政策与产业趋势 - 中国八部门联合印发《“人工智能+制造”专项行动实施意见》，提出到2027年人工智能关键核心技术实现安全可靠供给，产业规模和赋能水平稳居世界前列[1] - 政策旨在推动人工智能与制造业深度融合，打造新质生产力，全方位、深层次、高水平赋能新型工业化[1] - 多部门联合发文传递明确信号：人工智能正加速从实验室走向工厂车间和生活场景，成为重塑物理世界的核心驱动力[1] 技术演进方向 - 行业正处于由“数字AI”向“物理AI”跃迁的关键节点，AI触角正深刻延伸至制造业肌理[1] - 英伟达首席执行官认为“物理AI”将成为下一波人工智能浪潮的中心，指能够理解、感知并作用于物理世界的智能系统[2] - 2026年将成为软硬件协同发展的大年，人工智能对实体经济的影响力将迎来指数级跃升[2] 软硬件协同发展 - 制造业复杂环境对AI提出严苛要求，需要极高的实时性、精确性和稳定性，驱动软硬件“深度对齐”[2] - 高性能算力正通过边缘计算模块下沉到机械臂、机床等终端，而不仅仅是堆叠在云端[2] - 软硬件无缝整合使AI能实时解析物理规律，预测毫秒级运动轨迹，实现柔性制造、极高精度组装等过去难以想象的场景[2] 产业影响与变革 - “人工智能+制造”深度赋能传统产业，实现从原材料智能配比、生产自动排程到质量视觉检测、供应链精准预测的全方位“降本增效”[3] - AI催生新业态，例如基于物理AI驱动的具身智能机器人正大规模进入组装线，能通过自主学习处理复杂工艺难题[3] - 生产力的变革正成为支撑经济高质量增长的新引擎，AI对经济的影响有望实现从“局部盆景”到“全面森林”的跨越[3] 发展关键与前景 - 确保AI关键核心技术安全可靠供给，是应对复杂国际环境、确保产业链供应链韧性的重要考量[3] - 行业需关注算法透明度、硬件自主化及数据安全流动，使AI技术既具备“智慧”又拥有“铠甲”[3] - 中国制造在“人工智能+制造”进程中拥有先发优势，应当加速起跑[3]

文章核心观点 - 小鹏汽车CEO何小鹏基于近期与近三十位AI领域人士的交流 分享了对AI行业发展趋势的看法 认为当前AI处于发展初期 物理AI领域在未来三年可能产生重大突破 自动驾驶与人形机器人将快速演进 同时指出中美在AI创业与估值上存在差异 但整体AI市场存在巨大机遇且当前并无泡沫 [1][3][4][7][8][9] 关于美国的新创业和机器人 - 美国在AI、生物、金融领域的创业活动较为活跃 [3][8] - 从硅谷观察 AI创业在SaaS和物理AI机器人领域特别集中 且估值特别高 [3][8] - 中美机器人公司技术路径存在差异 中国公司多从关节和控制入手 美国公司多从模型入手 [3][8] - 人形机器人未来将是巨头间的竞争 而不同的专用机器人领域将存在大量成功机会 [3][8] 关于物理AI - 行业普遍期望从语言大模型走向多模态甚至世界模型 因为语言在描述和传授某些物理技能时存在局限 [4][9] - 未来3年 最有可能产生重大突破的领域可能在物理AI 而非数字世界 [4][9] - 具体突破方向包括：自动驾驶将直接达到准L4或完整L4 人形机器人将实现从类似自动驾驶L1到L4初阶的快速跨越 [4][9] - 物理AI的发展速度可能慢于数字AI 但其对生活的改变力度会更大 [4][9] 关于AI泡沫 - 任何科技时代（如互联网、新能源汽车）在发展过程中都存在阶段性或局部性泡沫 这是市场从混沌到有序的必然竞争过程 [4][9] - AI整体仍处于“0到0.1”的最开始阶段 必将推动社会巨大变革 [4][9] - 若论估值 中国AI估值比较合理 美国AI估值则“实在有一点高” [4][9] - 中美AI发展侧重点不同 中国更关注市场应用 美国更关注前沿研究 [4][9] - 整体而言 当前没有AI泡沫 未来AI市场存在巨大机遇 [4][9] 关于AGI的到来 - 当前AI能力主要基于模仿学习与强化学习 例如自动驾驶通过快速学习百万人的驾驶习惯 能比大部分人开车更好更安全并出现涌现能力 但这并非真正的创造力 [5][11] - 真正的通用人工智能仍需多项关键能力 包括从多模态到世界模型、持续学习、长时序洞见和规划能力等 [6][11] - 这些能力的完全实现可能还需要数年时间以及底层能力的再次提升 [6][11]

行业趋势：AI从数字世界进入物理世界 - AI浪潮正推动全球科技公司进入新一轮估值重塑期[1] - 行业焦点从传统"模型、算力、算法"转向AI与现实世界的深度融合，"物理AI"成为新趋势[2][3] - 英伟达创始人黄仁勋指出下一波浪潮是物理AI，高盛认为这是当前最重要的技术趋势之一[7] - 物理AI需要应对现实世界的不确定性和复杂性，与传统数字AI处理虚拟信息流有根本区别[11] 小鹏公司战略转型 - 公司正式升级企业定位为"物理AI世界的出行探索者，面向全球的具身智能公司"[4] - 从新能源汽车制造商升级为AI物理智能公司，需要从技术、业务、商业和全球四个维度重新评估价值[24] - 公司展示完整的物理AI方法论：以全栈自研技术体系为底座，构建覆盖陆空、软硬一体的智能生态[35] 技术突破与产品进展 - 推出第二代VLA大模型，创新性地去掉语言转译环节，实现视觉信号到动作指令的端到端直接生成[13][14] - 模型具备跨域驱动能力，可应用于汽车、Robotaxi、机器人、飞行汽车等不同智能载体[15] - 计划2026年第一季度向Ultra车型全量推送第二代VLA，并面向全球商业伙伴开源[14] - 人形机器人全新一代IRON拟人化程度高，目标2026年底实现规模量产高阶人形机器人[18][20] - 飞行汽车陆地航母已进入量产前夜，全球订单累计突破7000台[20] 业务布局与商业化进展 - 智能汽车2025年10月交付42013辆，同比增长76%，创单月交付新纪录[28] - 2025年前十个月累计交付量达35.5万辆，较去年同期增长190%[28] - 目标2025年第四季度实现单季度盈亏平衡，毛利率持续改善[28] - 推出首款增程版新车X9，CLTC综合续航达1602公里，进入纯电+增程双赛道[28] - 销售服务网络覆盖全球超49个国家和地区，1-9月海外累计交付29706辆，同比增长超125%[29][30] 合作伙伴与生态建设 - 大众成为小鹏第二代VLA首发客户，小鹏图灵AI芯片获得大众定点[14] - 高德成为Robotaxi首个全球生态合作伙伴，未来将接入高德平台并走向海外市场[21] - 公司采用开放生态策略，在电子电器等方面与大众合作，在Robotaxi方面与高德合作[33] 市场反应与估值逻辑 - 美股11月6日开盘后一度大涨14%，港股当日盘中涨幅超5%[4][34] - 公司估值逻辑需要从车企转向AI物理智能公司，与特斯拉在智能汽车、机器人等领域高度重合但生态更开放[33] - 花旗指出公司在Robotaxi、仿人机器人及飞行汽车等前沿技术领域的布局有望提升市场认可度[33]

项目进展 - 三诺生物全球研发中心（三期项目）主体已封顶 整体建设进入收尾阶段 预计2025年12月投入使用 [1] - 项目位于湘江新区青山路与桐林坳路交会处东南角 总投资超10亿元 其中第三期工程投资约5亿元 [1] - 一期 二期项目已陆续投入使用 三期建成后将标志着青山园区全面落成 [1] - 项目集软硬件产品研发 人才培养 检验检测 成果转化等综合功能于一体 主要用于现有产品迭代升级 [1] - 项目投产后预计年产值达30亿元 税收贡献增加超2亿元 新增近2000个就业岗位 [1] 公司概况 - 公司成立于2002年 专注于生物传感技术研发与应用 是集研发 生产 销售快速检测慢性疾病产品于一体的高新技术企业 [2] - 2012年在深交所创业板上市 成为全国生物传感器行业佼佼者 [2] - 被誉为"中国血糖仪普及的推动者" 国内血糖监测系统市场占有率超50% [2] - 血糖仪产品销往187个国家和地区 成为全球第四大血糖仪企业 [2] - 拥有"国家企业技术中心""国家技术创新示范企业"等国家级研发平台 [2] 技术规划 - 全球研发中心将结合人工智能 数字AI等前沿技术 打造糖尿病数智管理体系 [2] - 研发中心重点支持iCARE iCGMS等产品实现规模化生产 [1] - 产品线包括血糖仪 连续血糖监测系统等 [1]

行业规模与格局 - 境内ETF市场总规模上半年首次突破4万亿元 实现15%环比增速 [2] - 前12家基金公司占据超80%市场份额 前五家集中度近60% [2] - 嘉实基金以2600亿元ETF规模稳居行业前五 [2] - 头部集中格局反映综合实力较量 嘉实近一年16.06%收益率跃居大型公司第三 [2] 产业预判与产品布局 - 嘉实基金近五年推出25只首批/首只创新ETF 2023年上半年落地5只 [3] - 2022年提前布局科创芯片ETF(588200) 现为规模最大科创板芯片类ETF [3] - 2021年稀土ETF(516150)和软件ETF(159852)精准捕捉产业风口 [3] - 重点布局自主可控(芯片/集成电路/信息安全)、数字AI(软件/通信/机器人)、绿色低碳、生命技术赛道 [3] - 科创芯片ETF近一年涨58% 软件ETF涨55% 稀土ETF涨40% 机器人ETF涨36% 份额均获净申购 [4] 投研与服务生态 - 投研团队深度研究产业链 非简单指数跟踪操作 [4] - 推出"超级嘉贝"小程序 提供"以股选指"等精准匹配工具 [6] - 构建ETF生态系统 通过"超级ETF投顾大使计划"联动券商投顾形成服务矩阵 [7] - 推出《人工智能+ETF投资全攻略》等工具手册 更名产品以降低识别成本 [7] - 服务能力成为新竞争维度 解决投资者信息过载痛点 [6][7]