国内政策与行业动态 - 市场监管总局发布通知，将综合运用反不正当竞争措施，着力防治平台经济、光伏、锂电池、新能源汽车等重点行业和领域的“内卷式”竞争 [7] - 商务部表示将优化实施消费品以旧换新政策，推动汽车流通消费改革，并支持有条件的地区发展邮轮游艇、房车露营等休闲消费，积极拓展低空消费 [8] - 中国汽车技术研究中心发布国内首个用于检测氢能产品全产业链的耐久性验证体系，其中氢燃料电池电堆正在进行长达2000小时的动态循环高强度测试 [9] 国内车企技术与合作 - 长安汽车发布蓝鲸超擎动力，首发500bar超高压直喷技术混动发动机，热效率近45%，喷油压力高出行业水平43%，搭载电机效率突破98%的电驱及50C放电能力电池，基于该动力的蓝牌家轿城区油耗为2.98L/100km，蓝牌SUV城区油耗为3.98L/100km [10] - 比亚迪宣布其闪充全量运营站点入驻高德地图，用户可通过高德地图搜索“比亚迪闪充”快速定位附近站点 [14] - 一汽奥迪升级用户生态权益战略，与特来电、拓乐等七家头部品牌在出行、运动、生活、车主服务四大领域达成合作，打造覆盖用车全生命周期的高端生活生态 [15] - 吉利汽车整合其在哥德堡和法兰克福的研发活动，成立Geely Technology Europe，旨在使中欧业务更好协同，目标将中国与海外市场的车型推出时间差距缩短至不到六个月 [13] 国际车企战略与动态 - 沃尔沃汽车与吉利汽车签署谅解备忘录，将成为领克品牌电动汽车在欧洲市场的独家进口商与经销商，通过沃尔沃零售网络进行销售 [11][12] - 宝马集团加速推进“物理人工智能（Physical AI）”战略，人形机器人已在全球生产网络开启多地试点应用，其中德国莱比锡工厂率先落地欧洲首个量产体系试点 [16] - 起亚汽车计划到2030年在全球推出13款新的纯电动汽车，并计划将电动汽车生产拓展至韩国以外的地区，以更好地满足欧洲、中国和北美等关键区域市场的本地需求 [17] - 特斯拉AI宣布正式启动TERAFAB项目，目标是每年实现超过1太瓦（1TW）的算力产出，专注于为人形机器人制造专用芯片 [19] 出行服务与商用车 - 优步宣布将收购德国专车服务公司Blacklane，交易预计将于2026年底完成 [18] - 丰田汽车将氢能战略重心转向商用车领域，联合日本政府推动卡车应用氢能，计划在高速公路沿线建设大型加氢站，并与东京都合作推进燃料电池出租车项目，目标在2031年前投放600辆皇冠氢燃料车 [20][21] - 陕西泰尔电力设备有限公司、中建投租赁股份有限公司与华为数字能源围绕榆林重卡充电场站投资建设、车桩联动运营及绿色能源落地达成战略合作 [22] - 福田图雅诺旗下风景i在巴西迎来全球首站上市，开启全球化征程 [23] - 远程甲醇电动超级VAN正式上市，推出劲醇版与驭醇版两款车型，行享派15.98万元起、行辕派17.18万元起，采用甲醇电动动力 [24]

公司战略与核心观点 - 公司在GTC 2026大会上大力推广“物理人工智能”概念，旨在将机器人技术的数据问题转化为计算问题，通过仿真和合成数据生成来取代昂贵的真实世界数据收集，从而打破机器人模型训练和落地的瓶颈 [6] - 公司构建了完整的平台战略，提供从芯片、计算平台、开放模型、仿真工具、软件框架到安全架构的全价值链解决方案，旨在成为物理人工智能的基石 [6] - 公司创始人兼首席执行官黄仁勋表示“物理AI时代已经到来，未来每一家工业企业都将成为机器人公司”，并认为所有会动的东西最终都将实现自动化 [6][7] - 公司的机器人平台战略遵循提供基础设施、培育生态系统、并在市场规模扩大时获取商业价值的模式，其工具对于机器人技术的重要性堪比CUDA对于机器学习 [27] 趋势一：仿真与合成数据“喂养”机器人 - 公司希望通过使用仿真和合成数据生成来取代昂贵的真实世界数据收集，将机器人技术的数据问题转化为计算问题 [6] - 公司发布了物理人工智能数据工厂蓝图，旨在解决模型需要海量、难以获取的现实世界训练数据（包括罕见极端情况）的挑战 [12] - 公司发布了新的Cosmos 3世界基础模型，结合了合成世界生成、视觉推理和动作模拟，旨在超越早期版本 [12] - 公司开放参考架构分为三个阶段：Cosmos Curator用于数据整理，Cosmos Transfer用于数据增强，Cosmos Evaluator用于质量评估，可自动完成从原始数据到最终训练数据集的整个流程 [14] - FieldAI和Skild AI正在利用Cosmos世界模型进行数据生成，并借助Isaac仿真框架在仿真环境中验证策略，以构建通用化的机器人大脑 [15] - 借助仿真技术，公司希望将更强大模型的瓶颈从收集数据的硬件，转变为企业愿意投入到仿真训练中的原始计算能力 [14] 趋势二：联手工业巨头进化工业机器人 - 公司认为，随着工业机器人日益由AI驱动，制造商需要高保真仿真系统以在设计、测试和优化系统，预计到2030年该市场将达到800亿美元 [10] - 公司宣布与控制全球超过200万台已安装机器人的工业巨头ABB、FANUC和KUKA建立合作伙伴关系 [10] - FANUC和ABB的工业机器人将搭载公司芯片，并正在将OmniVerse库与Isaac仿真框架集成至其虚拟调试解决方案中，旨在通过物理精度的数字孪生技术开发和验证复杂的机器人应用乃至整条生产线 [10] - 为了在生产线上实现高阶智能，这些企业正在将Jetson模块集成到其控制器中，以实现边缘端的实时AI推理 [10] - 公司正尝试与整个行业协调合作，以共同制定新一代工业机器人的行业标准 [11] 趋势三：打造机器人“通用-专家”大脑系统 - 公司认为机器人正从执行特定任务的专用设备，演变为兼具适应性与专业性的通用-专家系统 [12] - 公司发布新的AI模型，旨在让机器人具备类人的推理能力，以及自主感知、决策与行动的能力 [12] - 公司希望构建通用化的机器人大脑，从而让任何形态的机器人仅需极少复训练即可掌握新任务 [15] - World Labs正使用Isaac Sim验证其生成式世界模型，而Generalist AI正基于Cosmos探索生成合成数据 [15] 趋势四：GROOT N2的WAM架构加速人形机器人落地 - 针对人形机器人，公司推出了基于GROOT N1.7的基础模型，并提供商业授权的早期访问版本，旨在提供包括灵巧控制在内的通用技能 [16] - 公司预告了GROOT N2模型，该模型基于自主研发的DreamZero研究成果，并采用了全新的“世界动作模型”架构 [16] - 据公司称，运行GROOT N2的机器人在陌生环境中完成新任务的频率是目前领先的视觉-语言-动作模型的两倍以上 [16] - GROOT N2模型目前在MolmoSpaces和RoboArena基准测试中均排名第一，预计将于2026年底上市 [17] - GROOT系列模型旨在作为通用模型，能够处理不同机器人平台上的各种任务 [17] - 包括智元机器人、Humanoid、LG Electronics、NEURA Robotics和Noble Machines在内的众多领先机器人开发商正采用Isaac GROOT N系列模型，加速其人形机器人的工业化部署进程 [17] 趋势五：IGX Thor助力医疗机器人突破 - 医疗健康被认为是物理AI最典型的应用机遇，但部署自主系统要求基础设施必须符合最高安全标准与监管要求 [20] - 公司正式发布面向安全关键型应用场景的边缘计算平台IGX Thor，本质上是一款面向边缘应用的AI PC [20] - CMR Surgical正使用Cosmos-H仿真技术，在临床部署前训练并验证其Versius手术系统的机器人智能 [20] - 强生医疗科技正将其应用于其Polyphonic数字手术平台，采用基于Isaac Sim与Cosmos的后训练工作流，训练和验证其Monarch泌尿外科平台系统 [21] - Medtronic则正在探索使用IGX Thor，以在手术机器人系统中实现关键任务级精度与功能安全 [21] 趋势六：推动全球机器人生态共建 - 公司通过构建集设计、训练、测试与部署于一体的开放物理AI平台，推动机器人生态系统内的深度协作，这对于实现规模化落地至关重要 [23] - Bones Studio借助公司技术填补了人形机器人研究缺乏大规模、带标注的动态数据集的空白，其BONES-SEED数据集首次公开了14.2万个高保真度的人体运动动画，并附带丰富的多模态标注 [23] - 光轮智能正与公司共同开发并校准Newton物理引擎，旨在帮助三星的装配机器人能在仿真环境中精准掌握复杂的线缆操作，从而实现更高的装配精度和更快的生产线速度 [23] - 迪士尼基于NVIDIA Warp框架开发的GPU加速物理仿真器Kamino现已集成至Newton，正用于训练迪士尼“雪宝”与BDX机器人的机器人策略 [24] - 借助该仿真器，“雪宝”学会了自主管理体温并降低碰撞噪音，而BDX机器人能够在复杂环境中导航 [25] 产品与平台更新 - 公司发布了Isaac Lab 3.0抢先体验版，使机器人能够在DGX级基础设施上实现更快、更大规模的学习 [19] - 该版本基于全新Newton物理引擎1.0与PhysX软件开发套件，新增了多物理场仿真功能，并强化了对复杂灵巧操作场景（如处理电缆、组装组件）的支持 [19] - 包括1X、智元机器人、Agility、Agile Robots、Boston Dynamics、Figure、Hexagon Robotics、Humanoid、Menteebot和NEURA Robotics在内的行业领先企业，正基于Cosmos世界模型、Isaac Sim与Isaac Lab打造下一代人形机器人 [19] - 除了医疗领域，卡特彼勒公司正在使用IGX Thor开发人工智能驾驶舱助手，日立铁路公司正在使用IGX Thor进行预测性维护，而Planet Labs计划直接在轨道上处理卫星数据 [21]

英伟达自动驾驶战略合作 - 英伟达与优步及多家汽车制造商达成深度战略联盟 计划共同构建全球规模最大的自动驾驶出行网络[1] - 该计划将于2027年上半年首先在美国洛杉矶及旧金山湾区开启商业化运营[1] - 网络预计在2028年扩张至全球四大洲的28个核心城市 目标是在优步平台部署超过10万辆L4级自动驾驶车辆[1] 英伟达自动驾驶技术平台 - 英伟达通过Hyperion平台与Alpamayo开放式推理模型 赋予车辆精准感知、智能推理和安全执行三大核心能力 为可扩展的L4级自动驾驶奠定技术基石[1] - 英伟达通过最新的DRIVE Hyperion 10平台深度集成全球汽车产业链以支撑运力网络[1] - 多家主流车企确认采用该架构开发下一代L4级车型 包括比亚迪、吉利、日产、现代、起亚以及五十铃[1] - 比亚迪、吉利、日产依托DRIVE Hyperion计算与传感器架构开发自动驾驶项目[1] - 五十铃与TIER IV合作 利用DRIVE AGX Thor系统级芯片打造L4级自动驾驶公交车[1] 与车企合作的深化 - 英伟达与现代、起亚的合作关系进一步深化 现代汽车表示此次扩大合作是实现安全可靠自动驾驶愿景的关键一步[1][2] - 通过集团级统一合作框架 现代汽车集团将强化从L2+级到L4级无人驾驶出租车服务的全链路技术竞争力 构建差异化智能出行生态[2] 机器人领域合作与布局 - 除自动驾驶外 英伟达持续深化与全球机器人制造商的合作生态以强化物理人工智能的技术突破[2] - 合作名单涵盖ABB Robotics、AGIBOT、Agility、CMR Surgical、FANUC、Figure、Hexagon Robotics、KUKA、Medtronic、Skild AI、Universal Robots、World Labs及YASKAWA等十余家行业领军企业[2] - 英伟达发布新一代Cosmos世界模型 该模型集成Isaac仿真框架与Isaac GR00T N技术模块 以加速向智能机器人的过渡[2] 人形机器人商业化进展 - AGIBOT、Humanoid、LG Electronics、NEURA Robotics及Noble Machines等企业已率先采用NVIDIA Isaac GR00T N模型[3] - 此举旨在推动人形机器人从实验室走向规模化生产 加速其商业化落地进程[3]

核心观点 - 英伟达在GTC大会上宣布与优步及多家主流汽车制造商达成深度战略联盟，计划共同构建全球规模最大的自动驾驶出行网络，目标是在优步平台上最终部署超过10万辆L4级自动驾驶车辆 [1] - 英伟达通过其DRIVE Hyperion平台和Alpamayo模型等技术，为可扩展的L4级自动驾驶提供技术基石，并正持续深化其在物理人工智能和机器人领域的合作生态 [1][2] 自动驾驶出行网络合作与规划 - 英伟达与优步及汽车制造商计划构建全球最大自动驾驶出行网络，计划于2027年上半年首先在美国洛杉矶及旧金山湾区开启商业化运营 [1] - 该网络预计在2028年扩张至全球四大洲的28个核心城市，最终目标是在优步平台上部署超过10万辆L4级自动驾驶车辆 [1] - 英伟达创始人兼首席执行官黄仁勋称自动驾驶汽车是首个突破万亿美元规模的机器人产业 [1] 自动驾驶技术平台与车企合作 - 英伟达通过其最新的DRIVE Hyperion 10平台深度集成全球汽车产业链，赋能车辆精准感知、智能推理和安全执行三大核心能力 [1] - 比亚迪、吉利、日产已确认采用DRIVE Hyperion架构开发下一代L4级自动驾驶项目 [1] - 现代汽车集团表示，与英伟达扩大合作是其实现安全可靠自动驾驶愿景的关键一步，旨在强化从L2+到L4级服务的全链路技术竞争力 [2] - 五十铃与TIER IV合作，利用英伟达DRIVE AGX Thor系统级芯片打造L4级自动驾驶公交车 [1] 机器人及物理人工智能生态拓展 - 英伟达正持续深化与全球十余家机器人制造商的合作，以强化物理人工智能的技术突破，合作企业包括ABB Robotics、FANUC、KUKA、Medtronic、Universal Robots等 [2] - 公司正式发布新一代Cosmos世界模型，集成Isaac仿真框架与Isaac GR00T N技术模块，以加速向智能机器人的过渡 [2] - AGIBOT、Humanoid、LG Electronics等企业已率先采用NVIDIA Isaac GR00T N模型，推动人形机器人从实验室走向规模化生产和商业化 [3]

公司概况与核心定位 - 初创公司Noble Machines于2024年成立，由苹果、SpaceX、NASA及加州理工学院前工程师联合创立，在18个月内实现了从公司成立到产品商业交付的落地[3][22] - 公司前身为Under Control Robotics (UCR)，仅耗时八个月就完成了首款机器人Moby的原型开发，随后更名并转向商业化规模生产[4] - 公司核心目标是解决工业领域中危险、高体力消耗的作业任务，研发重心是适配建筑、采矿、能源等严苛环境的“物理人工智能”，而非类人化设计[5] 旗舰产品Moby的技术参数与性能 - 产品Moby为工业人形机器人，整机重量约70公斤，采用强固型结构，具备人机协作能力[8] - 核心载荷能力为27公斤，处于行业第一梯队，高于Agility Robotics的Digit（14-16公斤）和Figure的Figure 03（不足20公斤），接近Boston Dynamics新型Atlas（30-50公斤）[10] - 环境适应性强，可在陡坡、户外、楼梯、脚手架等非结构化复杂地形移动[12] - 搭载NVIDIA Jetson Orin边缘AI计算机，电池续航达5小时，能满足工业现场轮班作业需求[14] - 应用场景覆盖制造业、物流业、建筑业、能源业和半导体业五大领域[14] 核心技术：AI驱动与快速部署 - 核心技术为AI驱动的全身控制技术，实现了机器人端到端的自主性，使Moby能在数小时内掌握新工业作业技能，大幅缩短了传统需数月的学习周期[15] - 提供多模态学习模式，操作人员可通过自然语言指令、物理演示或简单手势训练机器人，无需复杂编程[15] - 基于NVIDIA Isaac平台，通过“Real2Sim”和“Sim2Real”双向循环训练，将机器学习模型从仿真环境迁移到物理硬件的部署成功率提升至95%[15] - 机器人可自主识别作业地形几何形状与搬运物品的有效载荷质量，实现工业非结构化场景的自适应作业[17] - 研发逻辑为“性能优先”，类人化动作仅为技术优化的副产品[17] 商业化进展与产业合作 - 已完成对一家财富全球500强企业的商业部署和交付[1] - 商业化落地得到三大产业巨头支持：舍弗勒集团提供关节设计、运动控制等核心部件技术支持[18]；凌华科技提供可扩展的边缘计算架构解决算力问题[19]；所罗门集团聚焦产品与工厂现有系统的融合适配[20] - 公司实现了机器人硬件与软件的完全自主研发，并已亮相NVIDIA GTC大会[22] - 下一代机器人研发已进入收尾阶段，即将发布[24] 行业趋势与竞争格局 - 行业技术落地重心正从服务业转向风险高、劳动力短缺的重工业领域，竞争逻辑从“类人化程度”转向“工业场景实用性”[24] - 衡量产品竞争力的核心标准是在建筑工地、能源厂区等严苛环境中的连续稳定作业能力[24] - 除Noble Machines外，意大利Generative Bionics、美国Persona AI等企业也在推动“物理人工智能”在重工业场景的落地，加速技术迭代与场景适配[24] - 工业人形机器人被视为解决重工业劳动力短缺、提升作业安全性的重要方案，行业规模化商用落地正逐步临近[24]

英伟达FY26Q4业绩核心总结 - 公司FY26Q4营收达681亿美元，同比增长73%，环比增长20%，超出市场预期，营收、营业利润和自由现金流均创历史新高 [2] - Non-GAAP毛利率为75.2%，同比增长1.7个百分点，环比增长1.6个百分点，主要得益于Blackwell架构产能持续爬坡 [2] - 公司战略性增加库存并锁定产能，库存环比增长8%，采购承诺大幅增加，以应对未来数个季度的市场需求 [2][25] 分业务板块表现 - **数据中心业务**：营收623.14亿美元，同比增长75%，环比增长22%，创历史新高，主要受Blackwell架构强劲需求和Blackwell Ultra产能爬坡驱动 [3][15] - 网络业务表现尤为亮眼，营收达110亿美元，同比增长超3.5倍，全年网络业务营收突破310亿美元，较2021财年增长超10倍 [3][16] - 已部署并投入使用的Blackwell架构基础设施算力达近9GW [3] - **游戏和AIPC业务**：营收37.27亿美元，同比增长47%，但环比下降13%，供应链约束成为第一季度及后续发展的不利因素 [2][3][21] - **专业可视化业务**：营收13.21亿美元，同比增长159%，环比增长74%，首次突破10亿美元，公司推出了专为AI开发者打造的RTX PRO 5000 Blackwell工作站 [3][22] - **汽车和机器人业务**：营收6.04亿美元，同比增长6%，环比增长2%，主要受自动驾驶解决方案需求推动，2026财年物理人工智能相关营收超60亿美元 [3][23] 未来业绩指引与增长动力 - **FY27Q1业绩指引**：营收指引中值为780亿美元（±2%），同比增长77%，环比增长14%，增长主要由数据中心业务驱动，业绩展望未纳入来自中国市场的任何收入 [4][26] - **毛利率展望**：Non-GAAP毛利率预计为75%（±0.5个百分点），全年预计将维持在75%左右 [4][26] - **数据中心业务长期展望**：预计2026年公司营收将逐季增长，增速将超过去年公布的Blackwell和Rubin架构5000亿美元的营收预期，公司已储备充足库存并签订长期供应协议以满足未来需求，相关出货计划将延续至2027年 [4][13] - **核心客户资本开支**：全球前五的云服务商（CSP）2026年资本支出预计较年初增加近1200亿美元，总额将突破7000亿美元，这些企业贡献了英伟达数据中心业务略超50%的营收 [5][18] 技术进展与产品优势 - **Blackwell架构性能**：GB300和NVL72相比Hopper架构，每瓦性能提升高达50倍，每token成本降低35倍，CUDA软件的持续优化让GB200 NVL72在四个月内性能提升5倍 [5][14] - **下一代Rubin平台**：公司已向客户交付首批Vera Rubin样品，计划于2026年下半年启动量产发货，相比Blackwell架构，训练混合专家模型所需GPU数量可减少四分之三，推理token成本可降低高达90% [6][20] - **网络技术优势**：NVLink、Spectrum-X以太网和InfiniBand高速互联技术广泛采用，推动纵向和横向扩展技术需求创历史新高，公司已成为全球最大的以太网网络企业 [16][32] - **CUDA生态与架构协同**：CUDA软件与硬件架构的极致协同设计是公司核心优势，所有GPU架构兼容，确保了软件投入的长期价值与产品性能的持续领先 [33][34] 行业趋势与生态合作 - **AI Agent（智能体）拐点**：前沿Agentic系统（如Claude Code、Claude Cowork、OpenAI Codex）已实现实用化智能，市场采用率激增，token商业化盈利可观，推动算力需求爆发式增长，计算能力直接决定人工智能水平与营收增长 [6][17][28] - **物理人工智能兴起**：基于更智能、多模态模型构建的Agentic与Physical AI已开始推动公司财务业绩增长，自动驾驶、机器人等领域催生数千亿美元市场，带来算力需求的数量级提升 [6][23][48] - **重大生态合作**：公司与Meta、Anthropic、OpenAI等前沿模型研发企业深化合作 - Meta将部署数百万颗Blackwell和Rubin GPU、英伟达CPU以及Spectrum-X以太网 [6][27] - 公司宣布与Anthropic达成合作并投资100亿美元，Anthropic将基于Grace Blackwell和Vera Rubin系统开展模型训练和推理 [6][28] - **主权人工智能**：2026财年，英伟达主权人工智能业务营收同比增长超两倍，突破300亿美元，长期增速预计至少与人工智能基础设施市场持平 [19] 财务与资本配置 - **自由现金流**：第四季度产生自由现金流350亿美元，2026财年全年自由现金流达970亿美元 [25][26] - **股东回报**：2026财年通过股票回购和股息向股东返还了410亿美元自由现金流，占全年自由现金流的43%，公司将继续秉持战略性和纪律性的投资原则 [26] - **资本配置策略**：现阶段核心是支撑前沿生态系统发展，包括锁定产能、保障供应以及支持基于英伟达平台的AI初创企业，同时也会继续开展股票回购和股息发放 [44] 1. **行业长期市场预期**：公司认为未来软件研发将基于人工智能实现，由token驱动，人工智能时代对算力的需求是传统计算时代的1000倍，全球将持续投资算力建设，到2030年全球数据中心资本支出规模有望达到3万亿至4万亿美元 [44][45]

报告投资评级 - 维持 [4] 报告核心观点 - 英伟达FY26Q4业绩再创历史新高，营收、毛利率及自由现金流均超预期，公司开启战略备货以满足未来需求 [1] - 数据中心业务是增长核心引擎，网络业务表现尤为亮眼，预计2026年营收将逐季增长，并超过此前公布的Blackwell和Rubin架构5000亿美元营收预期 [2][3][13] - 人工智能Agentic系统迎来拐点，推动算力需求激增，计算能力直接驱动营收增长，公司预计全球数据中心资本支出将持续扩大 [8][17][52][53] 财务业绩与指引 - **FY26Q4业绩**：营收达681亿美元，同比增长73%，环比增长20%，创历史新高；Non-GAAP毛利率为75.2%，同比提升1.7个百分点，环比提升1.6个百分点 [1] - **FY27Q1指引**：营收指引中值为780亿美元（±2%），同比增长77%，环比增长14%；Non-GAAP毛利率预计为75%（±0.5个百分点） [3][27] - **全年展望**：预计2026年营收将逐季增长，全年毛利率将维持在75%左右 [3][27] - **现金流与股东回报**：FY26Q4产生自由现金流350亿美元，2026财年全年达970亿美元；全年通过股票回购和股息向股东返还410亿美元，占全年自由现金流的43% [26] 各业务板块表现 - **数据中心**：FY26Q4营收623.14亿美元，同比增长75%，环比增长22%；全年营收达1940亿美元，同比增长68% [2][13] - **网络业务**：FY26Q4营收达110亿美元，同比增长超3.5倍；全年营收突破310亿美元，较2021财年增长超10倍 [2][16] - **游戏和AIPC**：FY26Q4营收37.27亿美元，同比增长47%，环比下降13%，供应链约束成为未来发展的不利因素 [2][21] - **专业可视化**：FY26Q4营收13.21亿美元，同比增长159%，环比增长74%，首次突破10亿美元 [2][22] - **汽车和机器人**：FY26Q4营收6.04亿美元，同比增长6%，主要受自动驾驶解决方案需求推动 [2][23] 技术与产品进展 - **Blackwell架构**：需求持续强劲，已部署并投入使用的Blackwell架构基础设施算力达近9GW [2][15] - **产品性能**：GB300和NVL72相比Hopper架构，每瓦性能提升高达50倍，每token成本降低35倍；CUDA软件优化使GB200 NVL72在四个月内性能提升5倍 [4][14] - **Rubin平台**：已向客户交付首批样品，计划于2026年下半年量产发货；相比Blackwell架构，训练混合专家模型所需GPU数量可减少四分之三，推理token成本可降低高达90% [8][19][20] - **网络技术**：NVLink、Spectrum-X以太网和InfiniBand高速互联技术需求创历史新高，公司已成为全球最大的网络企业 [16][35][36] 市场需求与客户动态 - **客户结构**：全球前五的云服务商（CSP）和超大规模数据中心运营商贡献了数据中心业务略超50%的营收，但非超大规模客户群体增长同样迅速 [8][18][47] - **资本开支**：分析师预计全球前五的CSP厂商2026年资本支出将增加近1200亿美元，总额突破7000亿美元 [8][18] - **主权人工智能**：2026财年主权人工智能业务营收同比增长超两倍，突破300亿美元 [18] - **战略合作**：与Meta达成合作，后者将部署数百万颗Blackwell和Rubin GPU；向Anthropic投资100亿美元，并达成合作；与OpenAI的合作协议接近达成 [8][29][30][28] 行业趋势与公司战略 - **AI Agent拐点**：Claude Code、Claude Cowork和OpenAI Codex等前沿Agentic系统实现实用化，市场采用率激增，推动计算规模扩大 [8][17] - **算力即营收**：在人工智能新时代，计算能力直接决定人工智能水平并驱动营收增长，推理token的生成能力与商业化盈利直接相关 [8][17][43][52] - **长期机遇**：传统数据中心工作负载向GPU加速计算的转型、以及人工智能对超大规模数据中心现有工作负载的赋能，将构成公司长期发展机遇的约一半 [8][18] - **生态建设**：公司通过战略投资（如Anthropic、Groq）和广泛合作（如英特尔、诺基亚）巩固生态系统，CUDA平台是核心优势 [31][33][34][48]

OpenAI人工智能硬件战略布局 - 公司正加速布局人工智能硬件领域 计划于2027年前推出首款自研人工智能设备 即一款带摄像头的智能音箱 [1] - 公司组建了超过200人的团队 致力于开发一系列人工智能硬件产品 产品线包括智能音箱、智能眼镜和智能灯等 [4] - 为进入硬件赛道 公司于去年斥资65亿美元收购了由前苹果设计总监乔纳森·伊夫创立的io Products公司 旨在顺应物理人工智能和增强现实技术趋势并拓展生态边界 [4] 首款智能音箱产品细节 - 首款智能音箱预计最早于2027年2月面市 售价区间在200至300美元之间 [4] - 该设备将配备摄像头 可获取用户及其周围环境的多模态信息 以提供更智能的交互体验 [4] 其他硬件产品规划 - 除智能音箱外 公司规划的智能眼镜产品有望于2028年投入量产 [4] 人工智能硬件行业竞争态势 - 人工智能硬件市场竞争日趋激烈 [4] - Meta与雷朋联合推出的智能眼镜凭借视频录制与直播功能已取得不俗市场表现 [4] - 苹果和谷歌也被曝正在研发各自的人工智能智能眼镜产品 [4]

埃隆・马斯克的核心观点：技术拓展AI的边界与未来社会影响 - 人工智能安全的核心是“最大限度追求真相”，强迫AI相信谎言将带来严重后果[5][6] - 到2026年真正的通用人工智能（AGI）将出现，到2030年所有AI的智能总和将超过全人类智能总和[17] - 未来5、6年后，人们消费的大部分内容（音乐、视频）将由AI生成[10] - 所有数字化工作（如处理邮件、接电话）将被AI迅速取代，任何涉及敲击键盘、处理信息的任务AI都能胜任[12][19] - 摆脱债务危机、防止国家破产的唯一方法是发展AI和机器人技术，以推动经济快速增长[13] - 未来10到20年，工作可能变成可选项，能源或成为新的硬通货[14] - 当机器人开始制造机器人时，经济学的底层逻辑将被彻底改写[25] - 未来36个月内，部署AI最便宜的地方将是太空，地球将面临“电力墙”的限制[24] - AI将开始设计自己的芯片，开启无限自我改进的循环[23] - 智能密度还有上百倍的提升潜力，仅靠算法优化每年都可能实现十倍进步[22] 黄仁勋的核心观点：算力筑基与AI工业革命 - 过去十年价值约十万亿美元的计算机基础设施正被现代化改造以适应AI时代[26] - 开源模型下载量呈爆炸式增长，几乎每个国家都想参与AI革命[27] - 未来两三年，机器人领域将出现重大突破，产品能真正落地解决实际问题[30] - 价值3万亿美元的IT行业，将催生出能够服务于100万亿美元产业的创新成果，AI将成为每个行业生成智能的引擎[33] - 在短短八年内，计算能力、浮点运算及AI浮点运算能力增长了1000倍，速度超越摩尔定律[37] - 未来的笔记本电脑和PC将成为人工智能的载体和数字人的主要载体，PC是至关重要的人工智能平台[35][36] - 所有会动的东西都将是机器人，并由人工智能驱动，自动驾驶的未来将是巨大的[42][43] - 人工智能工厂是创收设施，旨在制造Token（智能标记），现已成为一个国家基础设施的一部分[45] - 生成式人工智能正在引领新纪元，AI将改变每一个行业[32][45] - 推动AI发展需要少监管，给创新更多空间[38] AI技术发展趋势与产业影响 - AI正从“活在屏幕里的军师”转变为能理解物理定律、融入现实世界的“工人”[28][37] - 物理AI的核心是让AI懂“现实世界的规矩”，模拟+合成数据是训练其理解物理世界的关键[29][30] - 下一代AI需要根植于对物理定律的理解，开发基于物理的AI是当务之急[37] - 计算机将更多生成内容而非检索，因为生成数据能耗更少且上下文相关性更高[34] - 所有软件未来都会把AI当地基，AI将从单独的工具转变为软件的基础[40] - 没有人工智能，下一代聚变反应堆是不可能实现的[41] - 类人机器人将成为现实，AI彻底改变机器人领域最难问题的基本能力即将到来[44] AI对未来经济与生产模式的变革 - 如果一家公司还有环节需要人工完成，它将无法与完全由AI驱动的公司竞争[20] - AI和机器人将使商品和服务的生产效率达到前所未有的高度，成本急剧下降[21] - 当产出增长速度远超货币发行速度时，将迎来物价实质下跌和购买力飙升，实现“全民高收入”[24] - 或许三年之后，商品和服务的增长将超过货币供应量的增长[25] - 衡量一个文明进步程度的唯一真实标准，是它控制和利用能源的能力[10]

特斯拉战略与产品规划 - 特斯拉首席执行官确认，将从下一季度开始逐步停产Model S和Model X，并将加州弗里蒙特工厂的原产线改造用于制造“擎天柱”人形机器人 [2] - 公司为弗里蒙特工厂设定的长期目标是实现人形机器人年产100万台 [2] - “擎天柱”人形机器人项目目前仍处于非常早期的阶段 [4] - 公司预计“擎天柱”有望在2027年底正式开售，前提是攻克软硬件领域的一系列复杂难题 [4] - 公司预计这款机器人未来的营收规模或高达10万亿美元 [4] 供应链依赖与中国优势 - 特斯拉的机器人战略正倚重高效且成本可控的“中国链”加速落地 [1] - 在可预见的未来，人形机器人项目仍将高度依赖中国庞大且发展迅速的机器人供应链 [5] - 特斯拉早在3年前便已开始与数百家中国零部件供应商接洽采购事宜，并与部分厂商深度合作开展研发及硬件设计工作 [5] - 已有供应商向特斯拉小批量交付了零部件样品，例如“擎天柱”机器人弧形玻璃头部的全新原型配件 [5] - 人形机器人领域约50%至70%的制造能力及核心零部件生产技术掌握在中国企业手中 [5] - 在部分核心零部件领域，中国企业的产品在全球人形机器人物料清单中的占比至少达到55% [5] - 中国已建成能够量产机器人“躯体”所需各类核心机械零部件的完整供应链 [6] - 在量产模式下，不使用中国零部件便难以实现盈利 [6] 全球产业竞争格局 - 全球人形机器人市场呈现清晰的格局分化：美国主导“大脑”环节（人工智能技术），中国则掌控“躯体”环节（各类零部件制造） [5] - 美国凭借科技巨头主导的人工智能平台，持续推进机器人的智能化升级，重点研发“物理人工智能”技术 [6] - 中国凭借过硬的制造基础设施形成差异化竞争优势 [6] - 公司承认，中国在人工智能和制造能力两大领域均表现出众，将成为特斯拉在人形机器人领域最强劲的竞争对手 [5] - 有分析认为，马斯克团队在人形机器人的行动控制、平衡调节等核心的“大脑”环节，并未展现出明显的技术优势 [7] - 美国发展的多模态通用大模型对于人形机器人所需的走路管理、外界反应、环境认知等实际操控能力的支撑还不够 [7] - 中国企业虽然在技术上有一定进步，但仍有发展和完善的空间 [7]