公司及行业研究电话会议纪要关键要点 一、 公司及行业概述 * 公司为意法半导体，专注于智能传感技术，特别是MEMS传感器和光学传感器，以支持物理人工智能的发展 [4][5][6] * 行业为半导体传感器行业，涵盖MEMS和成像两大领域，服务于汽车、工业、消费电子、物联网和医疗等多个终端市场 [8][9][10] 二、 财务业绩与市场展望 * **2025年传感器业务收入为22亿美元，同比增长10%** [5] * **整体传感器市场规模预计从2025年的约490亿美元增长至2028年的约570亿美元，年复合增长率约为4.7%** [10] * 公司目标是在此基础上显著超越市场增速，**计划到2028年实现传感器收入以中双位数（mid-teens）的年复合增长率增长** [11][24] * 若排除新收购业务（NXP MEMS业务）的影响，**内生增长率预计在低双位数（low double digits）** [42] 三、 核心产品与技术战略 * **产品组合**：包括智能MEMS传感器（运动、压力等）和光学传感解决方案（飞行时间、专用CMOS图像传感器等） [5][6][23] * **技术领导力**：公司是少数同时掌握MEMS和光学传感技术的厂商之一，并利用IDM模式进行制造 [5][6] * **智能传感器战略**：传感器正变得“智能”，集成了算法和本地处理能力（如ISPU智能传感器处理单元），以实现边缘AI、降低延迟和功耗 [13][14][15][17] * **制造布局**：拥有全球均衡的制造足迹，前端在法国（包括300毫米晶圆厂）、意大利和新加坡设有工厂，后端在欧洲和亚洲，确保了韧性、规模和控制力 [8] 四、 终端市场增长驱动力 * **汽车市场**：安全和法规标准趋严、电动化及自动驾驶推动单车传感器数量和价值提升 [9] * **工业市场**：机器人化、基础设施数字化及能源转型推动对MEMS、机器视觉和环境传感器的需求 [9] * **消费电子与物联网**：高端智能手机、可穿戴设备、AR/VR持续增加MEMS运动传感器和3D成像器；低功耗物联网节点推动超低功耗环境MEMS和紧凑型成像器需求 [9][10] * **医疗健康**：向持续性和预防性监测转变，提高了运动和压力传感器的渗透率 [10] 五、 近期收购（NXP MEMS业务）的影响 * 收购在技术和产品组合上具有高度互补性，增加了THELMA传感器、Petra致动器、UMems和Pcell等新技术 [12] * 显著**重新平衡了公司的MEMS市场分布**：**2025年汽车市场占MEMS收入的比例达到37%（备考基础），工业市场占比提升至18%** [13] * 巩固了公司在汽车安全应用加速度计领域的领导地位，并进入压力传感器前五名 [13] * 使公司成为所服务市场的**第二大厂商** [25] 六、 人形机器人机遇 * 公司视人形机器人为一个长期增长驱动力，并已与全球主要OEM厂商合作 [20][21] * **目前每台人形机器人中，ST可触达的物料清单价值约为600美元** [20][25] * 其中，**传感器部分占总物料清单的30%-40%**，是核心差异化组件，也是附加其他ST产品（如MCU、功率器件）的关键入口 [35][51][82] * 传感器部分具体包括：用于运动检测和平衡的MEMS（IMU、加速度计、陀螺仪等）、压力/温湿度传感器，以及用于视觉的2D/3D视觉传感器 [23] * 公司正与英伟达合作，以加速物理AI解决方案的端到端开发 [22] 七、 成像业务增长领域 * 核心业务三大支柱：智能手机前置（面部认证第一）、智能手机后置（相机辅助和光感）、PC笔记本电脑（低功耗存在检测、面部认证第一） [18] * 三大新增增长驱动力：**汽车（驾驶员监控和座舱乘员监控，预计年复合增长率约40%）、工业（机器人、人数统计等）、新兴应用（AR/VR/MR、人形机器人）** [19][43] * 成像业务正在集成更多智能，如32位MCU和卷积神经网络加速器 [18] 八、 竞争格局与差异化优势 * 公司认为其**同时拥有领先的MEMS和成像传感技术，并能将低功耗本地计算能力嵌入传感器，这是关键的差异化优势** [94][95] * 在人形机器人领域，传感器性能（精度、低延迟、低能耗）直接决定机器人性能，公司在该领域的广度和深度构成竞争壁垒 [95] * 公司已与全球（包括中国）主要人形机器人制造商建立合作 [35][94] 九、 其他重要信息 * **目标市场增速**：公司专注的细分市场增速快于整体传感器市场，其中专用CMOS图像传感器市场约40亿美元，至2028年年复合增长率约5.7%；运动与压力MEMS传感器市场超70亿美元，年复合增长率约5.3% [11] * **技术路线图**：为增强智能传感器的处理能力，计划将内部逻辑工艺从130纳米向90纳米迁移，以集成更多计算功能，而非单纯缩小芯片面积 [60][106][111] * **业务模式**：在人形机器人市场，公司将结合标准产品和定制解决方案，并优先通过与关键平台商（如处理器厂商）合作以嵌入生态系统 [67][68][88] * **供应链**：机器人市场的资格要求不如汽车严格，更接近工业要求 [50]

文章核心观点 本届英伟达GTC大会被视为AI产业的重要风向标，其释放的战略信号可能重塑2026年的产业格局，核心关注点在于公司战略重心从AI训练向推理市场的转变、供应链的潜在重构以及在AI应用生态上的扩展 [3][4][5][11] 战略重心转变：切入AI推理市场 - 当前AI产业正从“训练优先”逐步转向“推理驱动”，英伟达在训练领域优势稳固，但在推理市场面临Cerebras等竞争者的挑战 [5][6] - 公司预计将宣布一套融合英伟达与Groq技术的新型芯片系统，以应对推理市场竞争，该系统是公司首次将另一家公司的AI处理器（Groq LPU）直接整合进其服务器机架体系 [5][6] - 此次整合基于公司在2023年底斥资约200亿美元获得Groq技术许可的背景，Groq LPU是专门针对推理工作负载优化的芯片 [6] 供应链布局调整：引入三星代工 - 新的Groq LPU芯片预计将在2024年下半年由三星代工生产，这可能是英伟达服务器芯片首次由台积电以外的代工厂制造，旨在打破长期依赖单一供应商的格局 [5][7] - 这一变化可能主要是阶段性的，由于下一代LPU需要与英伟达未来AI芯片更紧密整合，后续生产仍可能回归台积电 [7] - 在需求端，英伟达预计将宣布OpenAI成为该新系统的首批客户之一，该芯片系统可能用于驱动AI代理执行编码等任务 [5][8] 技术架构与未来路线图 - 新系统架构设计显示，每个服务器机架将搭载256颗Groq芯片，并由Intel处理器负责通信管理，这表明英伟达现有架构尚未与LPU完全融合 [9] - 公司有长远整合计划，内部正在探索将Groq处理器与下一代Feynman GPU（Rubin架构后继产品）融合为单芯片的方案，旨在提升性能并降低整体成本 [9] AI应用生态扩展 - 随着“AI摩尔定律”（算力效率约每四个月翻倍）持续推进，公司在机器人和物理AI领域的布局备受关注，特别是在中国人形机器人产业加速发展的背景下，其能否在自动驾驶等场景提供更具成本优势的解决方案成为市场焦点 [10] - 公司在开源模型领域快速推进，已发布1200亿参数的Nemotron 3 Super模型，并计划推出参数规模扩大四倍的Nemotron 4 Ultra，模型能力提升有望进一步降低企业AI推理成本并改善投资回报率 [10]

英伟达GTC大会核心观点 - 英伟达年度GTC开发者大会被视为AI产业重要风向标，本届大会将释放公司战略重心从训练向推理转变、供应链调整及扩展应用生态三大关键信号 [1] 战略重心转向AI推理市场 - AI产业正从“训练优先”转向“推理驱动”，英伟达在训练领域优势稳固，但在推理市场面临Cerebras等竞争者以更高速度、更低成本方案的挑战 [2] - 公司预计将宣布融合英伟达与Groq技术的新型芯片系统，以切入AI推理市场，该系统是英伟达首次将另一家公司的AI处理器（Groq LPU）直接整合进其服务器机架体系 [2] - 为获得Groq的LPU技术，英伟达在去年底斥资约200亿美元 [2] 供应链布局调整 - 新的Groq LPU芯片预计将在2024年下半年由三星代工生产，这可能是英伟达服务器芯片首次由台积电以外的代工厂制造 [3] - 这一供应链变化或为阶段性安排，由于下一代LPU需与未来AI芯片更紧密整合，后续生产仍可能回归台积电 [3] - 在需求端，OpenAI预计将成为该新系统的首批客户之一，芯片系统可能用于驱动AI代理执行编码等任务 [3] 技术架构与整合路线 - 新系统架构与现有系统明显不同，每个机架将搭载256颗Groq芯片，并由Intel处理器负责通信管理，显示现有架构尚未与LPU完全融合 [4] - 公司有长远整合计划，内部正在探索将LPU更深层整合进未来产品路线图，其中一个方案是将Groq处理器与下一代Feynman GPU融合为单芯片，以提升性能并降低成本 [4] AI应用与生态扩展 - 随着“AI摩尔定律”（算力效率约每四个月翻倍）持续推进，公司在机器人和物理AI领域的布局备受关注，尤其是在中国人形机器人产业加速发展的背景下 [6] - 公司在开源模型领域快速推进，已发布1200亿参数的Nemotron 3 Super模型，并表示将推出参数规模扩大四倍的Nemotron 4 Ultra [6] - 模型能力的提升有望进一步降低企业AI推理成本，并改善整体投资回报率 [6] - 本届GTC释放的信号或将在很大程度上影响2026年AI产业格局 [6]

报告行业投资评级 - 科技行业：增持 (维持) [7] - 计算机行业：增持 (维持) [7] 报告的核心观点 - AI产业竞争重心正从单点模型能力提升，逐步转向复杂任务交付与Agent系统落地 [1] - 类Claw产品加快发布推动Agent加速演进，带动Token消耗、推理算力需求及相关基础设施投入继续上行 [1] - 企业级Agent、AI4S和物理AI等方向的商业化与产业化进展同步推进，AI正从能力验证阶段进一步走向真实场景落地 [1] - 建议持续关注推理侧算力、平台型基础设施以及具备场景与生态壁垒的应用机会 [1] AI模型：复杂任务能力提升，类Claw产品加快落地 - 模型演进核心变化是复杂任务执行能力成为重要评价维度，类Claw产品进入加速落地阶段 [2] - 国内类Claw产品竞争正由“能不能用”转向“如何形成工作流产品” [2] - 海外模型继续强化推理、编码、工具协同和专业工作流能力 [2] - 随着多Agent协同和多工具调用逐步常态化，模型竞争正从单点能力比拼转向复杂任务交付能力竞争 [2] - Token消耗与推理侧算力需求有望持续提升 [2] - 智谱GLM-5模型升级，参数规模由355B（激活32B）扩展至744B（激活40B），预训练数据由23T提升至28.5T [12] - 智谱AutoClaw产品降低OpenClaw类产品的使用门槛，并内置面向OpenClaw场景优化的Pony-Alpha-2模型 [16] - 国内厂商如MiniMax的MaxClaw和Kimi的Kimi Claw围绕部署门槛、云端托管、长期记忆、多IM接入和工具生态展开差异化布局 [20] - 海外方面，Gemini 3.1 Pro在ARC-AGI-2上的得分由31.1%升至77.1%，在LiveCodeBench Pro上的Elo由2439提升至2887，SWE-Bench Verified达到80.6% [21] - GPT-5.4在内部投行初级分析师类电子表格建模基准上均值达到87.3%，高于GPT-5.2的68.4% [25] - GPT-5.4引入tool search机制，在实现相同准确率的前提下可将总token使用量降低47% [25] - GPT-5.4标准版API输入价格由GPT-5.2的$1.75/百万token升至$2.50/百万token [28] AI算力：Agent叙事强化，LPU商业化进程或加速 - Agent正从能力验证迈向规模化应用，Claw生态加速成熟，推动长链任务、工具调用与多Agent协作普及 [3] - Token消耗斜率继续上行，推理需求放量下，算力租赁价格与基础设施景气度持续提升 [3] - LPU等高吞吐推理架构的商业化进程或同步加速 [3] - 中国模型凭借能力提升与极致性价比优势加速Token出海，国内算力需求Beta有望持续上行 [3] - 伴随OpenClaw等Agent工具的快速传播，Token消耗斜率加速提升 [33] - 据估计，OpenClaw轻度用户日均token消耗量在100万左右，日常办公场景在500万左右，而重度用户在2000万左右 [33] - OpenRouter平台周度token调用规模增长至约16万亿（trillion）token左右，2个月的时间增长2.5倍以上 [33] - 截至2月底，英伟达高端GPU租赁价格较上月普遍上涨15%-30% [34] - MiniMax财报显示，2026年2月M2模型系列日均Token消耗量是2025年12月的6倍以上，其中编程场景Token消耗增长超过10倍 [45] - 2月底OpenRouter平台模型调用来看，由MiniMax、月之暗面、智谱、DeepSeek、阶跃星辰领衔的中国模型Token调用首次超越美国模型 [45] - 国内模型的平均价格只有海外的1/10 [50] AI应用：海外SaaS悲观预期缓解，OpenClaw催化Agent加速 - 海外AI应用商业化持续推进，SaaS板块对“模型吞噬软件”的悲观预期有所缓解 [4] - 海外SaaS厂商的中台化转型初见成效，数据中台与Agent管理平台有望成为企业级Agent落地的重要基座 [4] - 26年应用侧放量值得关注 [4] - 国内方面，OpenClaw热潮正推动Agent形态加快演进，并带动AI Infra需求提升 [4] - 随着Agent逐步进入复杂数据场景，AI终端有望成为新的数据入口，进一步打开个人与企业Agent的发展空间 [4] - 25Q4海外AI应用公司业绩基本超市场预期，CY26Q1收入指引呈小幅上修状态 [51] - 25Q4 Google、Oracle、Amazon云业务营收同比增速分别为48%、84%、24%，增速相较于25Q3环比提升14、16、4个百分点（pct） [51] - Salesforce的Data Cloud ARR在25Q4环比增速为16%，Agentforce ARR在25Q4环比增速为48%，显示Agent数据呈加速趋势 [56] - 国内OpenClaw热潮持续，以腾讯为代表的科技大厂迅速推出一键式部署版本 [58] - Agent能力边界拓展与数据访问权限高度相关，AI眼镜、AI胸针、AI戒指等新AI终端有望成为Agent的数据获取来源 [61] AI4S：AI制药持续商业化落地，物理AI有望加速发展 - AI for Science正从单点辅助工具加速演进为重构科研与产业研发范式的底层能力 [5] - 在生物医药、材料科学与物理系统等方向持续打开应用空间 [5] - 持续看好AI制药在2026年的商业化前景，随着技术边界的拓展与产业化验证的深入，行业将迎来加速发展 [5] - 预计2026年有望成为物理AI加速发展的关键阶段，英伟达、谷歌加速物理AI布局，推动物理AI从实验室走向产业化落地 [5] - 2026年2月25日，Alphabet旗下工业机器人软件公司Intrinsic正式并入谷歌，标志着谷歌从AI算法研发向实体产业操作系统延伸 [68] - 英伟达全栈物理AI平台已形成“训练-仿真-推理”三位一体的完整技术闭环 [74] - 2026年1月13日，阿斯利康宣布将收购AI公司Modella AI [81] - 2026年3月5日，礼来正式启用AI制药工厂LillyPod，总算力高达9000 Petaflops [81] - 2026年1月26日，晶泰控股与东阳光药达成数亿元战略合作 [82] - 晶泰控股孵化企业溪砾科技的创新药管线RTX-117成功实现中美双地IND获批，晶泰收到数千万港币里程碑付款，并于3月2日完成首例患者给药 [82] - 英矽智能核心管线ISM001-055计划在2026上半年启动IIb/III期关键临床研究 [85] AI Coding：国产Claw浪潮涌起，入口与模型是核心壁垒 - 国产Claw产品进入密集发布期，入口与模型将成为这一轮竞争的核心壁垒 [6] - 互联网大厂抢占Agent时代的流量入口，模型厂则放大Agent能力并加速Token变现 [6] - Claw产品的运行机制决定其Token消耗显著高于普通场景，可能具备更高的幻觉与安全风险 [6] - Claw类产品有望继续推动Agent应用加速落地，后续壁垒将进一步围绕生态连接深度、模型能力分化 [6] - 建议持续关注算力、网安及端侧相关机会 [6] - 国内科技公司在数周内密集推出了自己的Claw封装产品，强调一键部署、无需编程、开箱即用 [89] - 产品主要分化为云端托管路线（如ArkClaw、DuClaw）、本地部署路线（如AutoClaw、QClaw）和平台级封装路线（如WorkBuddy） [90] - 互联网大厂将OpenClaw相关的AI功能与自身应用深度结合，例如腾讯接入微信和QQ、字节深度绑定飞书、百度接入百度APP [92] - 对于模型厂而言，Claw产品最直接的商业价值是驱动自己模型的Token消耗 [94] - OpenClaw的运行机制（如Gateway设计、重试机制、复杂使用场景）决定了其更高的Token消耗 [95][99][102] - 复杂任务带来更高的幻觉，安全性仍然是推广的重大阻碍 [103][104] - 根据Cisco官网博客，其Skill扫描工具在31,000个Skill中发现26%至少包含一个漏洞 [104] - Claw类产品的壁垒将沿生态与模型分化，互联网大厂的壁垒在于生态连接深度与安全治理能力，模型厂的壁垒在于Agent场景下的模型能力、幻觉情况与成本效率 [105]

行业投资评级 - 增持（维持） [6] 报告核心观点 - 物理智能体（Physical Agent）将成为2026年英伟达GTC大会的焦点，是AI从虚拟认知走向物理世界落地的必然选择，其形态多样，不局限于人形机器人 [1][25] - 英伟达通过发布全栈式技术（如Cosmos平台、Blackwell/Rubin架构、Jetson Thor、Alpamayo模型等）以及开源模型GROOT，构建了物理AI的底层技术栈，旨在打通大模型算力与物理世界执行端的壁垒 [1][10][12][14][17] - 开源智能体OpenClaw的出现是具身智能的里程碑，它赋予机器人空间与时间理解能力，并与宇树G1、Vbot超能机器狗等硬件结合，推动了AI Agent向个人机器人助理的规模化落地 [3][34][35] - 物理Agent的核心是传感器和执行器，投资机会将围绕这两个关键环节展开 [4][38] 2026 GTC：聚力物理智能，AI落地实体新章 - 英伟达CEO黄仁勋多次强调物理AI是AI的新浪潮，并指出面向工业和机器人领域的物理AI蕴藏着价值**50万亿美元**的商机 [10] - 2026年CES上，黄仁勋提出物理AI是机器人领域的“ChatGPT时刻”，并发布了为物理AI打造的全栈方案，包括：世界模型Cosmos、Blackwell算力架构、Jetson Thor边缘计算终端，构建了从云端训练到端侧实时推理的完整体系 [1][10][12][14] - 英伟达发布了首个具备思考能力的自动驾驶模型**Alpamayo**，它能够通过推理应对罕见交通情况，是一个集成了视觉、语言和动作生成能力的大型VLA模型 [1][17][20] - 新一代超级计算机**Rubin**平台旨在降低AI成本与提升效率，其使推理令牌成本降低了最多**10倍**，GPU数量减少了**4倍**，用于训练MoE模型相比Blackwell平台实现了**4倍**性能提升，其Spectrum-X以太网系统能实现**5倍**的能效提升 [22][24] 2026年初CES展会：物理Agent形态多样化 - 2026年初CES展会展出了多种形态的物理Agent，表明其应用不局限于单一形态 [2][26] - 具体产品包括：追觅的**Cyber10 Ultra**多关节机械臂（搭配扫地机器人）、SwitchBot的**Onero H1**轮式机器人（可备餐、叠衣）、Skyris的飞行陪伴机器人**BooBoo**、Bird Buddy的智能喂鸟器（搭载图像与声学识别）、Fraimic的可生成艺术作品的智能画框，以及可对话的AI调酒机等 [2][26][28][30][31][33] 宇树、Vbot搭载OpenClaw：机器人实现规模化落地在即 - 开源智能体**OpenClaw**由奥地利开发者发布，能够理解物理空间和时间，兼容多种机器人平台，并完全开源 [34] - **宇树G1**人形机器人通过集成OpenClaw，首次获得了“空间代理记忆”能力，能够理解房间布局、识别人物并留存时空记忆，实现了具身智能的里程碑式突破 [3][34] - **Vbot维他动力**在2026年2月将OpenClaw接入其超能机器狗，打造出首款开箱即用的具身机器人，用户可通过APP自然语言交互，机器人能完成多类实景任务，并打造了适配AI Agent的具身操作系统 [3][35] 投资建议 - 物理AI从“虚拟认知”走向“物理落地”的核心枢纽是英伟达的五层AI技术栈和**OpenClaw**，它们打通了大模型与物理世界执行端的壁垒，实现了“观察-规划-行动-反馈”的全闭环 [4][38] - “小龙虾”是自定义agent的代表，而**物理agent的核心是传感器和执行器**。相比于人形机器人，物理agent的执行器相对简单，但传感器不可或缺 [4][38] - 建议关注相关标的： - **传感器**：福莱新材（605488.SH）、晶华新材（603683.SH）、奥比中光（688322.SH）等 [4][38] - **执行器**：新泉股份（603179.SH）、斯菱智驱（301550.SZ）、科森科技（603626.SH）、浙江荣泰（603119.SH）、福赛科技（301529.SZ）等 [4][38]

行业投资评级 - 增持（维持）[6] 报告核心观点 - 物理智能体（Physical Agent）将成为2026年英伟达GTC大会的焦点，这是AI从虚拟认知走向物理世界落地的必然选择，其概念大于机器人，是AI时代的物理载体[1][10][25] - 英伟达通过发布全栈式AI技术体系（如世界模型Cosmos、自动驾驶模型Alpamayo、机器人模型GROOT 1.6、超级计算机Rubin等）以及开源智能体OpenClaw，打通了大模型算力与物理世界执行端的壁垒，加速了物理AI的落地[1][4][10][17][22] - 物理智能体的形态呈现多样化，不限于人形机器人，在2026年初的CES展会上已出现多种应用，如机械臂、轮式机器人、陪伴机器人、智能喂鸟器、AI调酒机、智能画框等[2][26] - 宇树和Vbot维他动力等公司通过集成OpenClaw，使机器人首次获得理解空间和时间、具备记忆的能力，实现了具身智能的里程碑式突破，推动了规模化落地[3][34][35] - 投资逻辑围绕物理智能体的核心硬件展开，认为传感器与执行器是关键，并给出了具体的A股投资标的建议[4][38] 根据相关目录分别总结 2026 GTC：聚力物理智能，AI落地实体新章 - 英伟达CEO黄仁勋多次强调物理AI是AI发展的新浪潮，并指出面向工业和机器人领域的物理AI蕴藏着价值**50万亿美元**的商机[10] - 英伟达已从芯片供应商转型为全栈AI体系构建者，通过“三台计算机”（训练、推理、模拟）架构为物理AI提供基础[12][14] - 在2026年CES上，黄仁勋提出物理AI是机器人领域的“ChatGPT时刻”，并发布了新一代超级计算机**Rubin**平台，该平台由6颗新芯片组成，旨在降低AI成本：使推理令牌成本降低最多**10倍**，GPU数量减少**4倍**，训练MoE模型效率相比Blackwell平台提升**4倍**，其Spectrum-X以太网系统能效提升**5倍**[22][24] 2026年初CES展会百花齐放，物理Agent模样多样化 - CES 2026展示了物理智能体的多种形态，包括：追觅的**Cyber10 Ultra**多关节机械臂（可清理杂物）、SwitchBot的**Onero H1**轮式机器人（可备餐、叠衣）、Skyris的会飞陪伴机器人**BooBoo**、Bird Buddy的智能喂鸟器、Fraimic的智能画框以及可对话的AI调酒机等[2][26][28][30][31][33] 宇树、Vbot搭载OpenClaw，机器人实现规模化落地在即 1. **宇树机器人突破**：通过**Dimensional**项目将**OpenClaw**与宇树**G1**人形机器人集成，赋予其“空间代理记忆”能力，使机器人首次能理解房间布局、识别人物并留存时空记忆，实现了具身智能的里程碑式突破[3][34] 2. **Vbot机器狗应用**：2026年2月，Vbot维他动力将**OpenClaw**接入其超能机器狗，打造出首款开箱即用的具身机器人，用户可通过APP自然语言交互，机器人能完成环境观察、定时提醒、自主规划等实景任务，并打造了适配此类智能体的具身操作系统[3][35] 投资建议 - 物理智能体的核心是**传感器**和**执行器**，相比人形机器人，其执行器相对简单，但传感器不可或缺[4][38] - 报告建议关注以下相关标的： - **传感器**：福莱新材 (605488.SH)、晶华新材 (603683.SH)、奥比中光 (688322.SH) 等[4][38] - **执行器**：新泉股份 (603179.SH)、斯菱智驱 (301550.SZ)、科森科技 (603626.SH)、浙江荣泰 (603119.SH)、福赛科技 (301529.SZ) 等[4][38]

行业整体概览 - 2025年全球晶圆代工行业整体营收首次突破万亿大关，达到11485亿元人民币，较2024年增长25.46% [2] - 行业增长由全球数字化、智能化浪潮对芯片的持续需求驱动，晶圆代工模式在产业链中的分工价值凸显 [2] - 行业呈现显著的“马太效应”，前十大厂商合计营收11056亿元，同比增长26.12%，增速高于行业平均，其合计市占率从95.79%提升至96.27%，集中度进一步提高 [3][5] 全球竞争格局与地域特征 - 中国台湾地区厂商占据绝对主导地位，前十榜单中占据四席（台积电、联电、世界先进、力积电），2025年整体市占率达到80.68%，较2024年提升2.15个百分点 [6] - 台积电一家独大，2025年营收8528亿元，同比增长31.69%，市占率高达74.25%，其先进制程技术壁垒成为行业“压舱石” [3][6] - 中国大陆四家厂商（中芯国际、华虹集团、晶合集成、芯联集成）跻身前十，数量与中国台湾并列最多，但2025年整体市占率为10.44%，较2024年小幅减少0.44个百分点 [6] - 美国和以色列头部厂商市占率下滑，美国格芯（GlobalFoundries）市占率从5.25%降至4.21%，以色列高塔半导体（Tower）市占率从1.13%降至0.95% [3][7] 头部厂商增长逻辑与战略 中国大陆厂商 **中芯国际** - 公司认为行业呈现“分化”与“机遇”并存，AI引发两极分化，而海外厂商退出成熟制程带来结构性机会，主线是本土化替代深化和存储周期有望在2026年第三季度反转 [10] - 坚持“逆势扩产”，2025年资本开支81亿美元（同比增长11%），年末折合8英寸月产能达105.9万片，平均产能利用率93.5% [11] - 产品结构向高价值倾斜，消费电子成第一大收入来源（2025Q4占比47.3%），工业与汽车领域收入同比增长超六成，同时通过多重曝光技术实现N+2（等效7nm）、N+3（接近台积电N7+）工艺突破 [11][12] **华虹集团** - 公司判断增长由国产化与AI双轮驱动，AI催生电源管理、MCU等配套芯片需求，国产化替代创造独特市场空间 [13] - 技术聚焦特色工艺，2025年第四季度嵌入式非易失性存储器（同比+31.3%）与模拟与电源管理（同比+40.7%）成为双增长引擎，65nm及以下制程收入占比提升至28.3% [15] - 产能采取自建+收购双线并行，无锡Fab9A产线超预期建成，收购上海Fab5新增4万片12英寸月产能，2025年平均产能利用率高达106.1% [16] **晶合集成** - 公司认为成熟制程呈供需紧平衡，特色工艺是差异化关键，已成长为全球最大的DDIC晶圆代工厂和全球第五大CIS晶圆代工厂，2025年营收中DDIC占60.61%、CIS占20.51% [18][19] - 启动总投资355亿元的四期项目，通过收购建设月产能5.5万片的12英寸线，重点布局40nm及28nm CIS、OLED驱动等工艺，项目计划2026年第四季度设备搬入 [19] - 已实现150nm-40nm节点量产，55nm堆栈式CIS、40nm高压OLED驱动芯片批量生产，并布局Micro OLED等前沿技术 [20] **芯联集成** - 公司以“车载+AI”为双引擎，汽车电子收入占比从两年前的25.5%飙升至51.8%，成为第一大收入来源 [21] - 2026年战略聚焦高毛利前沿工艺，计划加大对SiC MOSFET产线投入，目标年底实现月产能翻倍，并全面导入8英寸SiC晶圆线 [22] - 预计2026年营收将超100亿元，资本支出维持在40-50亿元规模，精准投向数字化工厂和先进制程“补短板”项目 [23] 中国台湾厂商 **台积电** - 公司确认AI需求是长期大趋势，上调2024-2029年AI加速器营收复合年增长率至55%-59%，并定义晶圆代工2.0时代成为主流 [25] - 推出史上最激进资本支出计划，2025年实际支出409亿美元，2026年指引为520-560亿美元，同比最高增36.9%，其中70%-80%投向先进制程 [26] - 2nm（N2）技术已于2025年四季度量产，先进封装成为第二增长曲线，2025年营收占比近10%，预计未来五年增速高于公司整体 [27][28] **联电** - 公司认为成熟制程面临消费电子需求不振和大陆厂商竞争加剧的双重压力，2026年全球智能手机和笔记本电脑需求预计分别衰退7%和10%-12% [31] - 致力于提升高价值制程占比，2025年22nm与28nm制程营收占比提升至37%，成为第一大收入来源 [33] - 将先进封装与硅光子技术列为未来核心增长引擎，自主研发的高阶中介层已通过验证，预计2026年首季量产 [33] **世界先进** - 公司受益于AI“外溢效应”拉动PMIC等成熟制程需求，以及台积电将资源向先进制程集中后转移成熟制程产能，其8英寸厂已全面满载 [35] - 借助承接台积电产能转移，未来数年8英寸年产能有望实现倍数增长，同时获得GaN技术授权 [35][36] - 因产能持续爆满，2026年已启动两轮涨价，第二波全面涨价幅度达10%-15%，第一季度毛利率预计介于28%-30% [38] **力积电** - 公司进行战略转型，以约196.5亿新台币出售铜锣P5厂房给美光，获得现金流并全面转向高价值的AI先进封装和存储器后段制造 [39][40] - 3D AI Foundry业务已进入量产，2025年第四季度占营收3%，目标三年内将该占比提升至20% [40] - 与美光签署长期战略合作协议，获得HBM后段制造预付产能，并启动全面提价以应对成本上涨和供需紧平衡 [42] 美以晶圆代工厂 **格罗方德（GlobalFoundries）** - 公司战略聚焦特色技术，2025年非手机业务营收占比突破60%，其中汽车业务占比创新高，通信与数据中心业务同比增长32% [45] - 提出“物理AI”将是下一个风口，其硅光子业务在2025年营收翻倍突破2亿美元，预计2026年将再次翻倍 [46] - 通过收购强化硅光子能力，按收入计算已成为全球最大的纯硅光子芯片代工厂，2026年资本支出将占营收15%-20%，精准投向硅光子、FDX等特色赛道 [46][48] **高塔半导体（Tower）** - 公司判断硅光技术是破解AI数据中心互连瓶颈的关键，2026年作为硅光芯片商转元年，800G与1.6T光模块出货量将翻倍 [49][50] - 采取激进扩产策略，2025年Q4追加投资后，硅光产能总投资达9.2亿美元，目标到2026年Q4将硅光月产能提升至2025年同期的五倍以上 [52] - 与英伟达合作开发下一代AI基础设施的1.6T光模块，并提前锁定客户产能，截至2028年的硅光总产能中超过70%已被预订 [52] 未来趋势与挑战 - 2026年及以后，行业将迎来新一轮产能扩张高峰，各头部厂商均有大规模扩产计划 [53] - 对于大陆厂商，机遇在于全球成熟制程需求攀升及产业链自主化需求带来的稳定客户；挑战在于产能集中释放可能带来阶段性过剩，以及在先进制程领域突破仍需持续投入 [53] - 行业竞争门槛加高，技术与资本的双重壁垒将使得头部集中趋势持续加剧 [30]

核心观点 - 当前投资行业高度聚焦于AI、出海和硬件三大方向，其他方向鲜有提及 [4][48] - 云启资本作为一家早期科技基金，其风格由投资人定义，通过投出明星项目（如MiniMax）来确立行业认知 [6][32] - 成功的投资需要结合自上而下的赛道选择（赚取Beta收益）与自下而上的项目判断，并控制进入估值 [38][48] - 年轻创始人（如98后）在创办伟大、改变世界的公司上更具优势，因此云启设立了针对性的投资计划 [53][56] 个人背景与投资理念 - 陈昱拥有程序员背景，曾在谷歌工作5年，后为成为投资人而特意创业积累经验 [11][12][14] - 其职业生涯规划性强，如同拼图“缺哪补哪”，包括为弥补商业训练和创业经验而攻读商学院及创业 [5][13] - 投资决策逻辑中，“事大于人”，对人的判断在其决策中占比仅约5%，更看重赛道、技术、团队资源等客观因素 [16][17] - 倾向于投资方向清晰、初心未变、有理想主义且执着的创始人，如MiniMax、元戎启行、PingCAP等案例 [19][21][25] 云启资本的投资策略与演变 - 基金成立于2014年，最初方向混沌，后通过投出案例被认知为科技早期基金，投资主线始终是软件驱动的科技 [32][33] - 投资方向随时代变迁从云计算、大数据，拓展至机器人、自动驾驶、大模型、消费电子等领域 [33] - 采用研究驱动模式，先自上而下选择大赛道，识别底层技术变量（如大语言模型），再挑选标的 [37][38] - 当前AI投资版图分为“物理AI”（AI与硬件结合，如自动驾驶、具身智能、消费电子）和“数字AI”（大模型、基础软件、AI应用），由双币基金分别覆盖 [51][52] 具体赛道选择与案例分析 - 选择机器人赛道是基于对中国人口结构变化（老龄化、劳动力短缺）的宏观判断 [39] - 在机器人场景中，通过数据分析（如餐馆400万家、酒店40万家、医院约1万家）锁定市场空间最大的餐饮场景优先布局 [40] - MiniMax是天使轮以2亿美元估值投资，判断依据是百亿美元级大赛道机会，估值相对不贵 [42][43] - 项目来源多元，包括个人网络（如通过校友投资MiniMax）和主动发现（如通过线下体验发现擎朗智能） [41][44] 行业现状与挑战 - 当前投资赛道集中（AI、出海、硬件），项目广度不足，导致资金聚集、竞争疯狂、估值高企 [48][49] - 许多美元基金将规模控制在2.5亿至3亿美元之间，以平衡抢项目能力和回报压力 [49] - 在AI赛道中，除大模型外，估值能突破2亿美元的项目不到10个，比具身智能领域还少 [69] - 消费电子投资热部分源于影石上市带来的财富效应，以及AI赛道内卷导致资金寻找出口 [69] 针对年轻创始人的投资计划 - 云启设立了面向98后AI创始人的投资计划，资金池规模约1500万美元（主基金规模近3亿美元） [53][61] - 该计划旨在让年轻投资人自主决策，投资下一代年轻人，以规避经验主义和知识老化，并作为一项社会实验 [53][54][59][60] - 支持该策略的数据显示，较成功项目的创始人在完成A轮融资时年龄多在30岁上下 [56] - 这不是PR策略，而是基于行业特性（如单点创新可成长为大公司）和现实规律（年轻人更少受约束）的执行策略 [56][57][58] 地域与市场洞察 - 当前出差和投资重点在大湾区（如深圳），因为机器人、AI硬件和消费电子产业链集中于此 [64] - 中国创业公司在纯软件（数字AI）领域与美国比优势不大，市场也在美国，真正的竞争优势在于硬件，因其贴近供应链且大厂不擅长 [64][65] - 在消费电子领域，公司必须做到遥遥领先的第一，因为该领域存在增长瓶颈和寻找第二曲线的挑战 [67][68]

投资评级 - 投资评级：优于大市（维持） [2][4][24] 核心观点 - 小鹏汽车第二代VLA智驾系统正式发布并即将推送，作为开启L4时代的物理世界大模型，将推动自动驾驶从“极客尝鲜”走向“大众常用” [3][4][5] - 2026款小鹏X9纯电版上市，全系标配800V高压平台、5C超充AI电池及第二代VLA世界模型，车型竞争力显著 [3][4][15] - 短期维度，公司以Mona M03、P7+、G7等新车型走量，纯视觉方案将高阶智驾渗透至20万以内市场，加速智驾平权；2026年“鲲鹏超级电动系统”车型放量，经营周期持续向上 [4][24] - 中长期维度，公司以小鹏智能驾驶新车型、Robotaxi、全新一代IRON及汇天飞行汽车为代表的产品矩阵，打造物理AI未来出行全新范式，打开想象空间 [4][24] - 考虑到外部因素影响，下调盈利预测，预计2025/2026/2027年营收分别为760亿元、1050亿元、1402亿元（原预测为885亿元、1280亿元、1472亿元），预计归母净利润分别为-17亿元、10亿元、41亿元（原预测为-16亿元、27亿元、47亿元） [4][24] 第二代VLA智驾系统 - 第二代VLA（视觉—语言—动作模型）去除了传统“视觉→语言转译→动作”的中间环节，实现端到端直接决策 [4][8] - 系统响应延迟降低80%，推理效率提升12倍，让车辆能凭直觉应对突发路况 [4][8] - 系统支持P挡原地激活全场景辅助驾驶，覆盖高速、窄路、无地图停车场等场景，适应性优于目前市面上大部分辅助驾驶方案 [3][5][8] - 在广州城区实测中，通行用时43分钟，比导航软件预估的44分钟还要快，通行效率比肩老司机人驾 [4][8] - 第二代VLA是原生多模态物理世界大模型，集“看、听、读”于一体，可应用于Robotaxi、飞行汽车和人形机器人 [11] - 模型训练累计使用50PB数据，每秒处理约53亿字节视觉信息，每版模型的训练数据达到4万亿Tokens [11] - 3月11日起全国732家门店开启试驾，搭载该系统的Robotaxi已开启公开道路测试 [12] - 3月下旬开始向小鹏P7、G7和X9的Ultra版本车主推送，4月份覆盖所有Ultra车型，并计划于2027年以满血版开启全球交付 [12] 2026款小鹏X9纯电版 - 2026款小鹏X9纯电版于3月2日上市，共推出5款车型，售价区间为30.98万-36.98万元 [3][15] - 作为年度改款，新车对智能驾驶、三电系统及舒适配置进行全面升级 [3][15] - 全系标配800V高压平台、5C超充AI电池以及第二代VLA世界模型 [3][4][15] - 车身尺寸为长5316mm、宽1988mm、高1785mm，轴距为3160mm [16] - 内饰配备10.25英寸全液晶仪表和17.3英寸悬浮式中控屏，全系标配三排电动三折叠座椅，最大储物空间可扩展至2514L [18] - 全系标配图灵AI芯片，最高有效算力达2250Tops [18] - 首搭第二代VLA世界模型，AI辅助驾驶能力上限提升超10倍，AEB最高车速提升至130km/h [18] - 全系标配800V高压平台与5C超充AI电池，充电8分钟可补能400公里 [23] - 提供单电机前驱（最大功率235kW）和双电机四驱（系统总功率370kW）版本，CLTC综合电耗低至15.9kWh/100km，纯电续航里程分别为665km、650km、710km、750km [23] 财务预测 - 预计2025年营业收入为760.2亿元，2026年为1050.04亿元，2027年为1402.48亿元 [28] - 预计2025年归母净利润为-16.68亿元，2026年转为盈利10.01亿元，2027年增长至40.85亿元 [28] - 预计2025年至2027年毛利率均为18% [28] - 预计2025年至2027年收入增长率分别为86%、38%、34% [28]

公司融资与市场地位 - 光轮智能于2026年3月11日完成10亿元人民币的A++及A+++轮融资 [1] - 融资引入了新希望集团、鼎邦投资、奥克斯、鼎石资管等产业投资方，以及建投华科、国方创新、道禾长期投资、清新资本等财务投资机构 [1] - 融资完成后，公司成为全球首个具身数据领域的独角兽企业 [1] - 资金将重点投入物理仿真引擎研发、规模化模型评测体系升级与全球交付及本地部署能力建设 [1] 公司业务模式与创始人背景 - 公司成立仅三年，业务模式独特，不造机器人，而是为所有机器人公司打造“数据工厂” [3] - 公司数据与仿真技术支撑了2026年春晚人形机器人的细腻动作 [3] - 创始人兼CEO谢晨博士毕业于北京大学和哥伦比亚大学，曾在英伟达、Cruise、蔚来担任自动驾驶仿真负责人，是国际首创将生成式AI融入仿真的研究者 [3] - 公司致力于定义物理AI时代的数据与仿真基础设施 [3] 行业背景与数据需求 - 真实世界的数据采集是人形机器人能力突破的核心瓶颈，面临获取成本高、标注难、长尾场景覆盖不足等挑战 [5] - 人形机器人的数据需求量至少是自动驾驶的1000倍，需要精准感知物理世界的材质、力反馈、交互逻辑 [5] - 行业普遍预测，2026年是人形机器人从概念走向应用的关键拐点，头部厂商将实现万台级交付，销量有望突破10万台 [14] - 2026年被视为具身智能数据规模化的元年 [14] 核心技术体系：三层架构 - 公司技术体系分为世界、行为、评测三层架构，形成仿真-数据-评测的技术闭环 [6] - **世界层**：自研物理求解器，在虚拟空间精准模拟重力、摩擦力、碰撞、形变、液体流动等复杂物理现象，是全球唯一自研物理求解器的具身数据企业 [8] - **行为层**：构建了全球最大规模的非本体数据引擎，结合仿真合成数据与人类视频数据两大路径，将机器人开发周期从3-6个月压缩到2-3周，综合训练成本降低十倍以上 [8] - **评测层**：推出全球首个工业级仿真评测平台RoboFinals（被称为“机器人奥运会”），填补了行业缺乏统一量化评测标准的空白 [10] - 三层架构形成自我强化的“数据飞轮”，实现仿真、数据与评测的持续优化 [10] 商业表现与合作伙伴 - 2025年全年营收实现十倍增长，预计2026年第一季度单季收入将超过2025年全年总和 [11] - 在仿真合成数据、仿真评测、人类视频数据三大关键领域均拿下全球交付冠军，是全球唯一同时覆盖三项能力并实现规模化交付的企业 [11] - 合作伙伴包括英伟达、谷歌、Figure AI、1X Technologies、字节跳动、阿里巴巴、智元机器人、银河通用、丰田、博世、比亚迪、吉利等 [13] - 全球排名前三的世界模型团队已全部与公司合作，国际主要具身智能团队中，超过80%的仿真资产与仿真合成数据来自光轮智能 [13] - 2026年春晚舞台上完成高难度动作的人形机器人，其核心数据支撑也来自该公司 [13] 行业生态与标准制定 - 公司与英伟达共同定义了仿真资产的物理与工程标准，联合开源具身评测基准框架 [13] - 与李飞飞创立的World Labs深度合作，共建全球首个面向人形机器人的可规模化评测体系 [13] - 携手阿里巴巴通义千问构建工业级评测闭环 [14] - 自研的LeIsaac仿真工作流已被全球最大AI开源社区Hugging Face纳入官方文档，成为全球百万开发者的“仿真标配” [14]