文章核心观点 - 尽管亚马逊在电商和云计算领域处于领先地位并积极投资人工智能、机器人和卫星等领域，但公司并非一家“全能型”公司，投资者不应仅因其在多元化前沿技术领域的布局而买入其股票 [1][2] - 投资者不应将全部资产配置于亚马逊单一股票，且公司在机器人、卫星和AI芯片等新兴领域面临专业竞争对手的挑战，其财务报告也缺乏对这些业务投入和贡献的透明度 [5][6][10] 多元化与投资组合 - 投资组合多元化的原则至关重要，将全部资产投入单一股票（如亚马逊）存在风险，即使公司经营良好，也可能因未能满足市场预期而股价受损 [4][5] - 公司通常在少数领域做到卓越，但很难在所有领域都表现出色，亚马逊在机器人、卫星和AI芯片等领域面临竞争劣势 [5] 竞争格局分析 - 在机器人领域，长期生产硬件的特斯拉（如汽车）可能更易将其人工智能技术适配于机器人 [6] - 在卫星通信领域，尽管亚马逊考虑以90亿美元收购Globalstar，但SpaceX在卫星技术方面已占据先发优势 [6] - 在AI芯片领域，即使是AMD这样的传统芯片制造商也必须优先发展AI加速器以挑战英伟达的统治地位，这对亚马逊构成挑战 [6] 公司财务状况与透明度 - 亚马逊的财务报告因其2.5万亿美元的市值而高度概括且通常较为模糊 [8] - 对于其各项业务，投资者仅能获得整体营收数据，缺乏对机器人、卫星或AI芯片等具体项目的研发投入细节 [9] - 由于这些新兴项目目前并非营收来源，投资者无法了解它们对亚马逊整体财务状况的贡献，这使得投资决策（除了针对其电商和AWS业务外）极为困难 [9] 投资建议总结 - 投资者不应因亚马逊涉足机器人、卫星或AI芯片而买入其股票，这些技术虽可能促进公司增长，但它们是投入项，且公司未披露其直接成本或收益 [10] - 在机器人、卫星开发或AI芯片领域有投资兴趣的投资者，应考虑投资于这些行业的市场领导者，而非亚马逊，因为竞争对手的专业化和深度聚焦形成了竞争优势 [11]

**纪要涉及的行业或公司** * 行业：汽车行业（特别是新能源汽车）、自动驾驶（robotaxi、无人物流车）、机器人、商业航天[1][2] * 公司：吉利汽车、宁德时代、岚图汽车、小鹏汽车、千里科技、小马智行、曹操出行、佑驾创新[1][2] **核心观点和论据** * **当前市场选股思路**：强调两条主线，一是寻找EPS稳健增长、兼具安全边际、短期受益冲突及中长期成长性的方向；二是布局科技成长赛道，但需有产业兑现或近期催化，市场对左侧布局缺乏耐心[1] * **汽车（新能源汽车）行业观点**：认为新能源车出海持续向好，建议继续持有[1] * **论据1（国内）**：受益于4月新品持续密集推出，市场回暖[1] * **论据2（海外）**：出口数据持续向好，且在美伊冲突重塑能源格局的背景下，新能源车出海是长期的产业兑现，而非短期情绪脉冲[1] * **具体推荐标的及逻辑**： * 吉利汽车：国内数据共振向好[1] * 宁德时代：动力与储能需求双增长[1] * 岚图汽车：低估值次新股，且处于新品大年[1] * **Robotaxi与无人物流车行业观点**：2024年是产业兑现大年，催化临近，板块随时可能启动[1][2] * **论据1（Robotaxi）**：特斯拉robotaxi有望在4月量产并投放市场[1] * **论据2（无人物流车）**：已经进入快速铺量的年份[1] * **具体推荐标的**： * Robotaxi产业链：智驾方案商（小鹏汽车、千里科技），运营商（小马智行、曹操出行）[2] * 无人物流车：佑驾创新[2] * **机器人与商业航天行业观点**：产业持续向好，需密切跟踪启动信号[2] * **论据1（机器人）**：特斯拉3代机器人有望Q2发布、Q3量产，其能否在特定场景实现降本增效是商业化的重要指标[2] * **论据2（商业航天）**：长征10乙火箭计划月底发射并试验可回收技术，若回收成功，有望大幅降低发射成本，推动行业加速发展[2] **其他重要内容** * 文档中部分内容存在重复，例如“当前市场选股思路”和“1、汽车：新能源车出海持续向好、继续持有”在文档id=1中出现了两次，但核心信息一致[1]

LOS ANGELES--(BUSINESS WIRE)--Faraday Future Intelligent Electric Inc. (NASDAQ: FFAI) ("Faraday Future,†"FF†or the "Company†), a California-based global Embodied AI (EAI) ecosystem company, today shared a weekly business update from YT Jia, Founder and Global Co-CEO of FF. This week's update will be in the form of a Q&A session with YT. "Q1: YT, how has the recent delivery progress of your robotics business been? A1: The progress has been quite solid. As you can see, the R&D team behi. ...

1.【 宇树H1人形机器人奔跑速度达10m/s，再破纪录 】 宇树科技近日所发布的视频信息显示，其 H1人形机器人达到10m/s的奔跑速度，打破人形机器人世界纪录。据悉，H1机器人腿长0.8米 （0.4m+0.4m），体重约62kg。据了解，人类顶级短跑运动员博尔特的峰值速度约12.42m/s。 （科创板日报） 2.【2026智元合作伙伴大会本月17日举行，将发布4个本体新品、4个AI大模型】4月12日，智元机 器人官宣将于4月17日举办2026合作伙伴大会。届时，将有2500位来自34个国家与地区的合作伙伴 在上海参会。据官方披露，智元将在本次大会上发布4个本体新品、4个AI大模型、7个解决方案及开 放数据集。（新浪科技） 扫码可订阅产业日报 欢迎加入 睿兽分析会员 ，解锁 AI、汽车、智能制造 等相关 行业日报、图谱和报告 等。 投资价值企业 投资机构 及上市公司 50 Ft 国家高新 小时一手资讯 技术企业 33万+ si (0)FF 创投人物 投融资及收并购事件 热门产业 创新机会 == 品 2万+LP数据 I 全生命周期 10万+基金数据 独角兽企业 各维度权威榜单 1万+专精特新小巨人 FT = ...

大咖资源加持，抢占发展先机 重磅嘉宾公布！本次盛会汇聚30余位院士学 者、科 研院所专家、产业一线技术人员，顶配嘉宾阵容已悉数集结 。 阵容涵盖尹周平院士、曲道奎会长、郝玉成会 长、刘进长研究员、董凯副主任、赵明国研究员等行业权威专家与灵心巧手、因时机器人、银河通用等企业领袖，聚焦2026具身智能核心赛道，开展深度报告分 享，全面梳理行业发展脉络，权威呈现具身智能领域的前沿格局与未来趋势。 中关村科学城管委会 当具身智能从实验室走向量产线，人形机器人一步步走进工厂、家庭与城市，具身智能的风口已经清晰地摆在眼前。 刷短视频看机器人、刷资讯追行业动态、在社群里讨论技术趋势…… 很多人对具身智能、机器人充满好奇与向往，却始终隔着一层屏幕，看不清真实的产业格 局，抓不住真正属于自己的机会。 很多人都在问： 该 怎么 真正 走 进 这个 行业？怎么接触前沿技术、认识头部企业、抓住职业机会？ 4月28-29日北京，这场高规格、高浓度、高含金量的具身智能与人形机器人产业大会，是近距离触摸未来、破圈成长的最佳机会。 作为 国内 首 场具身智能与人形机器人领域顶级盛会，本次大会将汇聚30+院士专家、100+行业头部企业、200 ...

智元正式分拆四足机器人业务！ 智元酷拓 董事、COO（首席运营官）兼营销服总裁邱恒4月10日在媒体沟通会上表示，分拆成立四足机器人子公司，是因为四足机器人是一项巨大业务， 放在智元这家人形机器人公司中，很容易被忽视，"拿出来为了让它规模化成长，不让它活在人形机器人'巨人'的阴影里"。 强调是四足机器"人"而非"狗" 智元酷拓4月9日在深圳注册成立，作为智元孵化的子公司，该公司将专注于四足机器人业务。据悉，智元原有四条产品线，分别为远征、灵犀、精灵和酷 拓，酷拓正是四足机器人产线，其余三条均为人形机器人产线。 当天，智元酷拓正式发布全地形智能移动和作业平台战略，推出新一代四足机器人产品体系。公司依托智元全栈AGI与具身智能技术，将四足机器人从传 统机器"狗"升级为可自主完成复杂任务的四足机器"人"，面向物流搬运、工业巡检、安防应急、消防救援、特种作业等核心场景开启规模化落地。 邱恒透露，智元酷拓预计今年营收可达5亿元，"暂时不会融资，不想稀释股份，期待有上市的那一天"。 "经常有人问我们是不是做机器狗的公司，我说不是，我们做的是'四足机器人'。"邱恒向记者表示。 市场上已有多家四足机器狗公司，智元酷拓有何不同？ ...

近期，具身智能赛道持续引爆行业关注，两大重磅招聘动态彰显赛道活力与人才紧缺。 4月2日，优必选面向全球招募具身智能首席科学家，年薪起步价高达1500万元，最高可至1.24亿元； 3月25日，Optimus机器人发布招聘人工智能、工程或制造相关人才的公告。马斯克表示Optimus 3有望在今年夏季启动生产，并在2027年实现大规模量产。 两大标杆密集招聘背后，是具身智能万亿赛道的人才荒，各环节均迫切渴求优质人才。 若你渴望深耕机器人领域、对接优质企业，或是想抓住行业风口实现职业进阶，这场高规格人才招聘会，便是助力你把握行业机遇、抢占发展先机、实现职业突破 的优质平台。 4月28-2 9日 ，在北京海淀， 第三届 中国具身智能与人形机器人产业大会特设 机 器人产业人才招聘会 ，将汇聚30余家头部具身智能领域优质企业，覆盖核心零 部件、整机制造等全产业链核心环节，现场就能实现企业与人才的双向奔赴。 无论是想踏入具身智能领域、把握行业风口，还是希望实现职业进阶，亦或是拓展行业人脉、打破信息壁垒，都有望在这里找到适配机会，近距离接触行业前沿动 态，助力解锁属于自己的职业新可能。 01. 全链优质企业集结，解锁赛道核心机 ...

AI行业整体现状与未来展望 - 当前AI变革的影响仅完成了10%到15%，硬件和机器人等物理系统的变革速度慢于软件，但具备推理能力的AI系统已成为人类强大的伙伴，正推动人类进步[5][6] - 2024年被预测为“agents之年”，AI agents和推理系统的使用规模将呈爆炸式增长，硬件需求旺盛，电力成为关键瓶颈，这是从业者职业生涯中规模最大的技术浪潮之一[7] - 递归自我改进（RSI）是下一个关键但尚未实现的阶段，一旦实现，AI系统将能自主学习并改进自身，其学习速度将超越受生物限制的人类，这被认为是通往“超智能”的关键路径[5][7][8] - 全球预计至少能容纳10家大型AI公司，多数将位于美国，中国会有几家，欧洲可能有一两家，印度可能有一家，这些公司的发展路径将不会趋同[3][45] 编程与软件开发范式变革 - AI编程工具（如Claude Code）正导致软件开发范式从“80%人力、20%AI”向“20%人力、80%AI”转变，底层大语言模型推理能力的提升是核心驱动力[9] - 顶级程序员的价值将倍增，他们将从编码者转变为AI编程系统的指挥者，能够理解和控制系统并行化运作，而大量基础编程工作将被自动化[10] - 编程活动几乎不受规模限制，主要约束是电力供应，编程语言集合比人类语言小，目标函数清晰，使得AI在代码生成和问题解决上效率极高[12] - 传统的手工编程技能正在迅速过时，可能演变为一种“复古技能”，AI系统能在后台自主运行并解决问题，效率远超传统人力团队[10][12][13] AI基础设施与硬件竞赛 - 电力是美国AI发展的核心资源瓶颈，预计到2030年美国将面临92吉瓦的电力缺口，相当于约60座核电站的发电量[21][22] - 遵循“杰文斯悖论”，即使硬件和算法效率提升，电力总消耗量仍将上升，因为新的应用会被不断发现，数据中心建设目前占美国GDP增长的1%[22][23] - 数据中心规模巨大，标准设施约为400兆瓦，半英里长，采用复杂的空气和水冷系统散热，NVIDIA等公司的芯片功耗高达2000瓦，散热挑战严峻[24] - Google的TPU经过迭代，已成为优秀的推理引擎，而NVIDIA通过其Rubin架构成功构建了完整的、可交付的超级计算机系统，两家公司在硬件领域均处于有利位置[20] 资本投入与产业扩张 - 美国资本市场为AI梦想提供了巨额资金支持，预计为AI基础设施筹集数万亿美元资金是可行的，这构成了美国的独特优势[22][23] - 数据中心投资规模巨大，1吉瓦电力对应的硬件、软件和数据中心投资约500亿美元，100吉瓦则对应约5万亿美元的投资规模[23] - 资本具备耐心，允许像DeepMind这样的团队在早期自由探索而无须立即产出商业回报，这种模式最终带来了突破性成果（如AlphaGo）和巨大的衍生价值（如优化数据中心能耗）[26][27] 物理AI与机器人发展格局 - 在低成本机器人硬件领域，中国凭借其在电动汽车产业中积累的电机和系统专业知识、强大的垂直整合能力、残酷的竞争文化以及规模制造能力，预计将占据优势[37][38][39] - 机器人可简化为“执行器（电机）”加“大脑（AI）”，电动汽车产业与机器人硬件存在高度协同效应，中国在该领域的供应链体系完善[37] - 美国在机器人领域需要建立类似的垂直整合体系来参与竞争，特斯拉是垂直整合以降低成本的先驱，其“机器人制造机器人”的愿景正在超级工厂中逐步实现[39][40] - 目前，高技能、高精度的装配类体力劳动（如火箭制造）仍难以被机器人替代，但低技能劳动将被广泛取代[41][42] 中美AI发展路径差异 - 中国AI发展策略更侧重于边缘计算和以应用包围用户，而美国更侧重于追求通用人工智能和超级智能[2][45] - 在芯片限制的背景下，中国推出了如DeepSeek、Qwen、Kimi等开源模型，展现了强大的适应能力和聪明才智[45] - 中国AI公司运作节奏快、竞争激烈，注重执行效率和规模能力，与美国的文化和商业模式存在差异[39] 主要AI公司竞争态势 - Microsoft和Google凭借庞大的企业现金流，能够支撑对AI的巨额投入[46] - Anthropic已成为企业级云API和AI agent领域的重要领导者，并大量使用了Google的TPU[46] - OpenAI正在调整其策略和发展方向，行业目前处于混乱但激烈竞争的阶段，最终胜出者尚不明确[46] - 所有领先的AI实验室都在快速迭代，几乎每周都有新模型发布，相互超越的竞争白热化[44] AI对教育与社会的影响 - 当前教育体系急需改革，大学应立即为新生开设提示词工程课程，以教会学生使用AI作为核心创作工具[14][15] - AI技术已深度影响青少年，他们正在自发地使用这些工具，这加强了对学校体系进行AI教育的紧迫性[16] - AI对就业市场已产生可见影响，特别是在软件行业，未来影响范围将扩大，同时需关注技术对青少年心理健康的潜在风险及AI系统的道德对齐问题[16]

一间宽敞的机器人实验室里，一位经验丰富的操作员正在汗流浃背地工作。他戴着VR头显，穿着外骨骼， 试图通过手部动作遥控一台63自由度的双臂灵巧手，任务只是让机器人的手指稳稳抓住一颗乒乓球，然后让 它在掌心转一圈。 这个动作，任何一个五岁的孩子都能轻松完成。 但操作员试了一次又一次。球滑落，夹碎，歪倒。摄像机记录下了所有失败的瞬间。实验结束后，研究人员 统计了数据：乒乓球旋转的成功率，只有10%。 这是上海交通大学、上海人工智能实验室、Sharpa等机构 联合研究团队，在真实实验中记录下来的真实数据。 那位操作员不是新手。那套机器人硬件，代表了当前灵巧手领域的顶级水平，单臂7个自由度，每只手22个 自由度，总活跃自由度63个，每根指尖都配有能输出6维力和力矩信号的传感器。但站在这台造价不菲、精 密无比的机器前，人类操作员能做的，只是不断地看着东西从机械手指间滑落。 问题出在哪里？不是硬件不够好，不是算法不够强，问题出在 随着自由度的提升，数据开始采不出来。 01. 被忽视的上游战场 机器人行业有一个有趣的现象。每当有人讨论具身智能的瓶颈，焦点几乎总是落在两个地方，算法不够强， 或者硬件不够好。大家争相比较谁的模型 ...

外骨骼机器人要真正走进日常生活，最大的拦路虎是什么？ 不是硬件成本，也不是控制算法，而是 获取高质量训练数据的高昂成本 。 一项佐治亚理工学院的研究团队发表在 国际顶级期刊《Science Robotics》 的研究，试图利用深度域适应框架解决这个痛点。 据悉，他们提出的方法能够 将外骨骼专用标注数据的需求量减少95% ，同时保持接近最优模型的控制性能。 这项研究的核心创新在于：利用开源生物力学数据集，通过模拟传感器作为"跳板域"，将无需外骨骼设备的人体运动数据转换为可 用于实际设备的训练数据。 01. 数据获取成本：外骨骼研发的最大痛点 要训练一个基于深度学习的外骨骼控制器，研究人员通常需要在实验室环境中收集大量数据。这个过程需要 昂贵的动作捕捉系 统、测力台等专业设备，还需要受试者穿戴外骨骼执行各种任务。 每次硬件迭代或传感器调整，之前收集的数据容易作废 ， 需 要 重新收集。更麻烦的是，外骨骼必须在数据收集时就处于驱动状 态，因为辅助力会显著改变使用者的生物力学特征。 研究团队认为，传统方法收集一个完整数据 集需要 数百小时的专业人力 ，这严重制约 了外骨骼技术的发展速度。 为了解决这个问题，团队提出了 ...