作者丨 新智元 编辑丨 新智元 点击下方 卡片 ，关注" 具身智能之心 "公众号 >> 点击进入→ 具身 智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区 ： 具身智能之心知识星球 (戳我) ， 这里包含所有 你想要的。 【导读】 2025年，全球具身智能赛道爆火，VLA模型成为了绝对的C位。从美国RT-2的开创性突 破，到中国最新FiS-VLA「快慢双系统」，VLA正以光速硬核进化。 2025年，具身智能可真是太火了。 而提到具身智能，不得不提——视觉语言动作模型（Vision-Language-Action，VLA）。 作为具身智能的核心驱动力，VLA正席卷全球，成为研究人员们的「新宠」。 论文链接: https://arxiv.org/pdf/2506.01953 从产业界到学术界，全球的主流公司与研究机构，都在加速向这一方向靠拢，达成了罕见的共识。 在硅谷，诸如谷歌DeepMind、Figure AI、Skild AI、Physical Intelligence等行业领军者，早已 开始发力押注VLA的未来。 几周前，谷歌曾发布了首个离线VLA模型，让机器人不用联网，即可精准操控完成 ...

财务表现 - Q1收入440亿美元，同比增长69%，Non-GAAP净利润187.75亿美元，同比+26%、环比-15%，主要受H20相关45亿美元费用影响 [1] - Q2总收入预计450亿+/-2%，反映H20收入损失约80亿美元，市场近期调高一致预期至465亿美元 [1] - 数据中心收入391.12亿美元，同比+73%、环比+10%，略低于市场预期（392亿美元），其中H20销售额46亿美元，25亿美元因出口限制无法发货 [1] - 游戏和AI PC收入37.63亿美元，同比+42%、环比+48%，超市场预期（28.4亿美元） [1] - 专业视觉收入5.09亿美元，同比+19%、环比持平 [1] - 自动驾驶和机器人收入5.67亿美元，同比+72%、环比-1% [2] 业务动态 - 数据中心工作负载强烈转向推理，AI工厂扩建推动可观收入 [1] - Blackwell架构贡献近70%数据中心计算收入，Hopper过渡接近完成 [3] - GB200支持数据中心扩展工作负载并实现最低每推理token成本，微软已部署数万台Blackwell GPU，计划扩至数十万台GB200，OpenAI为主要客户 [3] - CSP开始对GB300系统进行Ultra采样，其下拉式设计允许无缝过渡，HBM将再增加50% [3] - Q1网络业务收入环比增长64%至50亿美元，推出全球最快交换机Envy Link，第五代计算结构带宽为PCIe 5.0的14倍，链路传输速度达130兆兆字节/秒 [3] - AI推理Token数一年内增长10倍 [2] 战略布局 - 与富士康合作建造100万平方英尺工厂生产AI超级计算机，纬创在得克萨斯州沃思堡建设类似工厂，目标一年内实现从芯片到美国制造超级计算机的全流程 [4] - 发布GROOT N1机器人基础模型 [2]

报告行业投资评级 未提及 报告的核心观点 2025年5月19日沪深300下跌0.31%，机械板块上涨0.16%，在所有一级行业中排20，纺织服装机械涨幅最大，电梯跌幅最大，部分公司有股东减持、人员变动等情况，国产人形机器人“领航者2号NAVIAI”表现出色，英伟达将开源物理引擎助力机器人训练 [3][4][7] 根据相关目录分别进行总结 市场表现 - 2025年5月19日沪深300下跌0.31%，机械板块上涨0.16%，在所有一级行业中排名20 [3] - 细分行业中纺织服装机械涨幅最大，上涨1.99%；电梯跌幅最大，下跌1.71% [3] - 个股日涨幅榜前3位为中洲特材(+19.99%)、光智科技(+19.99%)、森远股份(+15.36%)；跌幅榜前3位为龙溪股份（-7.86%）、瑞凌股份(-6.94%)、金沃股份（-5.89%） [3] 公司公告 - 中邮科技持股5%以上股东国华卫星应用产业基金（南京）合伙企业计划于2025年6月11日至9月10日减持公司股份3%，减持前持股7.7525% [4] - 咸亨国际持股5%以上股东杭州咸宁投资合伙企业（有限合伙）计划于2025年6月11日至9月10日减持公司股份3%，减持前持股15.07% [4] - 光格科技持股5%以上股东苏州方广二期创业投资合伙企业(有限合伙)于2025年5月8日至16日减持公司股份0.76%，减持前持股5.00% [4] - *ST华嵘副总经理王刚于2025年5月19日因个人原因辞职 [4] - 富创精密财务总监崔静、独立董事朱煜近日因个人原因辞职 [6] 行业新闻 - 浙江人形机器人创新中心发布的“领航者2号NAVIAI”全尺寸、全自由度，已在精密工艺中上岗测试，展会上可实现多种交互，为机器人在工业+家庭场景融合落地提供参考范本 [7] - 英伟达CEO黄仁勋提出机器人训练理念，7月将开源物理引擎Newton，其被整合进ISAAC模拟器，还公布NVDIA Isaac GROOT开放式人形机器人开发平台，此外英伟达在自动驾驶汽车方面也有进展 [8][9]

具身智能技术发展现状 - 具身智能成为AI领域热点方向，重点关注人形机器人载体上的感知、运动、决策能力[2] - 2025年可能成为具身智能"元年"，行业竞争集中在多模态和具身智能领域[5] - AI发展分为四个阶段：感知AI→生成式AI→自主智能体AI→物理AI，目前处于第三阶段向第四阶段过渡期[5] - 具身智能研究从传统精密控制向更智能化、通用化方向迈进，大模型能力提升推动这一转变[7] 技术演进路径 - 计算机视觉研究者正转向具身智能领域，因大模型压缩传统CV研究空间[8] - 自动驾驶技术是通向具身智能的重要桥梁，两者在感知、规划、控制模块高度相似[17] - 具身智能可分为"思维智能"与"行动智能"，前者包括认知能力，后者关注环境互动[20] - 具身智能系统需要具备世界模型和自我模型两大核心内部模型[25][28] 行业应用前景 - 家庭看护和家务服务是最基础、最现实的需求方向[48] - 检修类场景（如电力、汽车维修）是具身智能最具潜力的应用领域[49] - 工业制造场景中，人形机器人可能比传统自动化更具性价比优势[49] - 生产线机器人最容易落地，高危或高互动性工作最具挑战性[52] 关键技术挑战 - 数据瓶颈是最大痛点，真实数据采集速度跟不上模型训练需求[55] - 计算资源限制明显，高自由度系统控制困难且成本高昂[39] - 模型架构面临从分层决策到端到端再回归分层的演变[67] - 仿真环境精度不足，难以替代真实世界数据采集[60] 未来发展趋势 - 从性能优化转向适应性设计，强化环境适应与新任务应对能力[63] - 从确定性控制转向概率性思维，应对现实世界不确定性[64] - 从分析还原走向整体涌现，展现更强智能与动态逻辑性[64] - 从工具属性转向伙伴属性，实现更自然的协作交互[64] 商业化路径 - 开发者应聚焦专用型机器人而非追求通用能力[42] - 垂直场景配套大客户是具身智能落地的务实选择[44] - 工业领域因其可扩展性成为优先发展方向[45] - 技术从实验室到真实世界仍存在两个数量级的精度差距[46]

具身智能发展现状 - 具身智能成为AI领域热点方向，人形机器人作为载体受到重点关注 [1] - 2025年可能成为具身智能"元年"，行业竞争集中在多模态和具身智能领域 [3] - 英伟达提出AI发展四阶段论：感知AI→生成式AI→自主智能体AI→物理AI [3] - 具身智能发展仍处于早期爬坡阶段，离通用机器人还有较大距离 [31][32][33] 技术演进路径 - 大模型带动具身智能研究从精密控制向智能化、通用化方向迈进 [4] - 计算机视觉研究人员转向具身智能领域，因大模型提升了对物理世界的理解能力 [5] - 自动驾驶技术积累为具身智能提供重要基础，两者在感知、规划、控制模块高度相似 [15][16] - 具身智能系统需要具备世界模型和自我模型两大核心内部模型 [21][22] 商业化落地挑战 - 硬件成本和开发门槛居高不下是制约普及的关键因素 [10] - 垂直场景优先落地，工业、检修、家庭陪护是最具潜力的三大应用方向 [41][42][44] - 实验室精度与工业需求存在两个数量级差距，需持续提升系统精度 [40] - 早期商业化需配套大客户提供真实反馈和场景打磨 [39] 关键技术瓶颈 - 数据瓶颈是最大痛点，真实数据采集速度跟不上模型训练需求 [47][48] - 计算资源限制和模型架构挑战制约系统性能提升 [46] - 仿真环境难以完全还原真实世界物理特性，影响数据质量 [52] - 需突破自监督探索、生成式合成数据、少样本学习等数据解决方案 [53] 未来发展趋势 - 从性能优化转向适应性设计，强化环境适应能力 [55] - 从确定性控制转向概率性思维，应对现实世界不确定性 [55] - 从工具属性转向伙伴属性，实现更自然的交互协作 [55] - 模仿学习与强化学习融合、多智能体协作将成为重要突破方向 [59][60]

英伟达COMPUTEX 2025核心进展 - 构建智能基础设施迈向物理AI 未来智能基础设施建立在电力和互联网基础上 AI从感知推理向自主决策演进 实现物理AI驱动的机器人执行现实任务 公司从芯片公司转型为AI基础设施公司 持续推进AI向5G/6G和量子计算领域发展 [1][8][23] - 推出GB300推理芯片 25Q3上市 相比GB200推理性能提升1.5倍 HBM增加1.5倍 网络性能翻倍 训练性能持平 采用全液冷设计 单节点达40petaflops 采用台积电CoWoS-L封装工艺 自研NVLink达7.2TB/s 单机架配备9台交换机 通过5000根铜缆实现130TB/s全互联带宽 [2][33][34] - 发布NV Link Fusion半定制AI基础设施解决方案 允许用户灵活构建包含英伟达CPU GPU交换机及第三方硬件的混合系统 支持混合搭配自研CPU ASIC与Blackwell/Rubin芯片 [2][46][50] 硬件平台创新 - DGX Spark个人AI计算机基于Grace Blackwell架构 具备1000TOPS性能 支持2000亿参数模型训练推理 2025年3月全面投产 DGX Station可运行1万亿参数AI模型 [2][54][58] - RTX Pro Enterprise服务器支持x86兼容与AI代理 同时运行传统工业软件与AI模型 采用800G光模块连接4-8颗GB300GPU 带宽达3.2TB/s 适用于汽车数字孪生建模 [2][64][66] - Blackwell系统实现全方位突破 GraceBlackwell GB300推理性能达Hopper H100的1.7倍 DeepSeekR1模型性能达H100的四倍 [67][70] 机器人技术布局 - 开源Isaac Groot N1.5平台 基于JetsonFord处理器运行Isaac操作系统 处理神经网络和传感器数据 提供预训练模型 用于自动驾驶和人形机器人 已获6000次下载 [3][94] - 与DeepMind合作开发Newton物理引擎 7月开源 具备GPU加速可微分特性 仿真精度高且实时运行 已集成到Mujoco和Isaac SIM [3][89] - 人形机器人或成万亿美元产业 工厂正用数字孪生推动机器人化 采用三系统架构：GB300创建AI模型 Omniverse进行仿真 最终部署到机器人 [94][102][103] 生态系统建设 - 与富士康 台积电合作打造中国台湾首个大型AI超级计算机Nvidia Constellation 服务于当地AI基础设施和生态系统 [3][38] - 数字孪生技术广泛应用 TSMC使用MetAI从2D CAD生成晶圆厂3D布局 富士康 纬创等企业为制造流程开发数字孪生 全球规划建设价值5万亿美元新工厂 [103][106][108] - 构建包含150多家公司的生态系统 共同开发架构和软件 NVLink Fusion生态系统支持合作伙伴集成自研芯片 [44][53]

报告行业投资评级 未提及 报告的核心观点 2025年5月19日英伟达CEO黄仁勋在Computex大会阐释公司在AI基础设施、物理AI及前沿技术应用的战略布局与突破，包括开放NVLink技术、推出GB300超级计算机、发展机器人全栈平台、提供企业级AI解决方案及强化台湾产业链合作等，有望推动AI产业发展并巩固英伟达生态话语权 [1][10] 根据相关目录分别进行总结 NVLink Fusion - 英伟达首次开放NVLink高速互连技术，支持第三方芯片与英伟达GPU协同，带宽达130TB/s，较传统PCIe提升10倍 [2][11] - 开放IP后客户可自主集成，虽可能牺牲部分性能，但能吸引合作伙伴构建联盟，巩固生态话语权 [2][11] - 通过相关技术可将千卡集群利用率从60%提升至90%，训练成本降低50%以上，支持异构计算场景 [2][11] GB300超级计算机 - 基于Blackwell Ultra架构，集成72个GPU和36个Grace CPU，推理性能较前代提升1.5倍，HBM3e显存容量达288GB，网络带宽翻倍至130TB/s [3][12] - 全液冷设计支持132kW/机架的功率密度，单机架算力达40 PetaFLOPS，能效提升5倍 [3][12] - 量产计划于2025年Q3启动，已获多家云服务商订单 [3][12] 机器人全栈平台与物理AI - Isaac Groot N1.5平台整合全流程，开源基础模型通过合成数据生成框架，仅需36小时即可完成传统需三个月的训练任务 [4][13] - 结合Newton物理引擎，机器人仿真精度达毫米级，实时性提升10倍，数据采集成本降低90% [4][13] - 英伟达提出“三台计算机”战略，目标2030年实现“单台机器人完成90%工业任务”，推动人形机器人成为万亿美元产业 [4][13] 企业级AI解决方案与开发者工具 - RTX Pro企业服务器支持LLaMA 70B模型推理性能达H100的1.7倍，DeepSeek - R1性能提升4倍，可同时运行工业软件与生成式AI模型 [5][14] - DGX Spark工作站提供1 PetaFLOPS算力，支持万亿参数模型本地化运行，ConnectX - 8网络模块带宽达800Gbps，推动AI开发从云端向边缘渗透 [5][14] - 英伟达联合企业通过Omniverse平台构建工业数字孪生，优化制造流程与能效 [5][14] 台湾产业链绑定与全球战略 - 英伟达强化与台积电、富士康合作，台湾供应链占据全球AI服务器60%以上产能 [6][15] - 新建台北办公中心支持本地研发与生产，与台积电、富士康共建台湾首座AI超算中心，巩固半导体制造中枢地位 [6][15] - 黄仁勋提出“AI工厂”愿景，预计未来十年AI算力每10年提升100万倍，市场规模达数万亿美元 [6][15]

今天，老黄在Computex 2025大会上，发表了一场长达两小时的主题演讲。 一开始老黄回顾了Nvidia 的发展历程，从专注于GPU，到2006年推出CUDA，再到AI基础设施巨 头，其实这场演讲中提到的很多产品之前就推出了，只是在这场演讲中又提到了一些细节。 在这次的演讲中，最吸引我的还是NVLink Fusion。这篇文章就分析一下这个技术。 进入正文之前，先扯点别的。 老黄确实非常会演讲，当听到上面这段话的时候，真心佩服老黄。把英伟达带到了这样一个高度。 可以说如果没有英伟达，AI的发展进程不会有这么快。 但也不知为什么，耳边还是会经常响起Linus的那句：Fuck Nvidia. GB300计划在Q3推出，该芯片推理性能提升 1.5 倍、HBM内存提升 1.5 倍、网络带宽提升 2 倍， 并与上一代保持物理兼容性，实现100%液冷。 CES上提及的Project DIGITS的个人AI计算机DGX Spark已全面投产，老黄表示每个人都可以在圣 诞节拥有一台。 RTX Pro 企业 AI 服务器，支持传统x86、Hypervisor、Windows 等 IT 工作负载----笔者对这个产 品一直都 ...

黄仁勋最新演讲！ 5月19日，英伟达CEO黄仁勋在台北国际电脑展发布了一系列英伟达公司在软硬件方面的更新，并介绍了 他在未来全球AI（人工智能）领域的宏大畅想。 AI无处不在 英伟达芯片将是基础设施 黄仁勋在演讲开始就谈起了他对AI未来的伟大期许：未来AI将会像互联网和电力一样，成为我们生活中不 可或缺的必要组成部分。 "我知道，现在当我们讨论AI基建时，你可能会感觉到好像没什么必要。但我向你保证，十年后你会意识 到，我们需要无处不在的人工智能！"黄仁勋在演讲中谈道："我们会将AI集成到所有地方：每个地区、每 个行业、每个工厂、每个公司，全都需要AI！" 他畅想AI前景时表示："我们正处于繁荣未来的边缘，芯片产业的价值已达3000亿美元，而数据中心的机 遇正在转变为近万亿美元的市场，这一切受到人工智能工厂和基础设施的推动。" 他同时解释了英伟达在这场AI基建中所扮演的角色："到那时，AI就像是互联网和电力一样，它将需要工 厂！而这正是我们现在正在制造的……英伟达不再仅仅是一家科技公司，它是一家重要的基础设施公 司。" 高度评价DeepSeek 在演讲中，黄仁勋再次对DeepSeek表示赞赏。他表示，DeepS ...

机器人技术发展 - 公司CEO表示在物理世界制造机器人不切实际，需在遵循物理定律的虚拟世界中训练[1] - 公司与DeepMind和Disney Research合作开发全球最先进物理引擎Newton，计划7月开源[1] - Newton引擎完全支持GPU加速，具有高度可微性和超实时操作能力，能通过经验实现有效学习[1] - 正将Newton引擎整合进ISAAC模拟器，使机器人能以真实方式"活"起来[1] 汽车行业合作 - 公司正与汽车行业合作推进机器人系统，利用Isaac Groot平台[3] - Isaac Groot平台由Jetson Thor新处理器驱动，专为机器人应用设计，适用于自主车辆到人机系统[3] - Isaac操作系统管理神经网络处理、传感器处理和数据管道，利用预训练模型增强系统能力[3] - 自动驾驶汽车技术栈为全面端到端解决方案，从硬件到软件均由公司自主开发[3] - 技术栈开放，允许合作伙伴根据需求选择不同部分，如仅使用计算硬件[3] 自动驾驶应用 - 正将AI模型应用于自动驾驶汽车，与梅赛德斯在全球推出一支车队[5] - 使用端到端自动驾驶技术，今年即可实现[5]