投资全景与核心特征 - 2026年1月至3月，英伟达在AI领域连续投资9家企业，累计涉及金额超过600亿美元，展现出从“卖铲人”向“生态架构师”转型的战略意图 [1] - 此轮投资呈现“高频次、高估值、高集中度”特征，投资对象均为后期阶段（D轮及以后）的超级独角兽，平均估值超过800亿美元 [2][9][12] - 顶级大模型厂商是投资重点，包括以7300亿美元估值融资1100亿美元的OpenAI（英伟达投资300亿美元），以及以3800亿美元估值融资300亿美元的Anthropic [2] 投资版图与战略布局 - 投资版图呈现清晰的“基础层-技术层-应用层”金字塔结构 [5] - **基础层（算力基建与数据中心，占比最高）**：投资AI推理基础设施提供商Baseten（注资1.5亿美元，占其3亿美元融资额的一半）及AI数据中心初创公司Nscale（以146亿美元估值完成20亿美元C轮融资），与GPU销售形成直接协同，锁定下游客户并完善服务生态 [3][5] - **技术层（多模态与世界模型）**：布局AI视频生成独角兽Runway（以53亿美元估值完成3.15亿美元融资）和专注“世界模型”的World Labs（以50亿美元估值完成10亿美元融资），覆盖AI从理解向生成和推理的演进 [4][6] - **应用层（物理世界AI）**：投资自动驾驶公司Wayve（以86亿美元估值完成12亿美元D轮融资）和建筑机器人公司Bedrock Robotics（以17.5亿美元估值完成2.7亿美元融资），推动AI在物理世界的落地，与英伟达的机器人平台及仿真系统形成软硬件协同 [4][7][8] 参与模式与战略意图 - 参与深度分为三类：与OpenAI、Anthropic等算力消耗大户的**深度绑定型**投资（伴随算力采购协议等战略条款）；对Baseten、Nscale等基础设施公司的**生态共建型**投资（确保对产品路线的深度影响）；对Runway、World Labs等前沿技术公司的**生态卡位型**投资（确保自身技术路线被采用并防止竞争对手独占生态） [10] - 战略意图三重考量：**首先**，通过投资OpenAI、Anthropic等最大算力消耗方，提前锁定未来3至5年的GPU订单，形成“投资-采购-收入”闭环 [11]；**其次**，通过投资生态企业，将CUDA生态与下游应用深度绑定，构建技术路径依赖的护城河以应对AMD、Intel的竞争 [11]；**最后**，通过投资基础设施公司，探索GPU即服务等新模式，从“硬件销售”向“算力运营”转型，拓展云服务和软件服务新增长点 [11] - 整体战略标志着英伟达正以“芯片+资本”的双轮驱动模式，从芯片销售者转向生态标准制定者，试图重新定义AI时代的竞争规则 [12][13]

文章核心观点 - 人工智能发展的下一个核心阶段是物理AI（Physical AI），即AI与机器人技术的融合，旨在赋予自主系统在真实物理世界中感知、理解和执行复杂动作的能力 [2][3] - 物理AI的发展面临软件突破与硬件桎梏的鲜明对比，软件算法进展迅速，但硬件供应链在标准化、关键组件量产等方面存在巨大瓶颈 [4][5] - 全球竞争格局呈现中美在软件与规模上领先，而欧日企业控制核心硬件供应链的复杂局面，没有国家拥有完全垂直整合的供应链 [6][7][8][9] - 当前市场存在炒作与现实的背离，人形机器人虽受关注但实际部署和收入占比极低，而特定任务的仓储和工业机器人已吸引大量资金并实现规模应用 [10] - 实现通用人形机器人仍需在关键硬件、数据、供应链标准化等方面取得跨越式突破，物理AI的黎明已现但发展之路漫长 [11][12] 软件突破与硬件桎梏：实体AI的技术基本面 - 实体AI的兴起源于AI算法突破与机器人硬件供应链改善的偶然交汇，可能形成类似“摩尔定律”的积极反馈循环 [4] - 软件供应链的核心在于突破性AI算法：大型语言模型（LLMs）作为高层推理引擎；多模态基础模型整合视觉、语言和推理；强化学习提升技能获取效率；“从模拟到现实”技术降低真实数据收集成本 [4] - 机器人硬件供应链面临长期存在的技术与经济壁垒，五大核心硬件系统包括结构组件、执行器、动力系统、计算系统和传感器 [5] - 关键硬件如电池、电机、传感器和执行器的演进速度远慢于软件，且供应链严重缺乏标准化，各公司采用独特技术路线和物料清单，阻碍规模经济并推高成本 [5] - 人形机器人的关键硬件，如六维力矩传感器、触觉传感器及行星滚柱丝杠，缺乏大规模量产能力，成为产能爬坡的严重瓶颈 [5] 全球竞争格局：中美的资本角逐与欧日的隐形巨头 - 全球没有国家拥有完全垂直整合的机器人供应链，相互依赖度极高 [6] - 美国在AI基础模型和软件生态系统占据绝对先发优势：Alphabet（谷歌母公司）的PaLM-E、RT系列及Gemini Robotics-ER模型；英伟达的GROOT基础模型、Isaac平台及Cosmos世界模型；微软、Meta通过合作或开源模型切入该领域 [7] - 美国初创公司吸金能力强，例如Skild AI和Physical Intelligence在2024年分别筹集了数亿美元 [7] - 中国的竞争力体现在庞大的研究产出、快速增长的专利及无与伦比的硬件制造与部署规模：2018至2023年间，中国占全球机器人相关学术文章发表量的28%，远超美国的16%和日本的7%；中国每年安装近29万台工业机器人，超过日本、美国、韩国和德国的总和 [8] - 中国企业积极研发机器人优化的国产大模型，并涌现出宇树科技、优必选、智元机器人等众多人形机器人研发厂商 [8] - 日本和欧洲的“隐形冠军”企业扼守硬件供应链核心：日本企业如哈默纳科、纳博特斯克、尼得科在精密机械齿轮、电机和执行器领域保持高市场份额，其中哈默纳科控制其精密齿轮80%的市场份额；德国企业如博世力士乐、雄克在末端执行器等灵巧操作核心组件上极具竞争力 [9] 剥离炒作：万亿市场的商业现实与政策启示 - 金融界对市场前景预测乐观，如摩根士丹利断言人形机器人市场将从目前的数千万美元增长到2050年的5万亿美元，但此类预测被指出具有高度投机性且缺乏清晰定义 [10] - 市场存在显著认知反差：人形机器人虽受媒体热捧，但在真实世界中独立导航和处理灵巧任务仍困难，其在总机器人市场收入中的占比可能不足1% [10] - 资本实际大量流向实用型机器人：过去五年中，致力于仓储机器人的公司筹集了约205亿美元，而同期人形机器人市场仅筹集了约46亿美元 [10] - 目前表现最好的机器人是针对特定任务（如分拣包裹或移动托盘）在软硬件上高度优化的机器人，通用AI驱动的、可灵活切换任务的机器人仍是遥不可及的愿景 [11] - 政策制定者缺乏成熟的机器人政策议程和严谨分析框架，应集中资源解决高质量触觉传感器、运动学硬件及真实世界数据严重匮乏等痼疾，以推动机器人在航空航天、国防等关键战略领域的实质性应用 [11]

英伟达与礼来的战略合作 - 英伟达与制药龙头礼来公司达成合作，共同投资10亿美元建立联合AI实验室，旨在融合顶尖科学家与AI研究员，共同推进从实验室到计算范式的根本性转变 [3] - 该合作将在未来五年投资10亿美元，合作范围涵盖临床开发、制造和实验室自动化，以加速科学新范式和药物发现 [25] - 合作基于一个信念：药物研发模式将从90%湿实验室/10%计算，在未来几年彻底翻转，从而加速突破 [25] 行业趋势与市场背景 - 2025年被视作代理式AI（Agentic AI）的爆发之年，其推理、工具调用及与遗留系统交互的能力已成熟 [5][7] - 医疗健康行业正率先大规模“雇用”AI Agent，以应对全球数千万的医护人力短缺，其技术部署和应用速度是美国经济整体速度的三倍 [5][12] - 美国医疗健康是一个价值4.9万亿美元的市场，正在以惊人规模部署AI [12] - 全球市值超过1万亿美元的公司共11家，英伟达（市值4.49万亿美元）和礼来（市值1.02万亿美元）占据两席，分别为全球最高市值公司和医疗健康板块市值最高公司 [5] 英伟达的医疗AI战略与产品布局 - 公司将其在医疗健康领域的AI模型和智能体产品组合开源，允许任何人进行修改和定制 [6] - 英伟达在2025年成为全球最大的开源AI贡献者，在Hugging Face上贡献了超过650个语言模型和250个数据集，涵盖生物学、化学、机器人技术和视觉等领域 [9] - 公司通过Clara模型系列专注于医疗健康领域的生物医学AI，覆盖从靶点发现到分子设计和医疗AI推理的全流程 [10] - 公司扩展了BioNeMo平台，并推出GPU加速的NeMo工具包，使化学处理速度快了100倍 [23] - 英伟达与实验室仪器巨头赛默飞世尔科技合作，构建“实验室基础AI基础设施”，推出基于IGX台式AI超级计算机的代理式系统，使实验室仪器能够集成并智能化 [18] 物理AI与机器人实验室自动化 - 物理AI迎来“ChatGPT时刻”，机器人/具身AI可在仿真数字世界中训练后再部署至现实世界，正对医疗健康和生命科学产业产生深远影响 [8] - 英伟达通过Cosmos世界基础模型和Isaac机器人平台，在仿真环境中训练机器人，以执行实验室任务，如质量控制、移液等，加速生物制造与研发 [6][19] - 新兴的机器人实验室自动化公司正在取得突破：例如，Multiply Labs使用Isaac平台训练机器人，将某些细胞疗法的制造成本从10万美元降低至3万美元（降幅超过70%），并在给定实验室面积内实现了100倍的吞吐量 [20] - Opentrons的液体处理系统已部署在全球10,000个实验室，并使用英伟达平台构建仿真环境以提高效率 [20] 代理式AI的具体应用与案例 - 代理AI正在被“雇用”作为数字同事，以弥补医疗服务与专业医疗人员之间的巨大缺口 [11] - Abridge临床对话AI平台每天为医生节省30%或更多时间，帮助生成报告和处理事前授权，已在超过200个医疗系统中部署 [13] - Corti、Speechmatics和Sully等平台正在部署分诊代理、登记代理等，以改善医院工作流程和患者体验 [13] - 在药物研发领域，ConcertAI帮助分层临床试验并模拟结果；IQVIA部署代理式系统以提高商业团队效率和加速临床试验构建 [14] - AI科学家代理可以阅读文献、设计实验、调用工具（如蛋白质结构预测模型）甚至启动物理实验，例如Edison AI科学家能在约16小时内完成一名研究员原本需要4到6个月的工作量 [15] 生物学AI与药物发现进展 - 行业正处于生物学的“Transformer时刻”的开端，AI驱动的制药革命正在进行，AI赋能的药物开始进入临床开发后期阶段 [8][21] - 英伟达通过开源模型如La Protina（原子尺度蛋白质设计）和RNA Pro（RNA设计）推动药物发现流程 [22] - Basecamp Research宣布其Eden平台，这是一个在10万亿个生物学“词元”上训练的GPT-4规模生物学模型，在抗菌和癌症领域取得突破性实验室验证结果 [24] 基础设施、成本与投资回报 - 英伟达从Hopper到Blackwell再到Rubin GPU平台，在过去四年里将推理成本降低了超过100倍（例如，从1美元降至0.01美元） [30] - 部署AI代理的投资回报率明确：例如，为医生释放30%的时间意味着可多看30%的病人或改善医生工作生活平衡；有公司衡量其平台为医疗系统“归还”了相当于57年的时间 [31] - AI计算基础设施被视为与道路、电力同等重要的国家基础设施，主权AI（如国家级的医疗健康云）是一个每年200亿美元的市场机会，英伟达预计每个主要经济体都会进行类似建设 [31]

英伟达Jetson Thor平台发布 - 英伟达新一代机器人计算平台Jetson Thor开发套件及量产模组全面上市 该平台基于Blackwell GPU架构 配备14核Arm Neoverse-V3AE CPU和128GB显存 显存带宽达273 GB/s 在FP4精度下AI峰值算力高达2070 TFLOPS [3][4] - 相比上一代Jetson Orin AI计算性能提升7.5倍 能效提升3.5倍 CPU性能提升3.1倍 I/O吞吐量提升10倍 可同时运行多个AI模型 支持大语言模型 视觉语言模型和视觉语言动作模型等生成式AI模型 [4] - 运行Qwen3-32B模型时输出速度达79.1 tokens/秒 较Jetson Orin的16.84 tokens/秒提升4.7倍 运行Qwen2.5-VL-7B时输出速度达252 tokens/秒 较Orin的154.02 tokens/秒提升64% [5] 英伟达机器人生态系统建设 - 平台深度集成NVIDIA Isaac GR00T N1.5 VLA模型 支持Isaac机器人平台 Metropolis视频分析平台和Holoscan边缘AI平台等多个软件框架 提供从底层芯片到上层应用的完整解决方案 [9] - 已吸引优必选 宇树科技 银河通用等中国机器人企业采用 覆盖人形机器人和工业机器人等领域 宇树科技表示计算能力有更大飞跃 银河通用称其G1 Premium机器人运动速度和动作流畅性明显改善 [10] - 英伟达将"汽车业务"更名为"汽车与机器人业务" 虽未单独披露机器人业务收入 但通过持续投入研发和完善生态 为未来大规模商业化奠定基础 采取先投入生态后收获规模的策略 [14][15] 机器人行业发展前景 - 机器人被认定为价值10万亿美元的产业 预计2030年全球至少有5000万名劳动力短缺 企业需要雇佣机器人工作 人形机器人市场2025年全球规模达63.4亿元 2035年将超4000亿元 年均复合增长率超50% [16] - 技术进步是核心驱动力 Jetson Thor使机器人具备本地运行大型语言模型和视觉语言模型能力 实现感知-推理-决策的完整能力 各国政策支持如中国"十四五"机器人产业发展规划要求产业营业收入年均增速超20% 制造业机器人密度翻番 [17] - 应用场景从传统工业向医疗 消费 农业 应急等多领域延伸 形成全场景覆盖格局 2025年以来国内机器人融资金额已超200亿元 显示资本市场持续看好 [19][21] 产业链与资本动态 - 采用Jetson Thor的中国企业融资活跃 银河通用2025年6月B轮融资11亿人民币 宇树科技2025年6月C+轮融资近7亿人民币 智元机器人2025年完成多轮融资 众警机器人2025年7月Pre-A++轮及A1轮融资近10亿人民币 [13] - 机器人产业具有资本密集型特征 从概念验证到商业化量产需数年技术迭代 需要硬件开发 算法优化 人才引进和产线建设等环节持续资金投入 充足资金使企业能快速进行产品升级和技术整合 [11] - 获得充足融资的机器人企业最有能力承担新技术应用风险和成本 其成功实践为行业提供示范效应 推动更多企业跟进采用类似技术方案 扩大英伟达机器人生态覆盖面和影响力 [11]

美股市场整体表现 - 道琼斯工业平均指数下跌0.25%，纳斯达克综合指数上涨0.31%，标普500指数平盘收官 [1] - 科技股分化显著，英伟达股价暴涨4.35%，市值飙升1560亿美元至3.77万亿美元，登顶全球市值榜首，特斯拉、英特尔分别下跌超3%和1% [1][2] - 中概股表现分化，纳斯达克中国金龙指数下跌0.6%，小鹏汽车、好未来等跌幅居前，富途控股、中通快递等逆势上涨 [1][3] 英伟达表现及战略 - 英伟达市值突破3.77万亿美元，超越微软、苹果，重夺全球市值最高公司宝座 [2] - 数据中心业务收入同比激增427%，AI芯片需求持续井喷 [2] - CEO黄仁勋提出机器人技术为下一个万亿级市场，自动驾驶汽车为首个商业化场景，计划覆盖数十亿机器人、数亿自动驾驶汽车及数十万机器人工厂 [2][5] - 全球近90%分析师对英伟达持"买入"评级，目标价中位数超过1400美元，较当前股价仍有约10%上涨空间 [2] 中概股分化表现 - 万得中概科技龙头指数下跌超1%，阿里巴巴、比亚迪股份跌幅均超2%，小鹏汽车跌超3%，理想汽车跌逾1%，好未来、新东方分别下跌2.3%和1.5% [3] - 富途控股大涨近6%，中通快递、京东涨幅均超1%，携程网、哔哩哔哩小幅上涨 [3] - 富途控股受益于跨境金融业务增长，中通快递因国内快递需求回暖，京东因"618"大促GMV超预期 [3] 美股大型科技股表现 - 特斯拉股价暴跌3.1%，创近一个月最大单日跌幅，因全球交付量增速放缓及自动驾驶技术商业化面临监管挑战 [4] - 英特尔股价下跌1.2%，奈飞、亚马逊、Meta小幅收跌 [4] - 谷歌股价上涨2.2%创历史新高，因AI大模型Gemini商业化超预期，微软股价上涨0.1%因Azure云业务收入持续增长，苹果微涨0.1%因市场期待其AI功能 [4] 机器人技术前景 - 英伟达已与多家汽车制造商、机器人企业合作，Omniverse平台用于自动驾驶汽车仿真测试，Isaac机器人平台被工业机器人企业采用 [6] - 机器人技术商业化面临硬件、软件、伦理等多重挑战，特斯拉、波士顿动力等竞争对手加速布局 [6] 美联储议息会议影响 - 美联储将于6月27日公布利率决议，市场预期维持利率不变，但通胀及就业数据变化可能引发波动 [7] - 若美联储释放"鸽派"信号，科技股或延续涨势，反之可能面临调整压力，英伟达等高估值科技股波动性或加剧 [7] 后市展望 - 科技股分化或持续，英伟达、谷歌等AI龙头受益于技术迭代与商业化，特斯拉、英特尔等面临竞争压力的科技股或继续承压 [8] - 机器人概念股或成新焦点，相关产业链企业或迎估值重塑 [8] - 中概股短期需关注地缘政治风险与监管政策变化，长期创新能力与市场需求仍是估值核心支撑 [8]