CES 2024展会概况 - 本届CES参展企业超过4100家，来自150余个国家和地区 [1] - 美国参展商超过1300家，占比约33% 中国参展商（含港澳台地区）超过1200家，占比约30% 韩国参展商约800家，占比近20% 三个国家合计占比超过八成 [1] 中国厂商表现突出 - CES共38家人形机器人展商，其中21家来自中国，占比过半 [1] - “AI智能眼镜、VR、AR类”至少27家参展商，“AI陪伴、教育机器人与宠物类”至少18家参展商 [1] AI物理化成为核心趋势 - AI物理化是本届CES的亮点，即人工智能在物理世界中的应用 [1] - 未来无论是机器人、汽车、PC、可穿戴设备还是智能家居产品，物理人工智能都需要在本地高效、可靠地运行 [3] - AI物理化正在走进生活 [4] 关键技术与模型发布 - 英伟达发布了定位为物理人工智能“世界模型”的Cosmos模型，包括用于关键组件和基于模拟的评估的模型 [1] - 特别提及Cosmos Reason 2，这是一个推理视觉语言模型，旨在帮助机器在物理世界中“看、理解和行动” [1] - 英伟达同时发布了Isaac GR00T N1.6模型，这是一款专为类人机器人打造的视觉-语言-动作模型，旨在实现全身控制和更佳的上下文理解 [1] - 配套发布了Isaac Lab-Arena，这是一个用于在仿真环境中对机器人策略进行基准测试和评估的开源框架，旨在规范部署前的测试流程 [1] 行业巨头动态 - OpenAI正通过与传奇设计师乔纳森·艾维的高调合作进军可穿戴设备领域，此次合作的意义被评估为远不止于营销噱头 [2]

纪要涉及的行业或公司 * 行业：汽车与共享出行（Autos & Shared Mobility）[1] * 公司：NVIDIA（NVDA）、特斯拉（TSLA）、Rivian（RIVN）、Lucid（LCID）、通用汽车（GM）、福特（F）、Mobileye（MBLY）[7][8] 核心观点和论据 * **NVIDIA CES发布会核心**：强调物理AI（Physical AI），将自动驾驶汽车和人形机器人定位为AI的未来前沿[2][7] * **NVIDIA自动驾驶技术栈**：为汽车OEM厂商提供了资本效率高的高级自动驾驶入门途径，帮助其跟上L2+/L3成为消费者标配的趋势[3] * **Alpamayo模型**：是NVIDIA的视觉语言行动模型，旨在解决自动驾驶的“长尾”边缘案例，由AlpaSim开源模拟器和超过1700小时的驾驶物理AI开放数据集支持[2] * **人形机器人**：NVIDIA的Isaac GR00T N1.6模型可显著压缩早期训练周期，但实际部署的制约因素（集成、成本、工业验证、制造）仍是关键瓶颈，特斯拉在这些领域可能保持领先[4] * **对特斯拉的总体看法**：NVIDIA的技术增强了更多OEM厂商的快速跟随策略，但并未实质性改变对特斯拉的展望，因为基本假设已包含未来10年以上L2+/FSD等效技术在全行业的广泛采用[3]；特斯拉的垂直整合、数据、规模和成本优势使其领先其他OEM厂商数年[7] * **对其他公司的潜在影响**： * **特斯拉**：面临自动驾驶、人形机器人和电动汽车领域的竞争加剧，但其在自动驾驶方面的数据和规模优势明显，竞争对手开发完整自动驾驶栈并集成到车辆中（包括封装、电源、传感器、安装、时间同步、安全验证）以及实现价格竞争力可能需要数年时间[7][8] * **Rivian**：面临两个潜在影响：1) 相对于其他非特斯拉OEM的自动驾驶潜在领先优势被压缩；2) 如果Rivian计划对外销售其定制芯片和自动驾驶平台，将面临来自NVIDIA更强的竞争压力[8] * **Lucid**：已与NVIDIA合作开发脱手脱眼驾驶，预计在2026年上半年投资者日公布更正式的自动驾驶路线图[8] * **通用汽车**：有机会在现有合作基础上利用NVIDIA技术加快自动驾驶上市速度，通过Omniverse数字孪生工作流和DRIVE AGX平台，将更多训练/验证转移到模拟中，以缩短开发周期并降低前期资本支出[8]；在120美元的看涨情景中，估值提升将源于其提升个人自动驾驶和软件服务的能力，该业务在2025年1-3季度创造了20亿美元收入[8] * **福特**：目前未知与NVIDIA在自动驾驶方面有现有合作关系，但以资本效率高的方式推进其L2+产品，而非资助定制的端到端项目，符合其近期资本配置框架[8] * **Mobileye**：尽管其ADAS业务仍拥有超过50%的市场份额，但NVIDIA在高性能SoC和端到端计算平台的优势增加了Mobileye在传统OEM中份额流失以及错过未来高级自动驾驶项目订单的风险；NVIDIA的技术栈可能加剧价格压力并压缩Mobileye在下一代ADAS设计周期中的差异化优势[8]；不过，Mobileye与全球主要OEM的历史关系和现有项目的强劲势头可能使其在短期内免受份额损失[9] 其他重要内容 * **行业观点**：摩根士丹利对该行业的观点为“符合预期”[5] * **通用汽车估值**：基于DCF的目标价为90美元，意味着约7.5倍的2026年每股收益12.25美元，较当前交易水平溢价约1倍；DCF假设包括到2035年收入/EBIT复合年增长率为+1.9%/+1%，加权平均资本成本为12.8%，退出自由现金流倍数为3.0倍[11] * **特斯拉估值**：目标价425美元由5部分组成：1) 核心汽车业务55美元/股；2) 网络服务145美元/股；3) 特斯拉出行125美元/股；4) 能源业务40美元/股；5) 人形机器人业务60美元/股[12] * **通用汽车风险**：上行风险包括与现代的战略合作可选性、电动汽车业务更大的财务披露/透明度、SuperCruise ADAS渗透率提高、强劲的SAAR和产品组合；下行风险包括二手车价格、疲软的SAAR和经济背景、中国业务亏损、电动汽车/自动驾驶战略执行风险、监管风险、估值未能重估[14] * **特斯拉风险**：上行风险包括FSD搭载率/无监督FSD提高、新电池成本里程碑、新车型推出、Robotaxi推广、Optimus发布；下行风险包括来自传统OEM/中国厂商/科技巨头的竞争、Robotaxi/FSD/人形机器人执行风险、监管、中国风险、股权稀释、估值[15]

核心观点 - 英伟达CEO黄仁勋在新年演讲中，围绕Agentic AI、物理AI和新芯片三大关键词，发布了下一代AI技术平台与战略，旨在通过开源关键模型和发布颠覆性硬件，定义未来十年的AI技术标准与基础设施，并巩固其从数据中心到智能终端的全栈生态优势 [1][10] 新芯片架构Vera Rubin - 英伟达发布由六个部分组成的Rubin平台，包括Rubin和Rubin Ultra两种规格的GPU与CPU、NVLink 6交换芯片和ConnectX-9 SuperNIC，新服务器专为处理AI模型训练所需的海量计算负载而设计 [2] - Rubin GPU性能相比前代Blackwell实现巨大飞跃：NVFP4推理算力达50 PFLOPS，是Blackwell的5倍；NVFP4训练算力达35 PFLOPS，是Blackwell的3.5倍；HBM4内存带宽达22 TB/s，是Blackwell的2.8倍；晶体管数量达3360亿个，是Blackwell的1.6倍 [2] - 通过软硬件协同设计，Rubin平台将推理token成本降低10倍，并将训练MoE模型所需的GPU数量减少4倍 [2] - 下一代AI超级芯片平台Vera Rubin已进入全面量产，计划于2026年下半年开始向合作伙伴交付，AWS、Google Cloud、Microsoft、Oracle等主要云服务商已确认部署 [3] Agentic AI战略 - 英伟达发布多语言预训练语料库Nemotron-CC，覆盖140多种语言，总规模达1.4万亿token，旨在作为构建和微调模型的“开放”基础层，以降低Agent开发成本 [4] - 公司同时强调名为“Granary”的指令数据集，目标是让模型在企业级任务上“开箱即用” [4] - 利用英伟达的硬件和框架，开发者可在几分钟内构建出功能完整的个人助理 [5] - 英伟达通过开源生态巩固硬件优势，在2025年是Hugging Face上最大的贡献者之一，发布了650个开放模型和250个开放数据集 [5] - Agent门槛的降低将深远影响企业IT部门，未来工作内容可能转变为“招募、管理和优化”各种AI数字代理，使其从被动工具转变为能主动解决问题的数字员工 [5] 物理AI布局 - 物理AI是联动现实世界与物理世界的新应用场景，自动驾驶、机器人、工业制造是首推的三大落地场景 [6] - 英伟达已为物理AI工作8年，认为其“ChatGPT时刻”即将到来，仿真是其几乎所有物理AI工作的核心，通过Omniverse平台构建“数字孪生”环境供AI安全高效训练 [7] - 在自动驾驶领域，推出开源推理VLA模型Alpamayo系列，包含开源AI模型、仿真工具和数据集，以加速基于推理的安全自动驾驶车辆开发，这是其数千人AV团队的工作成果 [8] - 黄仁勋预测，从非自动驾驶到自动驾驶的转折点可能正在发生，未来十年世界上很大一部分汽车将是自动驾驶或高度自动驾驶的 [8] - 英伟达DRIVE AV软件将用于梅赛德斯奔驰车辆，相关AV自动驾驶汽车已投入生产，计划第一季度在美国上路，第二季度进入欧洲，第三或第四季度进入亚洲，并将持续更新版本以扩大L4 Robotaxi生态系统 [8] - 在机器人领域，发布了面向智能机器人的推理视觉语言模型Isaac GR00T N1.6以及多个用于机器人开发的新开源框架 [8] - 在工业制造领域，宣布与西门子深化合作，将英伟达的物理AI模型和Omniverse平台集成至西门子的工业软件组合，覆盖从芯片设计、工厂模拟到生产运营的全生命周期，黄仁勋称此举正站在一场新工业革命的开端 [9]

文章核心观点 - 全球人形机器人产业正迎来“拐点”时刻，商业化落地加速，市场呈现供需共振、景气度同步提升的良好态势 [1] - 2026年国际消费电子展（CES 2026）成为产业重要展示窗口，国内外厂商集中发布新品，英伟达CEO黄仁勋称机器人领域迎来“ChatGPT时刻” [1] - 行业进入“进阶之年”，从实验室原型阶段进入物流与制造等非结构化场景的实战验证阶段，有望打开万亿级市场空间 [4][5] 产业动态与展会亮点 - **CES 2026成为焦点**：CES 2026汇聚国内外顶尖企业，人形机器人是展会焦点之一，受此推动，A股人形机器人概念板块持续活跃 [1] - **指数表现强劲**：万得人形机器人概念指数自2025年12月17日以来累计上涨12.92%，展会首日（1月6日）该指数上涨0.54% [1] - **国际巨头发布进展**： - 英伟达发布世界模型（Cosmos Transfer 2.5、Cosmos Predict 2.5）及用于人形机器人的Isaac GR00T N1.6视觉语言行动模型 [1] - 波士顿动力宣布人形机器人Atlas进入量产阶段，首批将部署至现代汽车工厂，该机器人拥有56个自由度、可举重50千克，集成谷歌Gemini AI模型，计划2026年起大规模生产，2028年部署到现代美国工厂 [2] - LG展出CLOiD家务机器人，可处理洗衣、烹饪等日常家务 [2] - **国内厂商集中亮相**：近十家国内领先人形机器人制造商在CES 2026亮相，包括宇树科技（展示G1及H1）、智元机器人（展示灵犀X2、远征A2等全系列产品）、傅利叶（展示新一代GR-3）等 [2] - **家用清洁机器人升级**：石头科技、追觅科技、科沃斯等企业展出具备机械臂等功能的智能产品 [2] 产业链技术布局 - **关键部件（关节/减速器）**：昊志机电生产的谐波减速器、关节模组等核心部件正向部分人形机器人厂商送样测试 [3] - **驱动系统（伺服电机）**：通达动力表示其生产的伺服电机铁芯可适用于包括人形机器人在内的各类机器人驱动电机，公司将持续加大该领域技术研发和投入 [3] - **环境感知（3D视觉）**：奥比中光提供单目结构光、双目结构光、激光雷达、iToF等全技术路线3D视觉传感器，帮助机器人实现识别、导航、避障等功能 [3] 市场前景与商业化进程 - **发展阶段定义**：2025年被称为人形机器人的量产元年，2026年则被定义为人形机器人实际执行力的“进阶之年” [4][5] - **市场空间广阔**：随着AI技术发展，机器人场景落地前景可期，或将打开万亿级市场空间 [5] - **中国具身智能市场进展**：IDC报告指出，中国具身智能机器人市场在政策、资本与产业链推动下，正完成从“技术突破”到“价值落地”的关键一跃 [4] - **政策支持**：“十五五”规划建议提出前瞻布局未来产业，推动具身智能等成为新的经济增长点 [4] 应用场景与需求预测 - **当前渗透场景**：巡检、导览类应用的渗透率仍有较大提升空间 [5] - **有望放量的场景**：在垂类模型加持下，工厂物流、纺织服装等特定场景应用有望实现放量 [5] - **制造业与物流前景**：人形机器人有望率先在汽车、3C等制造业领域实现规模化应用，因这些行业劳动力需求庞大、人力成本较高，替代人工潜在空间巨大 [6] - **具体需求预测**：假设2028年人形机器人在汽车制造业、3C制造业和物流搬运领域的渗透率分别达到20%、0.8%和20%，且单台机器人可替代1.5个人工，预计上述三大领域的人形机器人总需求将达到84万台 [6] 产业链竞争格局 - **硬件与运控领先**：在本体硬件和运控领域，中国企业已处于领先地位 [4] - **“大脑”领域竞争**：在“大脑”具身智能领域，中美或处于同一起跑线，均依赖于AI技术的发展 [4] - **资产证券化加速**：随着宇树科技、乐聚机器人等国内龙头企业筹备上市，优质资产逐步进入投资视野 [4]

行业整体趋势与市场前景 - 美国机器人行业在2026年迎来前所未有的商业化突破、风险投资和FDA批准浪潮，标志着机器人正从研究概念转变为关键基础设施，为相关公司带来良好回报前景 [1] - 人形机器人市场预计到2023年将达到152.6亿美元，复合年增长率为39.2% [2] - 全球机器人市场预计将增长至1243.7亿美元，其中仅手术机器人市场在2026年预计就达到144.5亿美元 [3] - 协作机器人领域持续保持每年20%以上的增长 [6] 关键行业动态与商业化进展 - 波士顿动力在CES 2026宣布其人形机器人Atlas进入量产阶段，标志着公司从研究演示转向商业部署 [2] - 母公司现代汽车计划到2028年每年生产3万台机器人，Atlas将首先部署在其佐治亚州的工厂用于零件排序 [2] - 波士顿动力与谷歌DeepMind合作，将Gemini Robotics AI基础模型集成到Atlas中 [2] - 软银同意以53.75亿美元收购ABB的机器人部门，重塑了竞争格局 [3] - 近一半的中小型制造商现已集成协作机器人，高于两年前的27%，投资回报期通常在12至36个月 [6] 投资与融资活动 - 2025年全球机器人领域融资额超过103亿美元，为2021年以来的最高水平，美国公司占据最大份额 [3] - Figure AI以惊人的390亿美元估值融资超过10亿美元 [3] - Physical Intelligence从包括杰夫·贝索斯在内的支持者那里筹集了4亿美元 [3] 监管批准与医疗机器人 - 2025年12月，FDA批准了多项医疗机器人系统，加速了医疗保健领域的机器人应用 [4] - 美敦力的Hugo机器人手术系统获准用于泌尿外科手术 [4] - CMR Surgical的Versius Plus和直觉外科的da Vinci SP适应症获得扩展 [4] - 强生的Ottava系统正在推进临床试验，预计在2026年初提交FDA申请 [4] 国防与太空应用 - 美国国防部在2026财年预算中为自主系统划拨了创纪录的134亿美元，其中海军仅用于无人舰艇的预算就达53亿美元 [5] - Ghost Robotics为其Vision 60四足机器人推出了新的机械臂，专为军事突破行动设计 [5] - Rocket Lab获得了其有史以来最大的8.16亿美元合同，用于空间发展局卫星 [5] - NASA的Artemis II任务（目标2026年初）和Astrobotic的Griffin月球任务（计划2026年中）将进一步验证美国太空机器人能力 [5] 重点公司分析：UiPath - UiPath在2025年末至2026年初战略性地从传统机器人流程自动化转向全面的智能AI编排，成为一个引人注目的自动化投资标的 [9] - 公司在2026财年第三季度首次实现GAAP盈利，营收同比增长16%至4.11亿美元 [9] - 公司于2025年12月被纳入标普中型股400指数，并于2026年1月生效，大幅扩大了机构持股 [9] - UiPath的Maestro编排平台现在可以协调复杂企业工作流中的AI智能体、软件机器人和人类员工，使公司成为自主业务运营的中枢神经系统 [10] 重点公司分析：NVIDIA - NVIDIA在CES 2026上发布了全面的机器人生态系统，包括Isaac GR00T N1.6推理视觉语言动作模型，该模型已下载超过100万次 [11] - 该模型使机器人能够理解模糊指令，并通过先验知识和常识执行复杂任务，现已支持同时全身控制以进行操作和移动 [11] - 公司发布了基于Blackwell的Jetson T4000模块，以仅40至70瓦的功耗提供1200万亿次浮点运算的AI计算能力和64GB内存 [11] - 公司通过Isaac Lab-Arena和Newton物理引擎的集成深化了机器人仿真能力，并宣布与波士顿动力、卡特彼勒、LG电子和NEURA Robotics建立合作伙伴关系 [11] 重点公司分析：Cadence Design Systems - 公司通过即将以31.8亿美元收购Hexagon的设计与工程部门，定位为机器人革命的关键推动者，交易预计在2026年第一季度完成 [12] - 此次收购带来了行业标准的多体动力学仿真工具，特别是Adams软件，这对于物理AI和机器人应用至关重要 [12] - 这一战略扩展使公司能够服务于从芯片设计到机械系统验证的完整机器人开发链 [12] 重点公司分析：Intuitive Surgical - 2025年12月10日，FDA批准da Vinci单端口系统用于三种高容量普外科手术，扩大了其适应症范围 [13] - 该里程碑有超过500篇同行评审出版物支持，使SP平台能够在常见手术中获取更广泛的市场份额 [13] - 公司的da Vinci 5系统凭借增强的力反馈技术、AI驱动的力测量视觉指示器和内嵌视频回放功能，持续获得采用动力 [13] - 公司在全球安装的机器人系统已超过10,763台 [13]

公司战略与行业趋势 - 英伟达正致力于打造机器人领域的默认平台，旨在复制安卓在智能手机操作系统的主导地位 [1] - 公司布局反映了人工智能从云端向物理世界迁移的行业趋势 [1] - 随着传感器成本下降、仿真技术进步和AI模型泛化能力提升，机器人正从执行单一任务向通用化方向演进 [1] 产品与平台发布 - 公司在CES 2026上发布了多款开源基础模型，使机器人能够在多种任务和环境中进行推理、规划和适应，所有模型均在Hugging Face平台上开放 [1] - 公司推出了新一代Blackwell架构的Jetson T4000显卡，以及名为OSMO的开源指挥中心，以支撑整个机器人开发工作流程 [1] - 公司推出了Isaac Lab-Arena开源仿真框架，整合了资源、任务场景、训练工具以及Libero、RoboCasa和RoboTwin等既有基准测试，为行业建立通用框架 [3] - 配套的开源平台OSMO作为指挥中心，将从数据生成到训练的整个工作流程整合在一起，支持桌面和云端环境 [3] 模型矩阵构建 - 公司发布的基础模型构成了物理AI的核心能力层 [2] - Cosmos Transfer 2.5和Cosmos Predict 2.5两款世界模型负责合成数据生成和机器人策略评估，可在仿真环境中验证机器人行为 [3] - Cosmos Reason 2作为推理型视觉语言模型，赋予AI系统在物理世界中观察、理解和行动的能力 [3] - Isaac GR00T N1.6是专门针对人形机器人开发的视觉语言动作模型，以Cosmos Reason作为推理核心，实现全身控制功能，使人形机器人能够同时完成移动和物体操作 [3] 降低开发门槛 - 公司深化了与Hugging Face的合作，旨在降低机器人训练的硬件门槛和技术壁垒 [1] - Jetson T4000图形卡搭载Blackwell架构，作为成本效益型设备端算力升级方案，提供1200万亿次浮点AI算力和64GB内存，功耗控制在40至70瓦之间 [4] - 公司将Isaac和GR00T技术集成到Hugging Face的LeRobot框架中，连接英伟达200万机器人开发者与Hugging Face 1300万AI构建者 [5] - 开源人形机器人Reachy 2现已直接支持英伟达Jetson Thor芯片，开发者可以测试不同AI模型而无需被锁定在专有系统中 [5] 市场影响与采用情况 - 机器人类别已成为Hugging Face平台上增长最快的领域 [1] - 波士顿动力、卡特彼勒、Franka Robots和NEURA Robotics等企业已在使用英伟达技术 [1][5] - 英伟达的模型在Hugging Face平台的下载量上处于领先地位 [5]