物理AI与世界基础模型行业趋势 - 物理AI的目标是让智能体理解真实世界运行规律，自主感知、理解并执行复杂操作以进行有效交互 [2] - 世界基础模型是理解现实世界动态（包括物理和空间属性）的生成式AI模型 [2] - 各类AI端侧硬件通过学习，在理解环境物理特性的前提下，对运动及感知数据中的空间关系进行表征和预测，实现自主交互 [2] - NVIDIA已推出多款工具类产品，用于智能驾驶、机器人训练及工业数字孪生的开发，如NVIDIA Cosmos、Omniverse、Isaac Sim等 [2] 公司核心技术能力 - 公司的3D视觉感知技术能够精准捕捉三维空间信息，结合自研算法，为各类AI智能终端赋予环境感知、智能交互、动态导航等核心能力 [3] - 公司Gemini 335、Gemini 336系列双目3D相机已入驻NVIDIA Isaac Sim机器人仿真开发平台，并与NVIDIA Isaac Perceptor集成，方便全球开发者开发、测试和仿真机器人3D视觉系统 [3] 公司与NVIDIA的生态合作 - 公司是NVIDIA全球产业数字化生态布局的合作伙伴之一，持续与NVIDIA Omniverse生态深入融合并将更多视觉生态产品融入NVIDIA平台 [3] - 公司部分产品已与NVIDIA Jetson Thor（物理AI与机器人应用终极平台）系统级模块全面适配、验证 [3] - 适配NVIDIA Jetson Thor平台能充分释放其高速处理能力，灵活选用多种平台实现方案，实现从高质量3D感知到强大AI推理的端到端优化，显著降低集成复杂度与开发周期 [3] - 近年来，公司与英伟达持续开展多维度合作，帮助下游客户便捷应对3D感知及机器人视觉算法开发中的复杂挑战 [4] - 未来公司将进一步深化与英伟达生态的融合，携手推动更多机器人及数字孪生领域创新应用的开发进程与产业化应用 [4]

公司动态与战略 - 研华将参加于2026年3月16日至19日在加州圣何塞举行的NVIDIA GTC 2026，并在1134号展位及6077、6078号会议室展示其下一代边缘AI平台和解决方案 [1] - 公司旨在通过整合硬件平台、AI开发框架和生态系统合作伙伴关系，帮助企业高效地从AI评估阶段过渡到可扩展的边缘部署阶段 [1] - 公司正通过整合其边缘计算硬件平台、WISE-IoT软件平台以及结合领域知识的特定行业边缘AI解决方案，来增强其全球影响力和核心竞争力，形成无缝产业链连接的“编排”模式 [8] 核心技术产品与平台 - 展示基于NVIDIA Jetson Thor的AIR-075视觉AI平台，用于安全监控和事件响应，支持10GbE高带宽视频流连接 [2][6] - 展示基于NVIDIA Jetson Thor的ASR-A702/AFE-A702机器人边缘AI平台，可与研华机器人套件及NVIDIA Isaac ROS配合，支持物体检测、距离估计、姿态跟踪和VSLAM等关键感知能力 [3] - 展示基于NVIDIA Jetson Thor的MIC-742平台，为下一代人形机器人提供高达2,070 TFLOPS（FP4）的AI性能，并可搭配NVIDIA Holoscan Sensor Bridge实现用于Transformer和视觉-语言-动作模型的超低延迟传感器到推理流程 [4] - 展示基于NVIDIA Jetson Thor的AIMB-294医疗AI板卡，仅以130W功耗运行，无需额外GPU模块即可实现实时手术器械异常检测、器官分割和AR叠加 [5] - 展示基于NVIDIA IGX优化的USM-500医疗级平台，支持用于AI辅助手术、术中成像、内窥镜视频分析和机器人手术引导的实时多模态传感器融合与边缘AI处理 [6] - 展示基于NVIDIA Jetson Thor的MIC-743平台，运行先进的视频搜索和摘要功能，支持实时视觉分析、自然语言查询和快速视频摘要 [7] - 展示基于NVIDIA Jetson Orin的DS-015边缘AI系统，通过研华Edge AI SDK运行生成式AI模型，支持无需云连接的设备端大语言模型交互 [7] 行业应用与解决方案 - 在机器人领域，公司展示的解决方案旨在通过生态系统协作加速机器人技术创新和实际部署 [4] - 在医疗领域，平台结合先进的医疗AI框架和研华边缘AI软件工具，支持低延迟成像流程和简化的AI模型部署，从而提升设备整体性能和可靠性 [5] - 在智能物流与仓储领域，相关技术帮助企业提升物流环境中的运营可视性、效率和决策能力 [7] - 在零售和服务环境领域，基于边缘的生成式AI方法使组织能够在保持低延迟、数据隐私和运营可靠性的同时，增强客户互动 [7] 行业趋势与市场定位 - 随着AI快速发展，行业正从基于云的模型训练转向现实世界的物理应用，即物理AI [2] - 公司长期专注于边缘计算和边缘AI，构建专为性能、可靠性和可扩展部署设计的工业级平台 [2] - 公司采用由行业驱动的战略，专注于边缘计算和边缘AI，瞄准五大关键市场：边缘智能系统、制造、能源与公用事业、智慧医疗以及智慧城市服务与智慧零售 [8]

公司与战略合作 - 德州仪器与英伟达宣布建立战略合作伙伴关系，旨在加速人形机器人的开发和安全部署 [1] - 该合作将德州仪器的实时电机控制、传感、雷达和电源技术与英伟达的机器人计算能力、基于以太网的传感和仿真平台相结合 [2] - 合作目标是通过结合双方技术，帮助开发者加速将下一代技术从虚拟环境迁移至可部署、可扩展、安全且真实世界的应用 [2] 技术整合与产品展示 - 作为合作的一部分，德州仪器的毫米波雷达传感器融合解决方案将通过Holoscan传感器桥与英伟达Jetson Thor平台集成 [4] - 该技术整合旨在为人形机器人提供低延迟的3D感知和安全意识 [4] - 公司管理层表示，将在2026年3月16日至19日举行的英伟达GTC大会上展示此项技术 [4] 公司业务概况 - 德州仪器设计、制造、测试和销售模拟及嵌入式处理芯片 [5] - 其芯片产品服务于多个市场，包括工业、汽车、个人电子产品、通信设备和企业系统 [5] 行业定位与市场观点 - 有观点将德州仪器列为值得长期持有的最佳科技股之一 [1] - 尽管承认其投资潜力，但市场观点认为某些人工智能股票可能提供更大的上行潜力和更小的下行风险 [6]

财务数据和关键指标变化 - 第三季度总收入创纪录，达到12.4亿美元，同比增长26%，这是连续第四个季度收入超过10亿美元 [5][13] - 特许权使用费收入创纪录，达到7.37亿美元，同比增长27% [5][13] - 许可及其他收入为5.05亿美元，同比增长25% [5][14] - 非GAAP每股收益为0.43美元，接近指引区间的高端 [5][16] - 非GAAP运营费用为7.16亿美元，同比增长37%，主要由于研发投资强劲 [16] - 非GAAP运营收入为5.05亿美元，同比增长14%，运营利润率约为41% [16] - 年度化合同价值同比增长28%，连续多个季度保持强劲势头 [15] - 第四季度收入指引为14.7亿美元，上下浮动5000万美元，中点同比增长约18% [16] - 第四季度特许权使用费收入预计同比增长低双位数百分比，许可收入预计同比增长高双位数百分比 [17] - 第四季度非GAAP运营费用指引约为7.45亿美元，非GAAP每股收益指引为0.58美元，上下浮动0.04美元 [17] 各条业务线数据和关键指标变化 - **特许权使用费业务**：增长主要受智能手机（单位芯片特许权费率更高）和数据中心（收入持续三位数年增长）推动 [13] - **数据中心业务**：特许权使用费收入同比增长超过100%，预计未来几年将成为公司最大业务，超过移动业务 [5][13] - **智能手机业务**：所有主要安卓OEM厂商都在推出基于Armv9和CSS的芯片，其特许权使用费收入增长远快于市场 [13] - **边缘AI设备**（如智能手机）的特许权使用费收入持续快速增长 [13] - **物理AI业务**：汽车市场实现双位数同比增长，为特许权使用费表现做出贡献 [14] - **许可业务**：增长由对下一代架构的强劲需求以及与关键客户的更深层次战略合作推动 [14] - **计算子系统**：本季度签署了两份新的CSS许可协议，总计达到21份CSS许可，涉及12家公司，目前有5家客户正在出货基于CSS的芯片 [7] - **CSS业务影响**：去年占比接近双位数，今年已进入双位数（十几），预计未来几年可能超过50% [56] 各个市场数据和关键指标变化 - **数据中心市场**：Arm的份额在顶级超大规模云提供商中预计将达到50% [8] - **超大规模云提供商进展**：AWS推出第五代Graviton处理器（192核），微软推出Cobalt 200（132核），谷歌预览第二代Arm服务器处理器，NVIDIA下一代Vera CPU拥有88个Arm核心 [8][9] - **边缘与物理AI市场**：为Arm开辟了新的增长机会，其低功耗、可预测延迟和始终在线特性非常适合设备端AI代理 [10] - **客户案例**：Rivian推出基于Arm的第三代自动驾驶计算机，特斯拉的Optimus人形机器人采用定制Arm AI处理器，NVIDIA的Jetson Thor和Qualcomm的DragonBoard平台在机器人领域推广Arm方案 [11] 公司战略和发展方向和行业竞争 - **AI战略重组**：围绕三个业务单元组织：边缘AI（智能手机和物联网）、物理AI（汽车和机器人）、云AI（数据中心和网络） [6] - **计算子系统战略**：CSS帮助客户降低集成风险和复杂性，加快上市时间，随着需求扩大，增加了Arm每芯片提供的价值，对特许权使用费产生显著顺风 [7] - **行业趋势与竞争定位**：AI推理向基于代理的模式转变，增加了CPU的重要性，Arm基于CPU芯片提供领先的每瓦性能，使客户能够扩展核心数量并运行始终在线的AI工作负载 [8][21] - **平台与生态优势**：Arm平台覆盖毫瓦到吉瓦的功耗范围，拥有超过2200万开发者的生态系统，占全球开发者总数的80%以上 [11] - **长期愿景**：随着越来越多应用转向代理AI，Arm将成为连接云、边缘和物理AI用例的计算平台 [12] 管理层对经营环境和未来前景的评论 - **对前景信心**：当前客户需求的强度，加上结构性更高特许权费率的长周期合同基础不断扩大，使公司对未来收入状况的信心日益增强 [17] - **投资周期**：这种信心使公司能够投资于下一代架构、计算子系统和硅技术，以实现更高性能、更高效率和更多AI用例，形成客户需求与雄心勃勃投资之间的良性循环 [17] - **内存供应影响**：管理层分析了智能手机内存供应链限制可能导致的单位销量下降（如联发科提及约15%），但认为对Arm的影响有限。若智能手机销量下降20%，对智能手机特许权使用费的影响最多为4%-6%，对总特许权使用费的负面影响约为1%-2% [23][24] - **云AI业务抵消风险**：云AI或基础设施业务的持续增长超出预期，其增长水平足以补偿内存和移动侧的风险 [24] - **长期增长预期**：2026财年增长至少20%，目前指引中点约为22%，2027财年20%的增长率仍然非常合理，公司并未放弃此目标 [62] 其他重要信息 - **软银贡献**：与软银的技术许可和设计服务协议在本季度贡献了2亿美元收入，预计未来每季度2亿美元是合理的运行速率 [15][38] - **软银持股**：软银创始人孙正义对出售Arm股票毫无兴趣，他非常看好公司的长期前景 [30] - **未来活动**：公司将于3月24日举办活动，但未提前透露任何细节 [18] - **数据中心收入规模**：此前曾表示刚达到两位数占比，由于增长远快于其他业务，预计占比在十几到接近20%之间，未来2-3年可能达到或超过智能手机业务规模（占总业务40%-45%） [39] 总结问答环节所有的提问和回答 问题: Arm的CPU在AI和云数据中心中的作用，以及AI代理普及后的变化 [21] - **回答**: AI从训练转向推理，特别是基于代理的AI，非常适合CPU处理，因为CPU功耗低、始终在线、延迟低。数据中心功耗限制下，需要更多、更高效的CPU核心，这对Arm构成顺风。超大规模云提供商和NVIDIA的新一代CPU都增加了核心数量，这一趋势预计将持续 [21][22] 问题: 如何看待2027财年特许权使用费增长的风险，特别是消费电子潜在需求破坏和内存的影响 [23] - **回答**: 分析了智能手机单位销量可能下降的影响。合作伙伴倾向于保护高端市场（CSS和v9特许权费率最高），供应链限制主要影响低端市场（v8及更旧版本，特许权费率低得多）。假设销量下降20%，对智能手机特许权使用费影响约2%-4%，对总特许权使用费影响约1%-2%。云AI业务的强劲增长足以抵消这些风险，因此对明年特许权使用费影响不太担心 [23][24][25] 问题: 软银是否需要出售Arm股票来为其投资融资，以及对公司股价的影响 [29] - **回答**: 软银创始人孙正义直接表示对出售任何Arm股票毫无兴趣，他非常看好公司长期前景，相关传闻不实 [30] 问题: 特许权使用费增长预测减速的原因，是基数问题还是其他因素变化 [31] - **回答**: 明年特许权使用费的绝对金额预期基本不变，增长率下降主要是由于本季度和上季度的超预期表现（如Q3增长27% vs 预期20%）带来了更高的比较基数。目前尚不确定近期强势是否会延续到下一年，内存和晶圆短缺的讨论有影响，但对Arm的影响小于对无晶圆厂半导体公司。总体而言，明年特许权使用费绝对金额预计接近年初预期，后续会更新 [32][33] 问题: 数据中心收入的具体金额，以及软银贡献200万美元与之前预期的差异 [37] - **回答**: 数据中心收入细节每年提供一次，此前表示刚达到两位数占比，预计在十几到接近20%之间，未来2-3年可能达到或超过智能手机业务规模。软银上季度贡献为1.78亿美元，本季度200万美元是完整季度的影响，预计未来每季度200万美元是合理的运行速率 [38][39] 问题: 向v9更高特许权费率的迁移如何抵消智能手机销量下降 [42] - **回答**: 在智能手机中，v9正全面转向CSS。每个智能手机周期都会交付全新的CSS，其特许权费率通常逐年提高。因此，v9在智能手机中的增长应被视为CSS的持续采用和每年特许权费率的提升 [42] 问题: 软银执行AI路线图，Arm是否会为其定制ASIC，以及时间和对2027财年的影响 [46] - **回答**: 无法就具体产品置评 [46] 问题: Arm IP在AI数据中心半导体中的渗透率现状及未来3-5年演变 [49] - **回答**: 未来3-5年，数据中心芯片设计将演变。基于代理的推理将需要更多CPU，可能催生更多定制CPU芯片。推理工作负载的特定解决方案（如Groq）将继续扩展创新。AI工作负载将迁移到更小尺寸设备（物理AI、边缘设备），那里功耗限制更严，需要不同的IP和解决方案组合。绝大多数现有计算平台已是Arm基础，这为Arm塑造未来方向提供了巨大机会 [49][50] 问题: CSS当前在特许权使用费中的占比，以及未来2-3年的可能占比 [54] - **回答**: CSS去年占比接近双位数，今年已进入双位数（十几），预计未来几年可能超过50%。加速采用CSS的主要驱动力是客户需要缩短周期时间，CSS通常能将周期时间减半。所有有机会签署下一代版本的CSS客户都已续签，这体现了其价值 [56][57] 问题: 对2028财年的早期展望 [61] - **回答**: 2026财年增长至少20%，目前指引中点约为22%。2027财年20%的增长率仍然合理。对于2028财年，目前尚未提供任何指引，公司在考虑其他可能的产品/服务，其影响仍在评估中，未来会提供更新 [62] 问题: 内存影响是否已反映在下季度低双位数特许权使用费增长中，以及物料清单压力是否影响CSS和v9的采用 [66] - **回答**: 内存影响非常小，不是增长指引的主要驱动因素。下季度增长更多与季节性以及去年同期不寻常的发布时间（联发科芯片）导致的比较基数有关。关于CSS定价对物料清单的影响，未看到任何影响。加速上市时间带来的价值远超客户考虑的任何成本因素。鉴于芯片设计复杂性增加和晶圆厂周期延长，错过最初几个月出货对利润至关重要，因此价值创造和客户利润提升是决策关键 [67][69][70] 问题: 2027财年运营费用（尤其是研发）增长是否会继续快于收入增长 [72] - **回答**: 目前预期第四季度到第一季度的环比增长将与去年相似（去年是低双位数环比增长）。明年第一季度之后的增长可能会比今年更加缓和。今年出现了显著的逐季增长，预计明年不会那么显著。随着进入新财年，会提供更多细节 [73] 问题: 如何看待近期股市对软件板块的反应，以及AI除了驱动需求外，将如何影响Arm的业务和芯片设计 [76] - **回答**: 不便评论股市短期反应。从技术颠覆历史看，市场有时会对广泛影响感到紧张。对于Arm而言，AI不会很快取代物理芯片，硬件是运行软件所必需的。AI在企业中的实际应用仍处于非常早期阶段，集成大型系统和改变软件工作负载非常复杂。AI的支出规模巨大（如谷歌宣布1800亿美元资本支出），这处于未知领域，可能引发市场紧张。但从长远看，对计算的需求巨大，Arm处于有利位置 [77][78][79][80] 问题: 对SRAM等不同内存结构的看法及其对业务的意义，以及Arm能效提升的节奏 [83] - **回答**: 功耗效率是Arm持续关注的重点，尤其是在小型设备中，电池寿命和空间限制严格，而计算需求（包括AI）不断增加。Arm作为许多平台的现有供应商，定位良好。关于SRAM和内存技术，CPU和内存紧密相连，公司深度参与包括SRAM在内的各种内存技术和解决方案的研究，以应对AI日益增长的需求。每个终端应用都将受到AI影响，并相信将通过Arm运行AI，因此公司正在投入大量资源进行创新 [85][86]

公司产品性能表现 - GSI Technology公布了其Gemini-II存内计算处理器的初步基准测试结果 结果显示在边缘处理视频和文本输入的多模态大语言模型时 首次令牌生成时间仅为3秒 [1] - 在Gemini-II生产处理器上运行Gemma-3 120亿参数视觉语言模型时 公司实现了3秒的TTFT 同时AI子系统（包括芯片）功耗约为30瓦 据公司所知 这是在嵌入式边缘处理器上运行的多模态120亿参数模型公开报告的最低功耗结果 [2] - 独立第三方在竞争性嵌入式平台上测试相同工作负载的报告显示 高通骁龙X Elite平台（功耗30瓦）的TTFT约为12秒 英伟达Jetson Thor平台（功耗超过100瓦）的TTFT为3秒 在更低的功耗水平下达到或优于竞争平台性能 表明Gemini-II在功耗和散热受限的边缘环境中具有更优的响应能力和能效表现 [3] 产品技术优势与市场定位 - 公司首席执行官表示 这些基准测试结果凸显了存内计算技术对物理AI的赋能 边缘部署需要在严格的功耗和散热限制下实现快速响应 3秒的TTFT意味着系统可以每三秒生成一次初始响应 这通常足以满足基于视频的应用需求而不错过重要事件 [4] - Gemini-II能够以低功耗实现低延迟多模态推理 支持更广泛的实时应用 从自主系统到在数据中心外运行的智能机器 [4] - 公司认为该性能特征非常适合“物理AI”市场 包括无人机、智慧城市和其他边缘系统 这些场景的工作负载是间歇性的 并受电池寿命、热设计和外形尺寸限制 更低的芯片功耗带来更快的TTFT 可以实现响应更迅速的系统、更长的工作周期和更低的系统总成本 [4] 行业趋势与公司技术架构 - 边缘物理AI代表了AI计算中一个不断增长的细分领域 因为工作负载正从云辅助模型转向本地推理 以改善延迟、可靠性和运营效率 [5] - 公司专有的存内计算架构旨在减少数据移动 而数据移动是传统架构中延迟和功耗的主要来源 [5] 公司业务进展与产品介绍 - 公司的工程团队正继续致力于进一步优化Gemini-II的响应能力 同时与客户和合作伙伴（包括G2 Tech）在系统集成和概念验证活动上进行合作 [6] - GSI Technology是AI革命的先锋 拥有突破性的关联处理单元技术 专为数十亿项数据库搜索和高性能计算中无与伦比的效率而设计 公司的Gemini-I和Gemini-II创新产品提供了可扩展、低功耗、高容量的计算解决方案 重新定义了边缘计算能力 [7]

公司融资与资金用途 - Manifold AI（流形空间）完成超亿元天使+轮融资，由君联资本领投，梅花创投、华为哈勃跟投，老股东英诺基金、锦秋基金、同创伟业持续加注 [4] - 公司在半年内累计已获得数亿元融资 [4] - 所募资金将用于世界模型的迭代和具身大脑的应用落地 [4] 核心技术：世界模型 - 公司自研通用空间世界模型WorldScape，具备单图生成可交互空间的能力 [6] - WorldScape在生成质量、时空一致性、实时性等方面全面对标国外一线世界模型，如Google Genie3、李飞飞World Labs RTFM等 [6] - 公司依托海量物理视频数据预训练，使WorldScape具备强大的通用空间操作交互能力，补齐了世界模型落地到物理AI的最后一块拼图 [8] - 公司坚持World Model Action技术路线，利用自研世界模型作为基础模型替换通用VLM模型，使机器人大脑获得“超进化” [10] 技术性能与成果 - 实测表明，其模型在落地性能上显著超过了pi0.5等经典VLA模型，zero-shot泛化能力大幅领先当前具身模型 [10] - 相关模型即将在社区发布 [10] - 公司是世界范围内首个全域布局室外、室内、空域具身世界模型后训练的团队 [9] - 相关成果DriveScape、RoboScape、AirScape已分别发表在国际顶级会议CVPR2025、NeurIPS2025、ACM MM2025上 [9] - 多个场景的后训练基于同一个世界基座模型WorldScape迭代，提升了数据闭环效率和模型性能上限 [9] 产业合作与部署 - 公司已率先接入NVIDIA Jetson Thor用于具身世界模型的本体部署 [14] - 产业投资人华为哈勃的加入，将有利于提前布局国产化芯片和机器人大脑的集成，奠定规模化落地的基础 [14]

核心观点 - 公司在CES 2026期间发布并展示了其机器人视觉产品与制造能力的最新进展 核心在于通过发布新型3D相机、完成与英伟达先进算力平台的适配以及展示全球双工厂制造体系 强化其在机器人视觉感知与整机制造领域的生态布局和综合服务能力 [1][2][3] 产品与技术进展 - 发布专为机械臂腕部设计的超小型双目3D相机Gemini 305 [1] - 宣布其标志性产品Gemini 330系列相机已完成与NVIDIA Jetson Thor系统级模块的全面适配与验证 使机器人厂商能释放平台的高速处理能力并实现从3D感知到AI推理的端到端优化 [1][2] - Gemini系列与Jetson Thor平台的深度协同为具身智能应用提供了从感知到决策的完整视觉计算方案 旨在加速人形机器人、先进AMR等领域的创新与应用落地 [2] - 已完成Gemini 335Lg双目3D相机对NVIDIA Holoscan Sensor Bridge的适配与验证 为双目3D视觉数据在高带宽、低时延条件下的稳定传输奠定基础 [2] 制造与供应链能力 - 首次展示可支持全球客户的中国顺德与越南双工厂制造体系 [1] - 位于顺德的智能制造基地具备千万级传感器及百万级机器人终端量产能力 [5] - 越南工厂预计于2026年5月投产 将提供OEM服务、代料采购和可制造性设计分析服务 与顺德基地协同以提升全球交付效率与供应链韧性 [5] - 制造能力覆盖从新产品导入到大规模量产的全流程 面向全球机器人企业提供“研发+制造”一体化服务 [3] 客户与市场应用 - 公司已成功为多家全球领先的理疗机器人、智能割草机、人形机器人、仓储及清洁机器人企业提供机器人制造服务 帮助客户降低综合成本、缩短产品上市周期 [5] - 机器人整机制造能力正成为公司服务全球客户的核心优势 [3] 行业背景 - 随着NVIDIA Jetson Thor平台进入量产 机器人产业正迈入千TOPS级边缘算力新时代 [2]

英伟达发布物理AI技术栈与开源生态 - 公司创始人黄仁勋在CES 2026发表主题演讲，宣布物理人工智能的“ChatGPT时刻”已经到来，AI技术将从虚拟走向物理世界，机器人产业迎来规模化变革的关键节点 [1] - 公司发布了多款机器人“大脑”的开源基础模型，并宣布波士顿动力、Caterpillar、Franka Robotics、Humanoid、LG电子和NEURA Robotics等头部企业均在利用其机器人技术栈推出新的AI驱动型机器人 [1] 技术演进与核心模型发布 - 黄仁勋系统阐释了人工智能的四阶段演进路径：感知AI、生成AI、代理AI与物理AI，物理AI的核心在于让模型理解现实世界的物理规律，以破解机器人产业成本高昂、功能单一、编程复杂的痛点 [2] - 公司推出三大核心开源模型构建技术闭环：NVIDIA Cosmos Transfer 2.5与Cosmos Predict 2.5组成开源可定制的“世界模型”，可生成符合物理定律的合成数据并在模拟环境中完成策略评估，解决现实测试风险高、成本高的难题 [2] - NVIDIA Cosmos Reason 2视觉语言模型赋予机器类人化的视觉推理与决策能力 [3] - 面向人形机器人赛道的NVIDIA Isaac GR00T N1.6视觉语言动作模型实现关键突破，基于Blackwell架构优化，融合推理能力，可实现关节级全身精准控制，任务成功率较前代提升40% [3] - GR00T模型依托合成数据训练，将传统3个月的训练周期压缩至36小时，数据效率提升60倍，并支持自然语言指令与环境感知的多模态交互 [3] 开发工具与开源生态 - 公司在GitHub发布开源框架NVIDIA Isaac Lab-Arena，整合行业领先基准，为大规模机器人策略评估和基准测试提供协作系统，实现测试标准化 [4] - 云原生编排框架NVIDIA OSMO将合成数据生成、模型训练、软件在环测试等工作流整合至统一控制台，支持多环境部署，已被Hexagon Robotics采用并集成至微软Azure Robotics Accelerator工具链 [4] - 公司与Hugging Face达成深度合作，将GR00T系列模型及Isaac Lab-Arena框架整合至LeRobot开源机器人库，实现200万英伟达机器人开发者与1300万Hugging Face AI构建者的生态联通 [5] - 双方适配的Hugging Face Reachy 2人形机器人与NVIDIA Jetson Thor硬件无缝协作，桌面机器人Reachy Mini支持与NVIDIA DGX Spark联动 [5] - 公司2025年已在Hugging Face贡献650个开源模型和250个数据集，相关资源下载量在开源社区领先 [5] 硬件支撑体系升级 - 公司发布搭载Blackwell架构的全新Jetson T4000模组，作为现有Jetson Orin客户的升级选项，其在特定功耗下性能较上一代提升4倍 [6] - 面向高端场景的Jetson Thor机器人计算机成为产业合作焦点，NEURA Robotics、智元机器人、LG电子等企业已展示基于该平台的工业、家用机器人产品 [6] - 面向工业边缘场景的IGX Thor平台也宣布即将上市，形成覆盖不同算力需求的硬件矩阵 [6] 产业生态与应用落地 - 发布会现场展示了涵盖人形、轮式、桌面、清洁机器人及工程机械、无人机、手术辅助设备等多元场景的十余款机器人，直观展现了物理AI技术的跨领域适配能力 [7] - Franka Robotics、NEURA Robotics利用GR00T模型开展机器人行为仿真训练，大幅提升研发效率 [7] - 医疗领域的LEM Surgical借助相关技术优化手术机器人系统，提升手术精准度与安全性 [7] - 梅赛德斯-奔驰成为合作方，搭载英伟达相关模型的自动驾驶汽车今年将陆续上市，推动物理AI在智能交通领域的规模化应用 [7] - 波士顿动力、Caterpillar、Humanoid、LG电子等企业均在基于英伟达机器人技术栈打造全新AI驱动型产品 [7] - 公司拥有从Jetson处理器、CUDA架构、Omniverse仿真平台到开放物理AI模型的全栈技术，正赋能全球合作伙伴生态 [7]

公司动态 - LEM Surgical公司宣布将参加2026年国际消费电子展 [1] - 公司是下一代硬组织机器人手术领域的领导者 [1] 产品与技术 - Dynamis机器人手术系统已获得美国食品药品监督管理局批准，并在拉斯维加斯投入常规临床使用 [1] - 该系统将进行下一次升级，利用英伟达Jetson Thor、英伟达Isaac for Healthcare和英伟达Cosmos平台来定义硬组织机器人手术的未来 [1]

产品发布与合作 - 公司发布其首款用于工业领域的移动人形机器人Dex [1] - 公司与NVIDIA合作，利用NVIDIA Jetson Thor技术加速Dex在动态环境中的操作、实时推理和复杂任务执行，单次充电可运行整个工作日 [2] - 公司使用NVIDIA Isaac Sim仿真框架，通过“Sim2Real”流程缩短部署周期、提升安全性并加速新机器人应用的扩展 [3] 产品设计与性能 - Dex的设计基于全国超过450台机器人部署的经验，结合了Titan系列送货机器人的AMR技术和ADAM服务机器人系列的双臂精度 [4] - 公司出于工程和运营效率考虑，为Dex选择了轮式而非腿式平台，以实现快速制动、紧密机动性以及在人类共享环境中的稳定性，同时保持显著更低的能源和维护成本 [4] - Dex在移动模式下电池续航为4小时，并可从一个静态基座实现24/7连续运行，其双臂配备模块化末端执行器，并拥有四摄像头视觉系统以在快速变化的环境中导航和执行任务 [5] 市场定位与应用 - Dex能够处理广泛的轻中型工业任务，包括机器操作、零件分拣、物料搬运、质量检测和包装，使其成为制造业、物流及其他劳动密集型领域的即时生产力伙伴 [8][9][14] - 随着更多公司将制造业迁回美国，Dex为在不增加劳动力压力的情况下提高生产力提供了一条实用路径，可通过新数据训练并适应专业化工作流程 [6] - 公司启动了美国机器人数据计划，旨在通过投资国内培训和大规模数据收集来推动下一代物理AI的发展，并计划最终授权部分数据集以支持美国更广泛的物理AI公司 [7] 公司战略与展示 - 公司的战略支柱包括工业、商业和数据，致力于提供可靠的自动化、一致的服务性能以及大规模的持续AI驱动改进 [11] - Dex的 versatility 在GTC 2025上进行展示，机器人将现场演示使用工业机械组装棒球帽，以展示其灵巧性、移动性和AI智能 [9]