自动驾驶与Robotaxi市场机遇 - 美国轻型车辆年行驶里程超过3万亿英里，网约车服务通常每英里收费1至2美元，即使自动驾驶技术将价格减半，仅美国市场的Robotaxi仍代表万亿美元规模的市场[1] 肯·格里芬的持仓变动 - 第四季度，亿万富翁肯·格里芬的对冲基金买入了英伟达和亚马逊的股票，这两家公司是其截至12月的两大最大持仓[2] - 同期，格里芬卖出了特斯拉的股票[2] 英伟达的核心地位与机遇 - 英伟达是肯·格里芬的最大持仓，其图形处理器（GPU）是加速人工智能工作负载的行业标准，在训练和推理任务的基准测试中通常优于其他公司的加速器，这些芯片对于开发Robotaxi至关重要[4] - 公司还提供丰富的软件生态系统（代码库、框架和预训练模型），可简化包括自动驾驶系统在内的物理AI应用开发[5] - 其工具链协同工作：Omniverse模拟复杂的城市街道网络，Cosmos生成不同光照或天气条件等变化并创建合成数据，这些合成数据与真实世界数据结合用于训练Alpamayo模型[6] - 随后，模型被集成到英伟达的自动驾驶软件栈中，该软件栈在车内的英伟达硬件上运行，公司还通过Hyperion（一个集成硬件、软件和传感器到标准化架构中的蓝图）进一步简化Robotaxi开发[7] - 英伟达首席财务官表示，Robotaxi可能在未来十年产生数千亿美元的收入，并称所有开发自动驾驶系统的主要原始设备制造商和服务提供商都在某种程度上使用英伟达技术[8] - 近期，随着企业持续现代化数据中心基础设施，英伟达拥有巨大机遇，华尔街预计其未来三年盈利将以每年38%的速度增长，这使得其当前35倍的市盈率估值显得便宜[9] - 公司当前股价为174.36美元，市值达4.2万亿美元，毛利率为71.07%[10] 亚马逊（通过Zoox）的布局与机遇 - 亚马逊是肯·格里芬的第二大持仓，其子公司Zoox是美国目前唯一在街道上部署专用Robotaxi的自动驾驶公司，其车辆无方向盘和踏板等传统控制装置，可双向行驶，内部设有两排对向长凳，共可容纳四名乘客[10] - 亚马逊于2020年收购Zoox，该公司目前已在拉斯维加斯向公众提供自动驾驶服务，并在旧金山向更有限的群体提供服务，今年将在两个市场扩大服务区域，并已开始在奥斯汀测试Robotaxi，今年晚些时候将在迈阿密开始测试[11] - Zoox目前根据美国国家公路交通安全管理局（NHTSA）的“示范豁免”运营车辆，这意味着尚不能收费，但公司近期已提交申请，希望运营一项最多配备2500辆Robotaxi的商业网约车服务，NHTSA将于四月初做出决定[12] - 摩根士丹利预计，到2032年，Zoox将占据每年自动驾驶出行量的12%，若分析师的其它假设正确，该公司将位列第四，排在Alphabet的Waymo、特斯拉和优步之后，这意味着自动驾驶网约车可能在未来十年成为亚马逊的重要收入来源[13] - 近期，亚马逊在其核心业务电子商务、数字广告和云计算方面拥有巨大机遇，华尔街预计其未来三年盈利将以每年19%的速度增长，这使得其当前29倍的市盈率估值具有吸引力，该市盈率是过去十年来的最低水平[14]

微软与英伟达合作的核心观点 - 微软与英伟达宣布合作，旨在通过整合双方技术优势，彻底改变核反应堆的设计、许可、建造和运营方式，并可能重塑项目经济性，从而推动核能相关股票上涨 [1] 合作的技术基础与平台 - 合作将英伟达的Omniverse、CUDA-X和AI Enterprise平台与微软基于Azure的解决方案相结合，创建一个统一的数字环境 [3] - 该集成数字生态系统取代了以往分散、依赖纸质文件的流程，使核电站项目更高效、可预测和可扩展 [2] 合作对行业流程的预期影响 - 通过利用人工智能和高保真数字模拟，该平台旨在加速设计周期、简化监管审查，并在整个建设和运营过程中实现实时监控 [2] - 合作结合了微软的云和AI基础设施与英伟达的先进计算技术，以简化流程、减少人工工作量并提高核项目工作流的一致性 [1] 潜在行业变革与投资意义 - 若微软与英伟达成功使核能开发像软件工程一样由数据驱动，该行业的风险状况可能一夜之间发生转变，从不确定且进展缓慢，变得可审计、模块化且更具投资吸引力 [5] - 这一转变可能为那些位于人工智能、清洁能源需求和国家安全交汇点的核能创新者开启新一轮的价值重估 [5]

文章核心观点 - 全球制造业正经历数字化与智能化深度转型，AI驱动的自动化是提升效率、降低成本、增强企业竞争力的核心战略工具[13] - ABB与Nvidia的战略合作案例表明，通过高保真仿真平台缩小虚拟与现实的差距，能显著提升工业机器人的训练与部署效率，代表重要技术趋势[2][3] - 理解技术趋势、市场机会、政策导向和竞争格局，是企业在智能制造浪潮中保持领先的关键[13] 技术趋势与战略价值 - **高保真仿真训练平台**：ABB在其RobotStudio环境中集成Nvidia Omniverse库，可实现虚拟仿真与真实工厂表现高达约99%的一致性，大幅降低物理试错成本，缩短产品上市周期[2][3] - **AI大模型生产优化**：AI模型能实时分析生产数据，应用于预测性维护、流程优化与质量控制，显著提升产线效率并降低运营成本[5] - **柔性协作机器人**：协作机器人支持中小企业个性化生产和柔性排产，成为企业差异化竞争和快速响应市场的关键工具[5] 全球与中国市场格局 - **全球AI自动化市场**：预计将从2025年的约45亿美元增长至2030年的452亿美元，年复合增长率达33.4%[6] - **全球AI机器人市场**：预计将从2025年的约61.9亿美元增长至2034年的606.8亿美元，年增长率约30%[6] - **中国工业机器人市场**：2025年规模预计在100亿美元以上，未来五年年复合增长率超过25%，受益于政策扶持与本土产业链完善[6] 领先企业与竞争洞察 - **Siemens AG**：年收入约78,900百万美元，是全球数字化工厂标杆，在工业自动化与智能制造领域经验丰富[7] - **Rockwell Automation**：年收入约8,600百万美元，是北美工业自动化核心企业，信息化与生产控制系统经验丰富[7] - **Honeywell**：年收入约36,000百万美元，业务覆盖多行业，在工业AI与智能工厂领域技术成熟[7] - **ABB**：年收入约28,000百万美元，在机器人与智能自动化领域，其AI与仿真技术领先，部署经验丰富[7] - **Fanuc**：年收入约5,200百万美元，是工业机器人制造商，在硬件与控制技术方面成熟[7] - **KUKA**：年收入约3,380百万美元，是德国柔性生产解决方案提供商[7] - **Universal Robots**：年收入约311百万美元，是协作机器人领导者，推动中小企业低成本柔性自动化[7] - **深圳汇川/仙工**：年收入约5,750百万美元，是中国工业自动化龙头，国内市场占优且受益于政策红利[7] - **SIASUN**：年收入约530百万美元，是中国机器人制造商，在AGV、机械臂市场占优[7] - **Estun Automation**：年收入约400-800百万美元，是中国机器人方案供应商，在中小企业自动化市场有较大潜力[9] 战略行动建议 - **投资高保真仿真平台**：以提升产线柔性与效率，降低部署风险[14] - **关注领先企业动态**：探索战略合作、技术引入或并购机会[14] - **布局政策红利产业**：充分利用政策扶持和市场需求，快速扩张市场份额[14] - **强化数据治理与人才培养**：形成可持续的AI自动化竞争力[14]

公司战略转型 - 公司Bechtel正在彻底改革其项目交付方式 将整合人工智能、自动化及机器人技术 [1][3] - 公司任命资深员工John Platt为高级副总裁 负责工程、采购和施工服务的转型 这是一个新设立的职位 [2] - 此次转型旨在利用先进数字技术提升生产力与速度 从而增强公司执行能力并交付更多全球大型项目 [3][4] 技术整合与应用 - 公司已将数字化、机器人技术和自动化整合到其工地交付方法中 并拥有一系列已验证的用例 [5] - 公司认为人工智能技术已发展成熟 能够进一步推动其工作 [5] - 通过更深入地将人工智能和机器人技术整合到执行模型中 公司正在优化流程 旨在为客户释放更大价值和生产力 [8] 市场机遇与业务发展 - 公司行动正值数据中心市场火热之际 该市场为能建造相关基础设施以及希望利用AI转型业务的建筑商提供了机会 [5] - 公司同时涉足两方面业务：与商务部签署谅解备忘录 以支持日本在美国电力、数据中心和制造基础设施领域5500亿美元的投资 [6] - 公司与芯片制造巨头英伟达合作 利用其Omniverse蓝图加速数据中心建设 [6] 大型项目与合同 - 公司在美国国内瞄准大型基础设施项目 例如在德克萨斯州Rio Grande液化天然气建设项目中获得了47.7亿美元的工作合同 [7] - 该合同是总投资67亿美元的Train 4项目及其相关基础设施的一部分 该项目将年产600万吨液化天然气 [7]

战略合作公告 - 英伟达宣布与新思科技达成全面战略合作伙伴关系，包括一项20亿美元的投资[1] - 合作消息推动新思科技股价大幅上涨，盘前交易价格达到450美元，涨幅达7.65%[1] - 英伟达将以每股414.79美元的价格收购新思科技普通股，作为多年合作的一部分[3] 合作技术细节 - 合作核心计划包括利用英伟达的CUDA-X库和AI-Physics技术加速新思科技应用程序[4] - 计划在工程领域扩展代理人工智能的使用，并通过英伟达Omniverse开发先进的数字孪生能力[4] - 双方将共同推出市场计划，扩大GPU加速工程工具在从半导体到先进制造等各行业的应用[6] 合作目标与影响 - 合作旨在为工程团队提供云就绪解决方案，以应对日益复杂的工作流程和不断上升的开发成本，提升生产力[5] - 新思科技首席执行官强调合作将“重新设计工程学”，使全球创新者能更高效地实现创新[5] - 该协议为非排他性，允许双方在更广泛的半导体和电子设计自动化生态系统中继续合作[6] 公司财务表现 - 截至5月31日的三个月，公司净销售额为50.31亿美元，较去年同期的36.03亿美元增长14.28亿美元，增幅40%[2] - 同期净收入为3.31亿美元，较去年同期的5300万美元增长2.78亿美元，增幅高达525%[2] - 净利润率从去年同期的1.5%提升至6.6%，营业利润从亏损9200万美元转为盈利2.38亿美元[2]

报告行业投资评级 - 行业评级：看好 [1] 报告核心观点 - 物理AI是让AI走向现实世界的系统性工程，融合空间智能及世界模型，将引领下一个AI浪潮 [3][5][11] - 物理AI的实现依赖于世界模型、物理仿真引擎与具身智能控制器三大技术协同 [3][16] - 英伟达凭借“芯片-算法-平台”全栈布局，在物理AI领域具备先发优势 [3][25] - 数字孪生是物理AI目前最成熟的应用，智能驾驶与具身智能是未来最具想象空间的两大应用 [3][5][47] - 物理AI产业链已形成清晰的价值分布，各环节均出现重要变化和投资机会 [3][4][72] 物理AI概念与技术框架 - 物理AI核心结构可简化为“空间智能（感知基座）——世界模型（认知及决策中枢）——物理AI（系统整合载体）” [3][5][12] - 空间智能是AI感知、理解和推理三维空间及其内部物体关系的能力，当前先进的多模态大语言模型在空间推理任务上仍逊于人类 [13] - 世界模型为AI系统提供内部物理世界模拟器，使其能够预测行动结果而无需现实试错，学习方式多为无监督学习 [16] - 物理AI与传统AI在处理对象、核心能力、训练数据、技术基础和应用场景上存在显著差异 [24] - 物理AI的实现依赖于三大技术支柱协同：世界模型负责构建三维空间完整理解，物理仿真引擎负责实时计算物理交互，具身智能控制器连接虚拟推理和物理执行 [3][16] 英伟达的生态布局与优势 - 英伟达2019年提出Omniverse作为3D实时协作平台，已构建起较为完整的产业生态护城河 [3][25] - 2025年1月英伟达推出世界基础模型Cosmos并开源，能理解世界语言、物理特性、空间位置等要素，并合成物理数据 [30] - Cosmos模型获得重大更新，包括开源可定制的70亿参数推理视觉语言模型Cosmos Reason和专注于合成数据生成的Cosmos Transfer-2模型 [33][35] - 英伟达已建立完整的物理AI使用流程：构建虚拟3D环境（Omniverse）、生成合成数据（Cosmos）、训练验证（DGX平台）、部署（Jetson Thor等下一代机器人设备） [38][41][42] - Cosmos首批用户包括1X、Agile Robots、Figure AI、小鹏汽车等十余个国内外机器人和汽车厂商 [37] 世界模型进展与商业化应用 - 谷歌DeepMind推出通用世界模型Genie 3，基于文本提示以每秒24帧、720p分辨率生成长达数分钟的交互式3D环境 [43] - 主流世界模型（如Meta V-JEPA、英伟达Cosmos、谷歌Genie3）在核心共性、技术侧重和优劣势上各有特点 [45] - 世界模型在训练端可生成符合物理规律的高质量合成数据，解决真实数据稀缺与长尾场景覆盖问题；在推理端通过物理推理模型实现感知-决策-执行闭环控制 [59][60][65] 物理AI核心应用场景 数字孪生 - 数字孪生是实体资产和流程的虚拟映射，企业借助其优化设计、仿真与运营效率，成为工业数字化转型的核心工具 [48] - 数字孪生通过集成多维数据源构建虚拟模型，并依赖物联网实现数字与物理世界的动态同步 [49] - 该技术为企业带来显著效益，宝马集团通过工厂数字孪生将规划效率提升近30%，纬创实现气流仿真速度提高15000倍 [52] - 数字孪生已渗透至制造业、能源、医疗与城市管理等广泛行业，如富士康通过虚拟工厂优化机器人部署 [54][57] 智能驾驶与具身智能 - 智能驾驶及具身智能目前主流方案包括端到端、VLA（视觉-语言-动作模型）、世界模型 [3][69] - 端到端模型是目前最成熟的前期方案，但因其“黑箱”输出遇到稳定性瓶颈；VLA模型凭借可解释性及LLM模型能力基础表现优异，但对边缘侧算力要求过高；世界模型可实现更前瞻推理，支持复杂思维实验，可能成为未来重要商业化路线 [3][69] - 智能驾驶领域代表厂商：特斯拉（端到端）、小鹏/理想/元戎（VLA）、英伟达/华为/蔚来/Momenta（世界模型） [69] - 具身智能领域代表：Google RT-2（端到端）、Figure（VLA）、DeepMind/Meta（世界模型） [69] 物理AI产业链梳理 芯片及控制器 - 芯片与控制器是物理AI的硬件中枢，承担环境感知、实时计算与运动控制的核心功能 [73] - 英伟达基于Blackwell架构推出Jetson AGX Thor和DRIVE Thor计算平台，Jetson Thor的AI计算能力是上一代Orin的7.5倍，最高达2070 TFLOPS（FP4），能效是上一代的3.5倍 [73][75] - 主控芯片领域呈现多元化竞争格局，除英伟达外，高通、地平线以及小鹏、蔚来等自研芯片厂商均在特定场景实现差异化竞争 [75][76] - 控制器厂商价值量提升，智微智能推出完整的机器人“大脑-小脑”分层方案，天准科技发布新一代千TOPS级高算力具身智能大脑产品星智007 [77][80][81] 数据供应 - 符合物理规律的高质量数据是训练物理AI模型的前提，获取成本与规模构成核心壁垒 [85] - CAE仿真与合成数据生成成为物理AI的“数据工厂”，索辰科技利用多物理场仿真技术生成高保真合成数据 [85][86] - CAD厂商积累大量细分场景下具备物理属性的空间信息，群核科技发布高质量3D高斯语义数据集InteriorGS，包含1000个3D高斯语义场景 [88] - 3D视觉厂商（思看科技、奥比中光、凌云光）负责现实世界感知与数字化，为仿真提供初始模型并进行数据采集校准 [91] 模型和算法 - 模型与算法构成物理AI产业的“智能核心”，产业格局呈现四类主要参与者：全球科技巨头（英伟达、谷歌）、专注于空间智能与世界模型的第三方平台、第三方算法解决方案提供商（如Momenta）、整机厂自研（小鹏、理想、优必选） [95][96][97][101] 落地和应用 - 落地应用是物理AI价值的最终体现，系统集成商与行业解决方案提供商是推动技术赋能千行百业的关键 [102] - 该环节核心竞争壁垒体现在对垂直行业的深度理解、与底层技术平台的深度合作关系以及提供端到端解决方案建立的客户粘性 [102][103] - 亚信科技将自研数字孪生平台、MaaS平台、智能体平台与NVIDIA Omniverse集成融合，为网络、工业制造、城市治理等场景提供一站式数字孪生解决方案 [104] 产业链核心标的 - 控制器：智微智能、天准科技、德赛西威 [3][109] - 数据供应：索辰科技、群核科技（拟上市）、思看科技、奥比中光-UW、凌云光 [3][112] - 模型和算法：索辰科技 [3][112] - 落地和应用：亚信科技 [3][112] - 整机厂商：小鹏汽车-W、极智嘉-W [3][112]

财务表现与预期 - 公司将于11月19日发布2026财年第三季度财报 该业绩将在一定程度上反映整个AI行业的状况 [1] - 公司已获得未来五个季度价值5000亿美元的AI芯片订单 突显其在AI领域的主导地位 [1] - 美国银行分析师Vivek Arya将目标股价从235美元上调至275美元 并重申买入评级 [7] - 分析师预计公司可维持70%以上的强劲毛利率 基于其产品优势以及与多家内存供应商的深度合作和规模支持 [6] - 目标价基于2026年剔除现金后的市盈率44倍 该倍数在公司历史远期市盈率25至56倍区间内 [7] 战略合作与业务拓展 - 公司与德国电信合作 在德国建设价值12亿美元的数据中心 预计于2026年初投入运营 [3] - 该项目被描述为“工业AI云” 是一个主权级、企业级的平台 结合了德国电信的基础设施与运营以及公司的AI和Omniverse数字孪生平台 [4] - 公司首席执行官黄仁勋将此类平台视为新型工厂 生产数字智能以推动德国工业发展 [4] - 平台基于公司硬件 包括DGX B200系统和RTX PRO服务器 软件栈包括Nvidia AI Enterprise和Nvidia Omniverse 并集成SAP的业务技术平台 [5] 行业前景与公司定位 - 公司处于AI行业的中心 其财报表现是衡量AI行业整体状况的指标之一 [1] - 公司首席执行官黄仁勋提出 在工业4.0时代 每家制造企业都将拥有两个工厂 一个生产汽车 另一个生产驱动汽车的AI [5] - 分析师认为公司的高估值倍数合理 因其在快速增长的AI计算和网络市场中占据领先份额 尽管需抵消全球AI项目的波动性、游戏市场的周期性以及对电力供应的担忧 [8]

项目概述 - 德国电信与英伟达宣布启动工业人工智能云项目，总投资额为10亿欧元（约合12亿美元）[1] - 该人工智能基础设施项目计划于2026年初投入运营[1] - 该项目是“德国制造4.0”计划下的旗舰项目之一，该计划涉及超过100家企业，旨在加强德国竞争力并推动经济数字化[7] 技术能力 - 该平台将为德国及整个欧洲的企业提供强大的人工智能应用计算能力[1] - 据公司称，该计划将使德国境内的人工智能计算能力提高约50%[1] - 工业人工智能云的技术基础包括超过1000套英伟达DGX B200系统和英伟达RTX PRO服务器，配备多达10,000个英伟达Blackwell图形处理单元[3] 合作伙伴与生态系统 - 项目已吸引SAP、西门子、Agile Robots、Quantum Systems、Wandelbots、Perplexity以及PhysicsX等科技公司的初期参与[2] - SAP将提供其业务技术平台和应用程序，包括先进的人工智能技术，以支持公共机构并满足安全要求[2] - 围绕工业人工智能云形成的更广泛的人工智能生态系统目前包括约十家公司[6] 平台功能与部署 - 所有针对目标用户群的数字解决方案都将在“德国技术栈”上开发，以确保数据保护、安全性和可靠性标准[3] - 基础设施将英伟达CUDA-X、英伟达Omniverse和英伟达AI Enterprise等软件集成到德国电信的云生态系统中[4] - 这些系统目前正在慕尼黑的一个数据中心进行安装，该数据中心为此进行了全面翻新[4] 战略目标与应用领域 - 工业人工智能云旨在通过促进人工智能在制造环境中的开发、训练和部署，加速德国工业的数字化转型[5] - 该平台将支持从机器人到数字孪生和预测性维护等一系列应用，为制造商、汽车制造商、医疗保健提供商、能源公司和制药公司提供用例[6] - 德国电信负责为云平台提供物理基础设施[2]

公司战略合作 - 英伟达宣布与多家科技和电信公司建立新的合作伙伴关系，以推进人工智能基础设施并实现AI能力运营化 [1] - 公司与Palantir合作，将英伟达模型集成到Palantir AI平台核心的Ontology框架中，共同构建首个用于运营AI的集成技术栈 [2] - 该技术栈结合Palantir的AI驱动平台与英伟达CUDA-X加速计算及Nemotron开放AI模型，旨在为运行复杂工业和运营流程的AI应用及智能体提供动力 [3] 6G与通信网络 - 英伟达与Booz Allen、Cisco、MITRE、ODC和T-Mobile等通信公司合作，创建美国首个6G AI原生无线技术栈 [6] - 该技术栈基于英伟达AI Aerial平台，旨在实现突破性应用，如用于公共安全的多模态集成传感通信能力以及AI驱动的频谱敏捷性 [7] - 公司与诺基亚合作开发名为Aerial RAN Computer Pro的6G就绪计算平台，允许通信服务提供商在英伟达平台上部署AI原生5G和6G网络 [10] - T-Mobile US将参与合作测试AI-RAN技术，6G技术试验预计在2026年进行 [10] 制造业与供应链应用 - 家装零售商Lowe's成为首批采用Palantir与英伟达集成技术栈的公司之一，正创建其全球供应链网络的数字副本以实现AI优化 [6] - Belden、卡特彼勒、富士康、Lucid Motors、丰田、台积电和纬创等制造与机器人公司利用英伟达Omniverse构建工厂数字孪生，加速AI驱动制造 [14] 自动驾驶与交通网络 - 英伟达与优步合作，基于英伟达DRIVE平台将人类乘客与机器人司机整合到全球网约车网络中 [15] - 优步计划在2027年将其自动驾驶车队规模扩大至10万辆，这些车辆将由基于英伟达Cosmos平台共建的AI数据工厂提供支持 [15] - Stellantis、Lucid和梅赛德斯-奔驰等汽车制造商正合作开发与英伟达DRIVE平台兼容的L4级自动驾驶汽车 [16] - Aurora、沃尔沃和Waabi将L4级自动驾驶技术扩展至长途货运领域 [16]

英伟达AI生态系统扩张 - 公司与微软深化合作，专注于Azure和Blackwell平台的AI进步，旨在增强云端AI能力并加速生成式AI部署 [2] - 公司与Zoom合作开创定制企业AI新时代，利用Nvidia Nemotron模型和混合语言模型方法，提供更快速、更智能、可定制的AI解决方案 [4] - 公司通过与行业巨头如强生、礼来、Stellantis、优步和Lucid Group的新合作，显著扩展其AI生态系统，推动云计算、医疗保健、汽车和企业AI领域的进步 [7] 医疗保健领域应用深化 - 强生医疗科技公司使用公司的Isaac平台推进医疗机器人开发，创建模拟环境以优化临床工作流程和改进培训 [3] - 礼来公司与公司合作构建行业最强大的AI超级计算机，部署基于Blackwell的DGX Superpod，以加速药物发现和患者给药 [3] - 犹他大学和犹他州利用由HPE和公司支持的自主AI工厂，推动医学研究和区域经济发展 [3] 企业与政府应用整合 - Supermicro扩大与公司的合作，以增强美国本土AI制造（特别是政府应用）的合规性和数据完整性，并计划于2026年推出Vera Rubin平台 [4] - CoreWeave Federal进入美国联邦市场，为美国政府提供运行在公司GPU上的AI云服务 [4] - 埃森哲推出“Physical AI Orchestrator”新云解决方案，结合公司Omniverse和埃森哲AI代理，帮助制造商构建软件定义设施并创建实时数字孪生 [7][8] 汽车自动驾驶加速 - Stellantis通过与公司、优步和富士康的新合作推进其全球机器人出租车战略，旨在联合开发和部署L4级自动驾驶车辆，优步计划从美国开始部署5,000辆Stellantis自动驾驶车辆 [5] - Lucid Group计划交付首批消费者拥有的L4级自动驾驶电动车，利用公司的多传感器套件架构，并计划在其即将推出的中型车系中集成两个Nvidia Drive AGX Thor加速计算机以实现“脱眼、脱手、脱脑”能力 [6][7] AI基础设施大规模投资 - 公司与美国能源部国家实验室和甲骨文合作建造能源部最大的AI超级计算机Solstice，该系统将包含10万个Blackwell GPU；第二个系统Equinox将包含1万个Blackwell GPU，预计2026年可用，两个系统将提供合计2,200百亿亿次AI性能 [7][9] - OpenAI首席执行官Sam Altman概述了建设每周能生产1吉瓦计算能力的AI基础设施工厂的雄心计划，总承诺超过30吉瓦，估值约1.4万亿美元，目标是将每吉瓦五年生命周期成本削减至约200亿美元 [7][10]