迈克尔·伯里对英伟达的看跌观点 - 以预测2008年金融危机闻名的迈克尔·伯里增加了对英伟达股票的看跌头寸 他正在增持长期看跌期权 并坚定地站在当今市场最拥挤交易的对立面 [1][2] - 伯里购买了行权价为115美元 2027年1月到期的看跌期权 价格为3.30美元 同时继续持有之前获得的100美元行权价的看跌期权 该交易的名义价值约占3% [8] - 核心论点是英伟达的估值已被拉伸到几乎没有容错空间的地步 他还对数据中心支出的巨大浪潮能否在当前水平上持续表示担忧 [8] - 伯里将英伟达与互联网泡沫时期的思科进行了直接比较 思科股价曾暴跌约90% 并花费了大约25年时间才重新达到2000年的峰值 [8] 英伟达的看涨观点 - 在GTC 2026上 英伟达CEO黄仁勋告诉分析师 到2027年底 公司对Blackwell和Rubin产品的明确需求可见度已超过1万亿美元 并明确指出该数字不包括Rubin Ultra Groq和独立CPU等新产品 表明总潜在市场机会更大 [5][9]

'Chiplet' also on Nvidia's roadmap and should lift SoIC adoption On top of integrating more chips in a package, Nvidia has been evaluating the use of chiplet to unlock more compute performance, in our view. Nvidia's AI GPUs have reached the reticle limit and cannot be larger on a per die basis. Thus we believe Nvidia could be splitting I/O as chiplet for its upcoming Rubin, enabling it to squeeze more transistors in the main compute die. Based on current planning, we think Feynman, expected in H228, could f ...

文章核心观点 - AI算力提升，特别是数据传输速率向224G/1.6T迈进，对PCB（印刷电路板）的底层材料提出了革命性要求，传统电子布（如E-glass）已触及物理极限，必须进行材料升级 [13] - 在满足下一代高速互连要求的材料路线中，石英电子布（Q布）因其在介电性能、热膨胀系数、工艺兼容性和成本可控性方面的综合优势，被视为比PTFE（聚四氟乙烯）更具工程落地可行性的必然选择 [10][13][15] - 下一代AI计算架构（如英伟达的LPU、Rubin Ultra平台及正交背板）不仅追求极限带宽，更强调延迟一致性、系统稳定性和高密度互连，这进一步推升了高端PCB（如多层、大尺寸正交背板）的价值量和对其基础材料（如石英电子布）的性能要求 [17][19][20][25] PCB类型与材料概述 - 刚性PCB：材料为玻璃纤维或金属，优势在于成本效益高且易于大规模生产，广泛应用于计算机、汽车、家用电器及工业设备 [5] - 柔性PCB：材料为聚酰亚胺薄膜，优势在于轻量化且可弯曲，主要应用于笔记本电脑、平板电脑、手机、摄像头及车载电子产品 [5] - 刚柔结合型PCB：结合可弯曲层和固体层，优势在于耐用且节省空间，主要应用于雷达设备、航空电子设备及LCD显示器 [5] AI算力驱动PCB材料升级至石英电子布 - AI算力爆发导致数据传输速率指数级提升，信号完整性问题凸显，材料介电损耗（Df）成为系统瓶颈，矛盾从芯片层转移至材料层 [13] - 224Gbps高速互连技术成为分水岭，强制要求覆铜板（CCL）达到M9级别，传统电子布材料无法满足损耗预算，面临淘汰 [8][9][13] - 为满足224G要求，覆铜板需采用Low Dk3级别的石英电子布（Q布），其介电常数（Dk）需达到3.0，介质损耗因子（Df）需低至0.0009@10GHz，且XY方向热膨胀系数（CTE）需≤12ppm/℃ [9][13] - 石英纤维在1MHz频率下介电损耗（Df）可低至0.0001，热膨胀系数极低，仅为0.55ppm/K，远优于E-玻纤的3-5ppm/K [11][12][13] 石英电子布与PTFE路线对比 - **性能**：PTFE的介电损耗（Df）极限可达0.0001，电损耗极低，但其热膨胀系数（CTE）高达50-200 ppm/℃，存在热匹配问题；石英纤维在电损耗上同样优异（Df可达0.0001@1MHz），且热膨胀系数（0.55ppm/K）极佳，实现了性能平衡 [11][13][15] - **加工性**：PTFE材料柔软、易变形，铜箔附着着力差，加工难度大；石英电子布可沿用传统PCB制造工艺，结构稳定，与现有覆铜板体系兼容，工程落地更容易 [15] - **成本**：PTFE的材料及制造成本较高；石英电子布成本处于中高水平，但因其工艺成熟度更高，具备规模化生产的潜力 [15] 下一代AI计算架构对PCB的新要求 - **LPU（低延迟推理单元）**：LPU是专为AI推理设计的低延迟引擎，与GPU协同工作。其对PCB的要求核心从“极限带宽”转向“延迟一致性与稳定性”，更看重热膨胀匹配（CTE）、长期运行可靠性以及延迟确定性 [17][18][19] - **正交背板PCB**：这是下一代AI计算集群的基础组件，通过90度垂直连接方式重构板间互连，缩短信号路径、减少连接损耗。例如，为NVIDIA Rubin Ultra架构设计的正交背板采用78层结构，厚度仅2厘米，面积近1平方米，可实现多达576个GPU的直接互连，对材料、工艺和集成精度要求极高 [20][21][25] - **Rubin Ultra平台**：预计2027年面世，采用新型Kyber机架设计，集成144个GPU封装，配备1TB HBM4E内存。其Switch Tray对PCB要求高，将推动高端PCB需求 [23][26] 石英电子布的生产工艺与核心壁垒 - 生产工艺主要包含“砂-棒-纤维-织布”四个核心环节：从高纯度石英砂提纯开始，经电熔工艺拉制成石英棒，再通过氢氧焰棒拉法制备电子级石英纤维，最后用高精度织布机（如丰田织机）编织成电子布 [28][29][32][33] - 技术壁垒体现在全链条：1）原材料需锁定海外高纯度石英矿源以满足极低金属杂质要求；2）拉丝工艺温度高（棒拉法需约2000℃），且需配置专用浸润剂；3）需要与下游覆铜板及PCB厂商进行协同研发 [29][30][33] - 性能分级：根据拉丝工艺和熔融温度不同，电子布性能分级明确。例如，采用棒拉法（2000℃）生产的第二代Q布，其Df@10GHz可低至5-7（万分之），对标日系厂商高端产品 [30]

Rubin Ultra芯片设计调整 - 市场传闻Rubin Ultra的4-die原生封装方案可能因制造难题而取消或调整，工程团队正根据实际情况务实调整实现路径，而非死磕原方案 [1] - 具体方案可能从原生4-die改为2+2配置，但最终方案尚未确定，从系统层面看，只要最终交付的计算系统规格不变，对云服务商影响不大 [2] - 核心逻辑在于Rubin Ultra要实现的目标未变，只是实现方式可能有调整 [3] 硬件产业链价值重分配 - 若从4-die原生方案改为2-die模块再组装，先进封装环节（如超大CoWoS）的复杂度和定价权压力会减轻 [4] - 更多集成工作将转移到PCB和模块设计等板级集成环节，其重要性相对提升 [4] - 系统架构层面的重点将更多放在托盘和机架级的系统集成与扩展上，而非单纯追求封装级的单体规模 [4] - 只要计算托盘规格和机架数量不变，系统部署与互连规模不会缩减，下游硬件需求是结构性重新分配而非整体萎缩 [5] AI驱动的基础设施需求持续强劲 - AI爆发带动了全产业链需求，从电力、内存到CPU、光纤、光模块原材料乃至变压器均出现供应紧张或超级周期 [6] - 野村证券研究显示，追踪的吉瓦级数据中心项目从30余个增至40余个，样本总数从130余个增至240余个，预示2026至2030年AI硬件需求将持续增长 [7] - 预计2026年、2027年新建数据中心需求分别为27吉瓦和28吉瓦，远高于2025年的7吉瓦 [7] - 2026年、2027年CoWoS晶圆需求预计将因此分别新增45万片和60万片 [7] 全球数据中心建设规划 - 北美及全球数据中心建设如火如荼，多家科技巨头与运营商公布了吉瓦级建设计划 [8] - 主要项目包括：OpenAI与英伟达计划10GW并部署数百万颗Rubin芯片，OpenAI与博通计划10GW用于ASIC，软银计划10GW，谷歌计划6.2GW，OpenAI与AMD计划6GW，CoreWeave与英伟达计划2030年前超5GW等 [9] - 其他重要项目涉及Meta、微软、AWS、Adani、Reliance等公司在全球多地的吉瓦级投资 [9] 数据中心容量与芯片需求预测 - 预测数据显示，新增数据中心容量部署将从2025年的7.05吉瓦大幅增长至2026年的26.67吉瓦和2027年的28.48吉瓦，随后逐步回落 [10] - 需求结构优化，云服务商占比提升，未上市企业占比下降 [7] - 基于芯片功耗与机架功率模型推算，假设2024-2026年全部采用GB300芯片，则2025、2026年隐含芯片需求分别为197.7万片和747.9万片，隐含CoWoS需求分别为12.4万片和46.7万片 [10] - 假设2027-2030年全部采用VR芯片，则2027-2030年隐含芯片需求分别为539.4万、404.4万、319.8万、134.2万片，隐含CoWoS需求分别为59.9万、44.9万、35.5万、14.9万片 [10]

公司业务与财务前景 - 截至2027年，公司Blackwell及Vera Rubin产品的采购订单及需求超过1万亿美元，此数字仅为下限，未包含Groq LPU机架、独立Vera CPU、储存系统及Rubin Ultra等增量收入来源 [1] - 公司计划通过股份回购及股息，将约50%的自由现金流用于资本回报，较2026财年约42%的水平提升，预计2026及2027年合计资本回报超过2000亿美元 [1] - 公司管理层有力地捍卫毛利的可持续性，将竞争优势重新定义为围绕工厂级别的代币经济学，而非芯片级别的定价，并驳斥了更便宜芯片的论点 [1] 市场需求与增长动力 - 公司数据中心收入中约一半已由从CPU工作负载转向加速运算的结构性转变所驱动，这是独立于人工智能训练及推理周期的结构性需求驱动因素，且仍有显著增长空间 [1] - 一年前未考虑到的公司多个增量收入来源，为其当前的市场预期提供了可观的上行空间 [1] 竞争格局与公司评级 - 公司的竞争性在不断扩大 [1] - 该行重申对公司“增持”评级，目标价为265美元 [1]

核心观点 - 摩根大通认为英伟达当前市场预期存在可观上行空间，重申“增持”评级，目标价265美元 [1] 财务与资本回报 - 截至2027年的Blackwell及Vera Rubin采购订单及需求超过1万亿美元，且该数字仅是下限 [1] - 公司目标通过股份回购及股息，将约50%的自由现金流用于资本回报，较2026财年约42%的水平有所提升 [1] - 2026及2027年合计用于资本回报的自由现金流将超过2000亿美元 [1] 收入增长驱动与业务结构 - 公司管理层指出，数据中心收入中约一半已由从CPU工作负载转向加速运算的结构性转变所驱动 [1] - 上述结构性需求独立于人工智能训练及推理周期，且仍有显著增长空间 [1] - 公司此前未考虑到的多个增量收入来源为当前市场预期提供上行空间，这些来源包括Groq LPU机架、独立Vera CPU、储存系统及Rubin Ultra [1] 竞争优势与毛利率 - 公司管理层有力地捍卫毛利的可持续性，将竞争优势重新定义为围绕工厂级别的代币经济学，而非芯片级别的定价 [1] - 管理层驳斥了更便宜芯片的论点，认为这是对其业务的根本误解 [1]

公司动态：H200芯片对华出口与生产重启 - 英伟达首席执行官黄仁勋宣布，公司正在重启一款旨在遵守美国对华出口限制的芯片的生产[1] - 该芯片为基于老旧Hopper技术的H200芯片，去年因美中监管障碍增多而停止生产[2] - 公司已获得美国政府颁发的H200出口许可证并开始接到中国客户的订单，促使公司在几周前重启生产[3] - 公司供应链正在加速运转[6] 市场与产品策略：中国市场与产品定位 - 任何销往中国的芯片都必须经过北京批准，且中国政府敦促国内企业使用国产芯片[4] - H200虽然是英伟达上一代产品，但比中国国内市面上任何一款芯片都更强大[5] - 黄仁勋预测，到2027年底，公司Blackwell和Rubin AI芯片的收入将超过1万亿美元，但此估值不包括来自中国市场的芯片销售额[6] 产品线：旗舰AI芯片进展 - Blackwell和Rubin是英伟达的旗舰级AI芯片，能够构建支撑大型语言模型[7] - Blackwell芯片现已上市销售，而下一代处理器Rubin芯片目前已全面投产[8] - 黄仁勋给出的1万亿美元估值不包括公司的其他产品线，如中央处理器、网络芯片系列或基于从Groq获得许可技术的芯片[9] - 该估值也不包括一种名为Rubin Ultra的Rubin芯片变种[10] 技术合作与行业观点 - 去年12月，英伟达与Groq签署协议，获得其技术授权，并聘用了该初创公司的许多高管[11] - 黄仁勋认为，科技界一些人用科幻小说里的人工智能版本吓唬大家是傲慢的[12] - 他强调人工智能技术需要涉足的领域还有很多，包括抵御网络攻击，并呼吁对已知和未知保持谦逊[13]

公司战略与市场定位 - 公司CEO黄仁勋通过展示中国市场的“龙虾热”现象，强调OpenClaw开源项目已成为人类历史上最受欢迎的开源项目，其普及速度在几周内超过了Linux三十年的成就 [1][4] - 公司描绘了从芯片到软件再到智能体的完整AI技术版图，并在GTC大会上发布了包括Nemo Claw企业级AI智能体平台、Rubin平台、Vera CPU及多款开放模型在内的多项产品与技术 [3] - 公司强调其技术积累，包括可编程着色器面世25周年和CUDA面世20周年，是当前Rubin平台得以实现的基础 [6] 核心产品发布：Nemo Claw 与 OpenClaw - OpenClaw被定义为一个智能体操作系统，其功能类似于Windows之于个人计算机，旨在让个人智能体成为可能，用户可通过一行命令自动下载、安装并构建智能体以执行任务 [6] - 基于OpenClaw，公司推出了企业级参考设计Nemo Claw，该平台集成了OpenShell安全层，提供网络护栏和隐私路由器，以确保智能体在企业网络中安全运行且不泄露敏感信息 [8] - Nemo Claw是公司与“龙虾之父”Peter Steinberg合作的成果，并已吸引Black Forest Labs、Cursor、Mistral、Perplexity等公司加入其Nemo Tron联盟，共同推进智能体技术 [8] 新一代硬件平台：Rubin 与 Vera CPU - Rubin平台在高端推理层级上相比前代Hopper实现了10倍的性能提升，其设计目标是让数据中心成为高效的“token工厂”，在1GW的数据中心里，Rubin能带来5倍的收入提升 [14] - Vera CPU是公司全新设计的数据中心CPU，专为智能体应用打造，是世界上唯一使用LPDDR5的数据中心CPU，公司CEO称其拥有无与伦比的单线程和每瓦性能，并预计其单独销售将成为一个数十亿美元的业务 [11] - Vera Rubin系统实物采用100%液冷设计，消除了所有线缆，将安装时间从过去的两天缩短到两小时，第一台系统已在Microsoft Azure上运行 [10][15] 高性能计算与下一代架构：Rubin Ultra 与 Feynman - Rubin Ultra是Rubin平台的高性能版本，采用全新的垂直插入式Kyber机架设计，每个机架能连接144个GPU形成一个NVLink域，其芯片即将流片，并配合LPDDR35内存及NVFP计算结构，在最需要高性能的推理层级实现了35倍的性能提升 [14][18] - Rubin GPU通过NVLink 72实现72个GPU间130TB/s的全互联带宽，使整个系统能作为一个巨大的GPU运行，以满足智能体系统处理海量token、频繁访问内存和快速使用工具的需求 [15] - Feynman是公司规划的下一代计算平台，将采用LPDDR40内存，配备全新的Rosa CPU、BlueField-5 DPU和CX-10 SuperNIC，并首次同时支持铜缆和共封装光学器件的scale-up，以满足未来的巨大容量需求 [17][20] 开放模型生态系统 - 公司发布了六大系列开放前沿模型，全部位居各自领域排行榜前列，构成了世界上最大、最多样化的生态系统之一，这些模型全部开源，供开发者下载、微调和部署 [21][23] - 发布的六个模型包括：用于语言和视觉理解的Nemo Tron推理模型（其中Nemo Tron 3 Ultra被称为有史以来最好的基础模型）、用于物理世界生成和理解的Cosmos、首个会思考和推理的自动驾驶基础模型Alpamayo、用于通用机器人的GROOT、用于生物学和分子设计的BioNemo，以及用于天气预报和气候预测的FourCastNet [21] 行业合作与生态建设 - 全球100%的存储行业正在加入公司的存储加速生态，因为未来的存储系统将被AI频繁访问，需要cuDF和cuVS的加速支持 [14] - 公司通过Nemo Tron联盟与多家领先的AI公司合作，共同推进智能体技术的发展 [8]

涉及的行业与公司 * **行业**：人工智能基础设施、半导体、先进封装、内存、电源管理、光模块/CPO、数据中心、机器人/物理AI [1] * **核心公司**：英伟达 [1] * **供应链相关公司**：台积电、日月光、ASMPT、GPT、三星电子、SK海力士、台达电、健策、富世达、台耀、硅格、欣兴 [1] 核心观点与论据 1. GTC 2026预期：强调AI基础设施需求与技术演进 * 预计英伟达将传递关于AI基础设施供应链的强烈信息，强调AI基础设施需求强劲，云服务提供商资本支出存在上行空间，且AI实验室在2026年初的token和收入增长强劲 [1] * 预计2026年向智能体AI的转型将快于预期 [1] * 强调NVL机柜的集成与协同设计方法，相比分离式方案能带来更强的性能提升 [1] * 将推动高压直流供电成为数据中心电源效率的关键驱动力 [1] * 预计市场反应不会过于积极，因为焦点已从短期增长幅度转向AI基础设施资本支出周期的持续时间 [1] * 英伟达传递的信息预计对台积电、先进封装供应链、内存和电源供应链有利 [1] 2. 产品路线图：Vera Rubin、Rubin Ultra与Feynman * **Vera Rubin (VR)**：预计按原计划在2026年下半年推出，量产在2026年第四季度，但受HBM4设计变更影响，2026年供应将持续紧张 [5] * **Vera Rubin 性能**：预计相比GB300展示出非常强劲的性能跃升（基于不同配置为3-7倍），重点在于降低推理成本 [5] * **Rubin Ultra**：预计在2027年下半年推出，重申发布计划，关键焦点在于Kyber机柜配置，特别是800V高压直流电源架构和互连选择 [5][6] * **Feynman架构**：预计在2028年下半年推出，将使用台积电A16工艺节点和HBM5系统内存，系统性能将有显著跃升 [7] * **Feynman潜在创新**：某些版本可能开始集成SRAM内存堆栈或LPU到GPU裸片上，以显著提升低延迟性能，并更紧密地整合Groq IP [7] 3. 技术趋势与供应链影响 * **CPO（共封装光学）采用**：市场对CPO采用期望很高，但预计短期内不会成为强制性或快速的转变 [1] * **CPO采用趋势**：市场对英伟达CPO采用计划非常关注，但上游供应商与下游客户的预期存在巨大差异，最终采用率可能低于当前上游预期 [7] * **光学收发器**：由于GPU-GPU互连和ASIC-ASIC互连的持续采用，预计将呈指数级增长 [7] * **高压直流电源机柜**：引入时间早于先前预期，对BBU、超级电容、SiC/GaN、DC/DC转换器供应商有利 [8] * **液冷**：芯片级冷却组件价值预计从Blackwell 300的30美元增长到Rubin的100美元，计算托盘级价值预计从GB300约1,600美元增长到VR的2,300-2,400美元 [8] * **内存与存储架构**：预计英伟达将强调AI推理时代内存的价值，并阐述NAND作为卸载KV缓存的下一解决方案，SOCAMM2和服务器DRAM的内容价值可能高于HBM [9] * **机柜级标准化**：由于云服务提供商客户和供应链的抵制，英伟达可能已暂停销售L10计算托盘的项目，这对ODM和组件供应商是增量利好 [9] 4. 市场需求与竞争格局 * **需求指标**：英伟达近期表示其2025年9月提供的5,000亿美元需求估计存在上行空间，需求指标可能继续保持强劲 [9] * **市场关注点转移**：市场讨论已转向云服务提供商在2026/27年后继续支持不断增长的AI基础设施资本支出的能力，而非仅英伟达或ASIC供应商的预估上调 [9] * **GPU/ASIC竞争**：Vera Rubin的性能跃升可能使GPU/ASIC的辩论重新向GPU倾斜，尤其是如果基于Blackwell的模型在未来几个月重新夺回模型性能领导地位 [9] * **TPU发展**：TPU v8预计是增量改进，而TPU v9设计在复杂性和性能上预计有更大的阶跃式提升 [9][10] 5. 其他重要内容 * **LPU/LPX机柜**：市场已预期英伟达将展示由Groq LPU驱动的LPX机柜，用于低延迟解码/推理任务，供应链检查显示2026年三星代工Groq LPU晶圆需求上修 [5] * **物理AI与机器人**：预计英伟达将概述其在物理AI和人形机器人方面的基础模型进展，但在中短期内不太可能看到采用的突破 [10] * **分析师偏好标的**：包括台积电、日月光、ASMPT、GPT、三星电子、SK海力士、台达电、健策、富世达、台耀、硅格、欣兴 [1] 其他重要但可能被忽略的内容 * **HBM供应挑战**：HBM4设计的近期变更可能导致Vera Rubin在2026年的供应持续紧张 [5] * **Kyber机柜互连方案**：英伟达可能同时展示基于正交PCB背板和光学/CPO的互连解决方案，最终决定将在2026年底做出 [6] * **SRAM与HBM的讨论**：近期行业讨论围绕SRAM可扩展性，可能取代HBM，但这更多源于HBM短缺和内存物料清单成本压力，而非SRAM的容量能力 [9] * **LPU机柜功耗**：由于每机柜更高的LPU密度，LPU机柜的功耗可能高于市场预期，这对服务器电源供应商是利好 [8] * **ICMS平台**：预计英伟达将阐述下一代机柜中ICMS平台的采用，这可能有助于评估采用Bluefield-4 DPU带来的eSSD总潜在市场的增量需求上行空间 [9]

公司财务与市场预期 - 公司CEO确认，其旗舰芯片将帮助公司在2027年创造1万亿美元的营收[4] - 此前公司对数据中心设备销售额的展望为2026年底达5000亿美元，最新预测将时间延长一年至2027年，且累积金额翻倍至1万亿美元[6] - 该财务预期发布后，公司股价盘中最高上涨超4%，最终收盘上涨1.6%[7] 新产品与平台战略 - 公司强调其Vera Rubin并非单一芯片，而是由7种芯片和5种机架系统组成的完整AI超级计算机平台[8] - 新发布的Vera CPU机架单机架集成256颗CPU，与传统CPU相比，计算效率提升2倍，运行速度提升50%[10] - Groq 3 LPX机架搭载256个LPU处理器，提供128GB片上SRAM和640TB/s扩展带宽，与Vera Rubin平台结合后，推理吞吐量/功耗比将提升35倍[10] - 公司推出的Spectrum-6 SPX采用了共封装光学技术，带来5倍更高光功率效率和10倍更高网络可靠性[13] - 公司推出Space-1 Vera Rubin模块，将数据中心级AI计算能力部署到卫星和轨道数据中心，面向在轨推理、实时地理空间智能等任务[16] - 公司产品组合形成从轨道边缘计算到地面AI数据中心再到云端分析的完整算力架构[18] 技术路线与生产规划 - LPU芯片将由三星代工，预计相关机架将于今年下半年开始出货[10] - 公司发布的三款新机架均采用液冷架构[12] - 未来的Rubin Ultra在Kyber机架中将采用垂直插入排列，使单个NVLink域中可连接144块GPU[15] - 下一代费曼架构GPU将采用堆叠芯片和定制HBM技术[15] 软件与生态系统 - 公司通过NemoClaw进军AI智能体基础设施赛道，其定位为OpenClaw智能体平台的基础设施层，可通过“一条命令”部署AI代理[19] - NemoClaw可运行在从RTX PC到DGX Spark等多种设备上，旨在推动“始终在线的AI助手”需要专用计算设备[19] - 公司宣布进一步扩展其“开放模型体系”，重点覆盖智能体AI、物理AI和医疗AI三大领域[19] 图形技术突破 - 公司在GTC大会上发布DLSS 5，并称这是自2018年实时光线追踪推出以来，在计算机图形领域最重要的一次突破[20] - 公司CEO将DLSS 5描述为图形领域的“GPT时刻”，该系统将传统3D图形数据与生成式AI模型结合，通过预测和补全图像内容来提升渲染效率[21]