粉丝1491获赞4717


什么是物理 ai? 物理 ai 就是 机器人吗?物理 ai 进家安全吗?哪些职业最先被物理 ai 替代?物理 ai 靠什么看懂现实世界?物理 ai 需要联网才能用吗?入局物理 ai 赛道该选那些标的? 今天这条深度视频目的就一个,让你彻底理解什么是物理 ai。 在 这条未来的万亿级新兴产业链里,又有哪些核心上市公司值得关注? 我会用最通俗的逻辑、最落地的例子,让你彻底吃透物理 ai 这个概念,以后再不用刷碎片化内容,并助力你在风口来临前站稳脚跟。首先来搞懂的第一个问题,什么是物理 ai? 物理 ai 英文 physical ai, 并非一个凭空创造的概念。根据黄仁勋的表述,物理 ai 是 指能够理解现实世界并与之进行交互的 ai 模型,是一种使自主机器如机器人、 自动驾驶汽车等在真实物理世界中感知、理解和执行复杂操作的技术。简单来说,传统大语言模型擅长理解和生成文字图像,但它们困在屏幕里,对现实世界中的重力、摩擦力、 空间关系等物理规律一窍不通。而物理 ai 则要把 ai 从屏幕里拽出来,给他一具身体,让他进入真实世界去理解这些规律,并拥有感知、推理、行动反馈的闭环能力。 他不仅会思考,更能通过机器人等具身设备执行任务,并从真实反馈中持续纠错、自我进化。 搞懂了什么是物理 ai, 我 们再来看物理 ai 的 组成,主要分三个系统,分别是感知系统、决策系统、执行系统。感知系统通过传感器、激光雷达、摄像头等设备采集环境信息,将物理世界的多模态信号转化为 ai 可理解的数据, 这相当于机器人的眼睛和皮肤。决策系统以世界模型为核心,在理解和预测物理规律的基础上做出行动规划。与传统的数字 ai 不 同,物理 ai 的 决策必须在不确定性下进行,且要考虑重力、惯性、碰撞等物理约束。 英伟达在 c e s 两千零二十六上发布的开源世界模型 cosmos, 通过超两千万小时的物理世界数据训练,内置了碰撞、重力等基础。物理规律的理解能力 是目前物理 ai 领域最重要的基础平台之一。执行系统通过电机、减速器、丝杠等执行机构,将决策转化为物理世界的实际动作, 这是从数字到实体的最后一环,也是最考验工程能力的环节。当你搞懂了物理 ai 的 定义和组成系统,那你就会明白物理 ai 和现有 ai 的 关系。物理 ai 不是 对生成式 ai 的 替代,而是其延伸和升级。 黄仁勋将 ai 的 发展划分为三个阶段,第一阶段是理解和生成数字内容的 ai, 如大语言模型。第二阶段是能在数字世界中自主行动的 ai, 如大语言 ai。 第三阶段就是能在物理世界中感知、决策和执行的物理 ai。 至于物理 ai 与机器人的关系,前者提供大脑理解物理规律的模型,后者提供身体执行任务的硬件载体,二者相辅相成,缺一不可。 接下来,我们分析物理 ai 的 实际应用场景。当前物理 ai 的 市场规模、预测虽各有差异,但市场共识,这将会是一个万亿级的庞大市场。 根据 future markets inc。 的 报告,含盖自主机器人、自动驾驶、汽车、人形系统、工业自动化的全球物理 ai 市场 预计将从二零二六年的约三千八百三十亿美元增长到二零四零年的三点二六万亿美元,十四年十倍增幅。多家头部机构对自动驾驶市场的预测尤为乐观,预计到二零三零年将超过两千一百亿美元。 英伟达发布专用于复杂道路推理的物理 ai 模型 oppo mayo 已与比亚迪、 uber 等企业部署 robaxy 网络。全球最大的汽车生产商丰田也正计划用英伟达的 cosmos 来开发下一代自动驾驶系统。 而在物流领域, figure ai 机器人实现了超过一百小时的连续工作,直播单台持续工作超三十三小时,分拣效率达到人工的一点八倍,不规则包裹识别率达到百分之九十九点七,条码放置成功率超过百分之九十五。 这意味着,在仓储、物流等高频场景,人形机器人已经具备了超越人工的经济性和稳定性。在国内,智源机器人在南昌三 c 产线上完成了连续数小时的直播作业。 优必选机器人以规模化进入比亚迪、富士康等头部企业,执行装配、质检、搬运等任务。 重型机器人在多地路口承担交通指挥与安防巡逻,使和科技的特种机器人则进入了化工、储罐、船泊修造等高危场景,替代人工完成除锈、打磨等危险作业。 从物流分拣到工厂制造,从自动驾驶到家庭服务,物理 ai 的 落地场景正在快速扩大, 接下来就是大家最关心的物理 ai 产业链上都有哪些核心环节?利润负极的核心环节上,国内又有哪些公司提前布局? 据两千零二十六年五月欧洲 facebook ai 产业报告,物理 ai 产业链横跨仿真软件、大模型、算力传感器、精密执行器等,链条极长,各环节专业壁垒极高,各自占据产业链价值的百分之二十。 其次,数据中心计算占百分之十五,边缘计算、内存执行器三大环节均各占约百分之十。 各环节的价值占比排序为,仿真平台大于基础模型大于专用算力大于精密执行器大于传感器。 其中底层软件与模型几乎被海外寡头垄断,国产替代难度最大。一、底层世界模型与仿真平台世界模型是整个物理 ai 生态的操作系统,主要包括可微分物理仿真平台、底层算力芯片以及工业软件。 仿真平台是物理 ai 训练的数字训练场,决定了物理 ai 能力的上限。在这方面,英伟达的 cosmos 以一千亿参数达成一毫秒级推理延迟,支持多模态物理世界理解, 国内具有代表性的企业有所成。科技二零二五年,其物理 ai 核心平台天公开物实现落地,收入五千八百一十六万元,率先在低空领域形成商业化突破。 五一世界近期发布了全球首款物理直觉世界模型,旗下五十一 sim 占据国内高阶智能驾驶仿真市场百分之五十三点五的份额,被市场视为物理 ai 第一股。二、感知层传感器与视觉 传感器是物理 ai 感知世界的眼睛和皮肤。在传感器体系中,三 d 视觉感知、激光雷达和力觉传感器构成了三大核心支柱。 三 d 视觉是实现空间建模和场景理解的核心入口,尤其在人形机器人和服务机器人领域,其地位正在从可选组建升级为刚性基础设施。 奥比中光作为国内三 d 视觉感知龙头,其机器人视觉业务在中国服务机器人市场占有率已超过百分之七十。 激光雷达在物理 ai 系统中扮演着双重角色,它既服务于自动驾驶乘用车这一最大规模的应用场景,又为聚深智能设备提供高精度空间感知能力。 国内走激光雷达方向的代表企业有核塞科技,以百分之四十三的实战率位居全球 adas 主激光雷达出货量第一。 力觉传感器是让物理 ai 系统摸得到、控得住的关键,它决定了机器人能否完成抓取鸡蛋、精密装配、人机交互等精细操作。 昆维科技是中国高端力控传感器突围的典范。智力传感近期发布了搭配 ai 端侧芯片的六维力传感器,将力控响应速度压缩至十毫秒以内。 三、执行层减速器、电机与零巧手执行器是决定机器人性能的核心硬件环节。斜坡减速器领域,绿的斜坡全球试战率约百分之二十五,是特斯拉、 optimus 语数等头部机器人企业的核心供应商之一。 零巧手方面,赵薇机电的 b 二十零巧手拥有二十个自由度,整手仅六百 g, 已与华为等头部客户达成订单意向。 空心杯电机方面,明智电器打破海外垄断,是机器人灵巧手关节电机的第一梯队供应商。五洲新春布局的行星滚柱丝杠是限性执行器的心脏,技术壁垒极高。 语数科技不仅是整机厂商,也在自研高扭矩四伏电机等领域深度布局执行层。三、整机与集成商从人形机器人到自动驾驶、 faker ai、 智媛机器人、语数机器人、波士顿动力优必选等,整机厂商处于产业链的最前端,直接面向市场提供物理 ai 的 载体产品。在自动驾驶领域,威某特斯拉、小鹏汽车等是物理 ai 系统的核心应用方。 随着 l 三级自动驾驶法规逐步落地与 l 四级路测的推进,物理 ai 驱动下的智能驾驶正加速进入规模化部署阶段。分析到这里,你也明白了, ai 的 终局从来不在屏幕里生成文字和图像,而是在屏幕外改造物理世界。 它的终局是成为像电网、互联网、高速公路一样的基础设施,而且是最高维度的基础设施,一种能够自主运行、维护并升级其他基础设施的原设,物理 ai 就是 这个原设施的核心引 擎。黄仁勋在二零二五年的英伟达 gpu 技术大会上,他就断言,生成式 ai 已成为过去,未来属于物理 ai。 孙雨辰也高呼普通 ai 落幕,物理 ai 才是未来三年唯一主线。 ai 的 上半场,我们教会了机器思考,下半场,我们必须面对一个由机器参与运作和决策的物理世界。 在这个世界里,代码将拥有真实的重量,算法将承担切实的责任,而我们每个人都将是这座崭新基础设施的居住者与他的构建者。

最近在苏里下半年的投资主线发现一个很明显的趋势,就是虚拟 ai 其实已经走了大半了,接下来下半年的机会可能会集中在物理 ai。 我 之前就说过,虚拟 ai 是 现在, 物理 ai 是 未来,很近的未来,再加上最近后台确实有很多人问,物理 ai 是 什么?和现在的 ai 有 什么区别?产业链上有哪些环节值得关注?那么今天就出个视频,一个视频给你把整个产业版图梳理清楚。这个视频呢,是总纲,后面我会继续发视频,按细分赛道逐一拆解。那先把这个大框架记下来。 首先,什么是虚拟 ai? 就是 我们现在在用的豆包、 diacop, 这些都属于虚拟 ai, 它们可以处理信息,生成内容,但是无法理解物理世界的现实规则。 而物理 ai 呢,是让 ai 去掌握重力、摩擦力、惯性这些规律,然后驱动硬件设备在现实世界中完成具体的动作。简单地说,虚拟 ai 就是 那个元神,有脑子没有身体。而物理 ai 呢,有脑子也有身体。黄仁勋呢,在 c e s。 上明确提出,物理 ai 的 charge g p d。 时代已经到来二六年,会是物理 ai 从实验室走向量产的元年。核心原因呢,是端侧算力、传感器、成本、算法、模型,这三个瓶颈在今年都已经出现了实质性的突破。 物理 ai 它不是单一产品,是所有能够与现实世界交互的智能终端的统称。我呢,按照产业的爆发先后顺序给它分成四个核心主体。第一呢,就是当下的 ai 手机,还有 ai 电脑,这个呢,是存量市场的升级,也是离业绩最近的地方, 你手里的手机未来不再只是一个通信工具,而是一个能感知环境,能理解上下文的物理 ai 终端。根据 idc 的 最新数据,近年全球 ai 手机的出货量、渗透率可能会超过百分之五十, ai pc 渗透率达到百分之六十二,是已经在发生的换机周期。第二呢,是 ai 眼镜,这个是 ai 眼镜,它的最理想入口就是眼镜,是离人的眼睛和耳朵最近的设备, 能实时获取你看到和听到的所有信息。去年呢,全球 ai 眼镜的出货量为七百多万,同比增长百分之二百四十一,行业普遍认为呢,二六年会是 ai 眼镜的规模化普及原理。第三呢,是未来两到三年左右的人形机器人, 这个是物理 ai 的 终极形态,长期想象力最大。据说特斯拉会在今年七八月份正式启动量产,国产厂商的语速科技全球份额已经超过百分之三十二,中国企业占据了全球人形机器人出货量的八成以上。而对 a 股来说,真正有参与度的不是整机, 而是像减速器、执行器、传感器这些核心零部件。这个呢,后面我会专门出视频讲。第四呢,是比较长期的一个物理 ai 仿真引擎, 这个是整个产业链的底层基础设施, ai 在 进入真实世界之前,会需要在仿真环境中完成海量的训练,黄仁勋在 gtc 上发布的 cosmo 平台做的就是这件事情。同时我们国内呢,也已经有了自主可控的国产物理引擎, 物理 ai 的 竞争,其实最底层的就是引擎的竞争,而很多人误以为人形机器人就是物理 ai 的 全部, 其实并不是,物理 ai 真正的变格是让所有的硬件都拥有智能,未来像手机、眼镜、冰箱、 汽车,甚至各种家电都会变成物理 ai 的 终端。当然了,物理 ai 的 真实应用场景远不止上面提到的这四个,智能汽车、工业机器人、智能家居都在快速的渗透。今天呢,只是先讲最核心的四个,其他的后面都会慢慢展开的,放心,都会出视频讲的。那么讲完了产业,我们 讲你们最关心的就是投资方向,我把它呢分成了三个时间维度,现在能赚到的钱在 ai 手机和 ai 眼镜产业链,换机槽已经启动,像端侧 ai 芯片、传感器、摄像头模组这些环节,一季度的业绩已经开始兑现,未来两到三年能赚的钱在人形机器人产业, 它的核心部件,像减速器、丝杠、传感器、电机,这四个环节组成了整机成本的近百分之五十,无论哪家整机厂商最终跑出来这些零部件,它都是刚需。那长期值得布局的钱呢?在物理 ai 仿真引擎和端测算力, 这个呢,是平台级的机会,想象空间最大,但是呢,确定性不如前面两个环节。 ok, 那 再总结一下我的判断,需 虚拟 ai 是 现在物理 ai 呢,是未来,而且是很近的未来,现在像算力租赁、光模块存储还在业绩兑现期, 而未来的三到五年呢,物理 ai 会重构整个科技产业的价值分配。这两条线呢,其实并不冲突的,前者赚的是当下业绩的钱,后者赚的是产业爆发的钱。想清楚自己的时间周期呢,就清楚该怎么布局了,其实我们会员群已经布局了一点了, 这一期呢是总纲,后面我会逐一拆解每个西风赛道的具体机会,当然了,以上仅为个人理解,不构成任何投资建议哈。这四个方向你更关注哪一个?在评论区留言交流,还有就是还想了解什么,可以在我评论区留言,有兴趣的我会出视频聊的。就这么回事,点个关注,一起发财,拜拜。

哥也提到这个物理 ai 了,这个物理 ai 他 绝对是未来的主线,但是这个主线不能通过一个单一的公司或者一家企业做出来。你像物理 ai 的 话,他可能靠什么?靠生物学家、行文学家,还有一些什么心理学家,甚至是动物学家, 他绝对不是说单一的一个方面他就能做成物理 ai, 他 一定是咱们人类的所有文明都压在上面,他才能形成这一个伟大的科技成就。物理 ai 太有想象力了,非常有想象力,真正的能把咱们人类生产的解放的事情绝对是物理 ai。

再加上设备良率、厂房三重壁垒,扩展周期长达两到三年,单机的价值量暴增在十倍以上。大家好啊,我看了这几天啊,就孙雨辰关于未来的这个 ai 啊,主要看的是这个物理 ai 这一块啊,就包括聚生智能啊,无人驾驶等等,其实我觉得我们还是要尽量的活在当下吧。 那么我觉得呢,未来两到三年啊, ai 硬件最强的紧急方向啊,应该主要是三条核心主线吧,分别是高端 cpu, cores 先进封装,以及结构性的存储行情。注意啊,是结构性的存储行情。 那么首先一个呢,服务器。高端 cpu 真正的核心增量来自于 ai agent 算力重构。过去的 ai 服务器, gpu 负责计算, cpu 只是辅助。其实从底层逻辑来说呢, gpu 是 负责简单的这个运算啊,那么 cpu 是 负责复杂的这个运算啊。 但是进入智能体时代呢,大量任务的调度、逻辑规划、炼炉整合,全部是由 cpu 承接。那么包括前期讲的这个 amd 的 啊, 超微的这个 ceo 啊,苏志峰说的 cpu 与 gpu 的 配比啊,将从传统的一比八今后逐渐地趋向于一比一啊,那么这意味着高端服务器 cpu 需求啊,直接爆发式的增长,叠加全球云厂商自研算力,国内新创地带加速啊, 呃,以及先进制程才能长期被 gpu 挤占,那么 cpu 扩展缓慢,这就导致了一个供需的紧平衡,至少要持续到二零二八年,所以说这条线呢,确定性非常强。第二一个呢,就是 coloss 先进封装。呃,我觉得这是壁垒最高的一个赛道 啊,所有的高端 ai 芯片,所有的 hbm 高宽带内存,只能靠 covers 实现量产落地,没有暂时没有其他的技术啊,它拥有超大的宽带,极低的延迟,是顶级算力的唯一存在方案。那么行业产量呢,基本上是年年翻倍,但是目前还是严重的供不应求啊。 封装芯片呢,因为单颗搭载 hbm 的 数量暴增,那么封装缺口就进一步放大,再加上设备良率、厂房三重壁垒,扩展周期长达两到三年,所以未来数年 cover 紧缺格局不会逆转啊。 那么第三一个呢,就是前面讲的这个存储赛道,存储赛道呢,内部的这个层级分化就比较严重啊,那么其实这里面有一个明确的层级关系啊,就是 hbm 要强于企业级 ssd, 强于服务器 ddr 五啊。那么未来三年的整个硬件的进帧数,天花板在存储这块,就是 hbm 高宽带内存,年帧数可能预计高达百分之一百五以上。那么它主要有几个原因啊,第一个就是 ai 训练加推理,对宽带延迟要求非常高啊,传统的内存呢,完全无法替代 hbm。 第二一个呢,就是单台的 ai 服务器, hbm 搭载量从零提升到八到十六克,那么单机的价值量暴增在十倍以上。 呃,第三点呢,全球产能高速垄断啊,扩展周期长,即便产能翻倍,依旧存在刚性缺口,价格持续上行。 那么这里面第二个梯队呢,就是企业级 ssd 啊,就受益于 ai 推力,存储云端冷数据扩容维持稳定高增。 那么最后一个就是 ddr 五啊,那但自它的帧数价值量呃比远比不上 hbm。 最后呢,就做一个权威总结吧, ai agent 彻底引爆了 cpu 的 增量, coloss 是 高端算力唯一的刚需壁垒。那么存储赛道呢?严重分化啊, hbm 是 未来三年最强的超级主线 呃,但是当下来说呢, ddr 这一块还是强需求啊。你就包括最新的这个新闻啊,长行存储不是马上要 c i p o 上市吗?那么他们发布了这个一季报的这个业绩简直是炸裂啊!我觉得存储这块还是会有一段很好的行情,好喜欢的点点关注。

物理 ai 概念就是孙雨辰在周末里面给大家去聊的这个东西。什么是物理 ai? 物理 ai 不 就是人工大模型在整个商业化中的落地,人工大模型加机器人,人工智能加智能驾驶,人工智能加低空经济,人工智能加智能制造,只要是人工智能加硬件的,通通是属于物理 ai 人工智能的,这种可以应用化、落地化,所有的硬件都会被称为物理,包括眼镜,包括手表等等。那这板块现在他确实是一个起点,物理现在刚刚开始启动,这个确实是,但是这个物理最大问题就是什么时候能落地,真的不知道,时间会很长很长, 你说这个机器人能落地还是支架现在能落地还是这个低空经济能落地?目前短期还落地不了,就大家都知道他未来会很好,但是短期落地不了。所以从情绪上来说话,资金的炒作仍然是偏油化的炒作,所以可能涨得快,跌得也很快。 做这类板块你只能是快进快出,没有办法去格局,格局的结果可能就是这一轮进去涨起来了,后面跌下来,另一种规定,坐过山车。好吧,做这类东西打打短线就算了,中长线目前去布局这些东西为时尚早。

最近大火的物理 ai 到底是什么意思呢?今天我们就用一分钟时间来聊聊物理 ai。 我 们平时接触的 chat、 gbt、 各类绘画 ai 都属于深沉式 ai, 他 们呢,只活在数字世界,只会写文案,做图片,编内容,说白了只会动脑,只会输出虚拟的内容,根本不懂现实世界的物理规则。 那物理 ai 呢?就是 ai 的 下一个时代了,简单的理解就是让人工智能看懂真实世界,读懂物理规律,把重力、力学、空间这些自然法则融入 ai 里,让 ai 不 再只会是纸上谈兵,能真正在现实世界里动手做事。 直白的总结就是说,深层式 ai 负责动脑创作,物理 ai 负责落地做事。那生活中哪些属于物理 ai 呢?首先就是自动驾驶车子,能预判路况,预判车辆的走位,靠的就是物理 ai。 还有就是各类人形机器人工厂智能机械臂,精准完成搬运组装工作都是物理 ai, 包括精准的气象台风预测,智能节能调控,新型的材料研发,全部都是物理 ai 的 应用。 可以说前两年是数字 ai 的 风口,而接下来几年物理 ai 就是 行业核心的主线, ai 从虚拟走向实体,从单纯玩数据变成改变现实生活,这就是物理 ai 最大的价值。觉得内容有用的记得点赞关注,下期我们带你看懂更多的前沿科技风口!

全球 dci 设备龙头 cni 股价创下历史新高,背后是谷歌一份高达六十亿美元的 dci 采购传闻持续发酵。那本期节目我们就来聊聊 ci 是 谁以及 dci 是 什么? 对了,本次提到的所有公司都只是基于公开资料客观整理,均不做推荐。由于部分涨幅过大,请各位注意风险。我们先来认识一下 ci 呢,它不是家喻户晓的品牌,但在全球数据中心、互联和电信网络的核心领域,它是无可争议的隐形冠军与系统架构的总设计师 sienna 的 核心业务正是设计和销售那些构建高速信息、高速公路的复杂系统。在 dci 领域,它提供从海底光缆到陆地长途干线,再到数据中心之间短距互联的端到端光传输解决方案。 其核心技术优势在于高容量、低延迟的相干光通信技术和先进的网络智能化软件。这使得它能帮助谷歌、微软、亚马逊等巨头将分布在全球各地的数据中心编织成一张统一、灵活、高效的算力网。 cana 此次股价新高的直接驱动力是其惊人的订单数据。二零二五年, cana 斩获了创纪录的七十八亿美元订单。更关键的是,在进入二零二六年时,其手头未交付的订单积压同样高达七十八亿美元, 这为公司未来至少一到两年的业绩提供了极高的确定性。公司管理层在公开场合预测,未来五年内 dci 的 市场需求将增长六倍以上。这一判断与谷歌、微软的激进资本开支计划完全吻合。然而, sienna 的 故事里有一个极其重要的矛盾点, 这恰恰是整个行业爆发最真实的注角。在谷歌近期的 dci 项目招标中,技术领先的 cim 并未获得最大份额,而是被诺基亚拿走了,大头自身仅获得约三分之一。 究其原因,并非技术落后,而是 sienna 的 产能已经饱和,客户汹涌而来的订单已经填满了其生产线,使其无法承接更多的短期项目。 这个细节强烈地印证了当前 dci 的 需求爆发是真实且紧迫的,已经超出了顶级供应商的及时交付能力, 产业链的瓶颈已经从需求端能否起来转变为供给端能否跟上。因此, china 的 股价新高与产能饱和成为了点燃市场对 dci 赛道关注的第一把火。而随后,更具体、更庞大的产业信息开始浮现。 谷歌为二零二六年规划的 dci 预算高达六十亿美元,内部采购流程已走完,即将启动招标。 这并非孤立事件,微软紧随其后。二期 dci 需求同样接近六十亿美元,支撑其可能高达三百亿美元的算力中心总规划。 metta 也将其二期预算从十五亿美元大幅上修至二十五到三十亿美元。 更关键的是,巨头们都在抢跑谷歌,将招标合并为一次性,微软、 metta 纷纷将采购时间提前, 仅这三家二零二六年投向 dci 的 真金白银就直奔一百五十亿美元而去。 cina 的 现状与巨头的规划相互印证,共同揭示了一个事实, dci, 这个曾经隐藏在数据中心幕后的管道工,正被推至 ai 算力竞赛舞台的中央。那什么,又是 dci? d c i, 全称数据中心互联。过去人们常把它简单理解为数据中心之间拉根光纤,但在 ai 算力爆发的今天,这个认知已彻底过时。想象一下, ai 大 模型的训练和推理,尤其是处理长系列时,需要调动数万甚至数十万颗 gpu 协调工作。 当单一数据中心的规模因电力、散热、土地等物理极限而无法无限扩张时,科技巨头的解决方案是将多个地理位置分散的数据中心,通过超高速网络组合成一个逻辑上的超级算力集群。 这就好比从无数个各自为战的独立小厨房升级为一个需要高效协调的中央厨房体系。 dci 就是 连接这些厨房的自动化、智能化、高速传送带和调度系统。 它不仅要让数据跑得极快,更要保证极低的延迟和极高的可能性,使得算力资源能像在一个物理实体中那样被灵活调度、统一管理。没有高效的 dci, 分 散的算力就是孤岛,无法整合为征服 ai 挑战的合力。 因此,这六十亿美元购买的远不止光纤,而是一整套包含主机框、光放大器、拨分附用器、光开关、智能控制软件在内的复杂系统。 其中,相干光模块作为将电信号转换为光信号的核心部件,其成本占比已从早期的百分之三十到百分之四十飙升至百分之六十到百分之七十,成为这轮投资浪潮中最受益的环节之一。接下来我们介绍一下 dci 的 产业链。首先,上游核心芯片与器件 主要包括泵浦激光器芯片,尤其是九百八十纳米泵浦芯片,它是光放大器的心脏。目前市场由 lumenta 和 coherent 等少数巨头主导。 可调节激光器与磷化阴衬底是相干光模块的大脑和关键材料同样高度集中, 且当前零化阴沉底供需紧张, coherent 等供应商订单已排至二零二七年。其次,中油式模块儿气件与子系统,例如 e d f a 光放大器、无源气件、光学原件,如隔离器、波分复用器、透镜等。 此外,香干光模块是 dci 系统成本占比最高的部分。最后,下游系统设备集成商,这就是西纳所处的层级,他们负责将中游的各类模块和器械集成为完整的、可运营的 dci 解决方案,直接面向谷歌等终端客户。 这个市场由 cina、 诺基亚、思科等少数几家巨头主导,他们负责定义产品架构,进行系统集成与软件研发,并管理庞大的全球供应链。在 dci 的 全球产业链中,中国公司并非旁观者, 而是在多个关键环节深度参与并占据重要地位。首先是光模块双雄中继续创与新意盛。 作为全球光模块双雄,它们直接受益于云巨头 ai 集群的内部互联需求,并已将优势延伸至 dci 相关的高速光模块领域。 trendforce 预测,两家公司将占据谷歌八零零 g 及以上光模块订单的近八成。 德克利,国内 d c i 领域的龙头,其角色独特,它不仅是 e d f a 和香干光模块的重要供应商,更作为希尔纳和诺基亚的核心合作伙伴,为其提供从器件、模块到整机代工的深度服务,直接接入北美 d c i。 建设的主动脉, 其 o c s。 产品也获得突破。光讯科技作为国内光电子龙头,在蚌埠器件 e d f a。 香干光模块及子系统上布局全面,是 d c i。 产业链上的多面手。 此外,天福通信、光库科技、福金科技等分别在精密光学调制器、晶体材料等领域卡位关键环节。长飞光纤、亨通光电、中天科技等光纤光缆巨头是 dci 物理连接的基石, ai 驱动下,数据中心内部及互联场景的新型光纤需求正急剧增长。总结而言, cna 的 新高与产能瓶颈,与谷歌的天量预算共同构成了一个完整的逻辑闭环,顶级需求真实存在,顶级供应商产能告急,全产业链供需紧张。 这揭示了 ai 竞赛的下一个主战场,从堆砌单个 gpu 的 点转向,通过高速 dci 网络连接成智慧面于体,这条千亿产业链已全面进入高景期周期。

最近大家频繁听到孙雨辰提到的物理 ai, 很多人还搞不懂到底是什么,今天一次性讲透。简单先说定义, 我们平时刷视频、聊天打字的大模型都属于虚拟 ai, 只处理信息,没有实体, 不能落地干活。而物理 ai 也就是具身智能,就是人工智能,搭配实体硬件, 能感知现实世界,自主思考,主动动手执行任务,真正走进实体经济,走进现实生活,也是接下来几年科技行业最大主线。孙雨辰直接定调,二零二六年就是物理 ai 元年, 未来三年全行业重心都会往这条赛道倾斜。接下来重点说它划分的物理 ai 八大核心赛道, 我直接按未来发展前景从高到低给大家排序讲解。第一名,前景最高,人形机器人,这是整个物理 ai 的 终极形态,也是天花板级别赛道,未来不管是家庭服务、工厂劳作、高危作业、日常陪护, 全都能替代人工应用场景无限广,长期成长空间最大,也是资本重仓的头号方向。 第二名,自动驾驶,把汽车直接变成轮式机器人,城市智能驾驶全面普及之后,出行、货运、物流都会彻底重构, 商业化,落地速度快,市场体量极其庞大,确定性非常强。第三名,空间计算,简单理解就是 ai 看懂三维现实世界,搭配三 d 视觉虚实融合技术,不管是机器人、视觉智能、穿戴、实景交互,全都离不开它, 是所有实体 ai 的 底层基础技术,刚需属性拉满。第四名,工业柔性智能操作,也就是智能机械臂,灵巧机械手,现在工厂自动化升级,需求爆发,替代流水线人工精密组装、高危生产场景, 落地成熟度高,短期变现能力很强。第五名,无人机产业目前已经是最早实现商业闭环的物理 ai 品类,民用覆盖、物流配送、农业质保、巡检测会、 商用和民用需求持续放量,普及速度最快。第六名,仓储物流机器人、无人叉车、智能搬运机器人、智能分解设备。 现在各大仓库、电商产业园都在快速普及,黑灯工厂无人仓储已成趋势,行业渗透率快速提升。第七名,医疗智能机器人,含盖手术机器人、康复机器人、养老陪护、外骨骼 贴合大健康与老龄化趋势,政策扶持力度大,需求稳定,但技术门槛高,落地节奏偏慢。第八名,太空物理 ai 属于长期远景布局赛道,包含太空智能设备、星际探测机器人、深空智能运维等, 赛道想象力极强,但距离大规模商业化落地还很远,偏向远期布局。最后做个整体总结, 物理 ai 时代就是 ai 从线上虚拟走向线下实体的时代, 不再只停留在屏幕对话,而是真正融入生产、出行、家庭、医疗各个领域。八大赛道里,短期优先看自动驾驶无人机、工业机器人, 中长期坚定压住人形机器人与空间计算,这也是接下来科技行业最明确的趋势风口。

孙雨辰孙哥再发预测说下一个风口是物理 ai, 他 二零幺六年跳出来说关注什么大饼和英伟达,当时很多人都不信,后来结果如何啊,就不用我说了吧。去年他又说短期缺芯片,长期缺能源,永远缺存储, 到现在存储涨了四十倍。那物理 ai 是 什么?就是算法和硬件结合在一起,实现自己操作,自己能干活,就是机器人、无人机、自动驾驶,这些东西都属于物理 ai。 关注我,更多消息第一时间汇报。

什么是物理压?不是人形机器人不是任何的物体,而是能控制实物科技,能控制人形机器人的一个大模型,你有再贵的齿轮,你有再贵的灵巧手,你有再好的电池, 但是你的机器人没有一个好的大脑,没有能够生产意识的一个智慧。那么你的机器人跟废铁又有什么关系呢? 最终不还是遥控器吗?目前所有的 ar 打模型是否能进化成做物理 ar? 包括自动驾驶,他也是物理 ar, 才能驱动他完全自主开车的一个作用。关注我,我只讲提前布局。