美格智能的物理ai有没有前途

兄弟们，提到物理 ai， 百分之九十的人呢，第一反应应该是机器人。但是我今天告诉你一个不一样的结果，物理 ai 真正能快速走进千家万户，引爆万亿市场的，根本就不是笨重的机器人， 而是你我都能戴都能用的智能眼镜。什么是物理 ai？ ai 算法加实体硬件，能实时感知现实，运用算法及时交互，这就是物理 ai。 智能眼镜就是最标准、最刚需、最易普及的物理 ai 终端，它戴在脸上，有摄像头，看世界，麦克风听声音，传感器，感知环境，不用靠手机，不用连云端，本地就能运行。 ai 模型，翻译、导航、识图、语音交互， 全是实时物理能力。而这个万亿级市场的赛道，核心芯片被一家公司彻底垄断，那就是高通。没错，就是高通。目前高端智能眼镜的芯片，高通 a r 一 跟 r 三系列垄断百分之八十以上的市场份额。 mate， 小 米跨客所有所有的这个终端大模型，真正用到的智能眼镜，清一色都是高通芯片，四纳米的制成，二十 xps 的 算力， 全球唯一能在眼镜上跑本地十亿像素的芯片，没有任何对手能打。 mate 是 一家，二零二五年就拿货一千两百万颗，二零二零年直接加到百分之二十。沟通就是物理 ai 眼镜塞到的，绝对卖省人，躺赢整个行业的爆发。但最离谱的是什么手握 ai 最大确定性，垄断核心芯片的沟通， 现在估值呢，就非常低，二零二六年五月十五日，高通的驻班驾驶两百零一，适应率只有二十二倍，那对比 i a 板块动辄四十倍、五十倍的估值， 对比英伟达 imd 千兆的这估值，高通简直就是低版价。要知道它不只是手机芯片的龙头，更是物理 ai 眼镜绝对的霸主，汽车芯片新贵数据中心、 ai 新玩家，四大增长引擎同时发力，两百美元以下的高通就是今年最低的黄金底。

今天来聊一个我在去年底就开始埋伏的标的，最近他开始发力了，原因主要还是被当下爆火的物理 ai 概念带动，他就是终端边缘 ai 的 芯片公司高通。的确，在云端大模型训练的高端 gpu 赛道上，高通确实是拼不过英美达。 但 ai 不 只有云端算力，智能终端的本地 ai 运行才是高通的基本盘。靠着常年垄断全球智能手机芯片的底气，高通已经悄悄把业务渗透到了所有智能互联设备里， 不管是智能 ai 眼镜、智能汽车、家用机器人，它都能占据一席之地。而且最近还有个重磅利好传出，就是高通正在和 open ai 联合研发 ai 原生手机芯片，专门适配未来由 ai 智能代理驱动的全新智能设备。它相当于一台能自主完成所有操作的智能终端，很可能会颠覆传统的手机形态。 还有我们日常见到的微软 surface 电脑、谷歌和 mate 的 智能眼镜，里面的 ai 三 d 支持，基本都离不开高通的芯片。而且高通自研的 arm 架构芯片，最大的优势就是能效高、省电，在终端设备上的适配性更好。 除了以上这些消费电子 ai， 高通的汽车芯片业务也迎来爆发，成为第二增长曲线。比如今年五月，高通官宣和顶级汽车集团 stolantis 达成深度合作， 这个 stlantis 旗下主流品牌包括了阿尔法罗密欧、克莱斯勒、道奇、菲亚特、吉普、玛莎拉蒂。按照合作协议， stlantis 未来全系车型都会搭载高通霄笼数字底盘，整车的智能座舱、网络互联以及高阶自动驾驶系统，全都靠高通信片提供算力支持。 最新的财报数据也显示，高通的汽车业务营收同比大涨百分之三十八，单季营收突破十三亿美元。目前全球已经有超过二百一十款车型采用高通的芯片，订单储备超三百亿美元，渗透率在持续提升。 不仅如此，高通还在布局数据中心 ai 推理芯片。去年高通就推出了两款全新定制的 ai 加速芯片，对比现在市场主流的英伟达 gpu， 高通这款新品主打高性价比、高能效，可编程性更强，预计今年下半年会正式上市，还会推出完整的机架式系统，直接对标英伟达和 amd 的 推理方案。 以前大家只把高通当手机芯片厂商，而现在它有三重 buff 叠加边缘、 ai 龙头、汽车芯片高增长以及数据中心新赛道。所以接下来假如市场对它进行重新定价的话，也就不奇怪了。

同志们，黄仁勋断言，二零二六年是物理 ai 的 chat gpt 时刻，将引爆新一轮工业革命。那什么是物理 ai？ 就是 能看懂物理规律、懂重力、懂历学、 能感知、思考、行动，一气呵成的 ai 全产业链儿共分四层，第一，基础设施层是算力芯片、大模型。 第二，感知层包括三 d 视觉、六维力传感器以及高精度工业传感器。第三，执行层包括机器人零部件以及运动控制。第四，四大应用场景，智能制造、自动驾驶、人形机器人以及专业机器人。 二零二六年全球规模预计突破一点二万亿美元，中国占比超百分之三十，为增长最快区域。记得点赞关注哦！

今天这个盘面算是正常的回调啊，那除了我们之前说的这个有色，还有仙境封装这些在逆势上涨，那么机器人在盘面上的表现也是比较亮眼的，那是什么东西在驱动机器人的这波行情呢？盘面上看两个消息是最直接的一个，就是这个语数科技科创版的 ipo， 六月一号，也就下周一马上上会了，打算募资四十二点零二亿，那如果过会的话呢，他就成了 a 股第一家上市的一个人行机器人公司， 与数去年的这个营收差不多有十七个亿，后飞净利润五点九亿，毛利率达到了百分之六十点一三，那么人形机器人的收入占比呢？从二零二三年不到百分之五十一点五三，那整个业务结构它发生了质变， 但是今年一季度他的这个数据相对没有那么亮眼，营收增速回到了这个百分之六十八，扣费净利润还出现了一个同比的下滑， 那么上半年业绩指引也算不上特别的炸裂。另外一个呢，就是这个商务部刚出的一个数据，四月份人型机器人的网上零售额同比增长了百分之二十点六， 消费级的聚生智能可以看出来确实在加速渗透，那把这两个信息放在一起呢？大概能看出来，聚生智能它是正在从一个实验室往可以定价的资产去过渡。聊到这，我们先插一句科普啊， 就盘后不少人在问新闻里，一会说物理 ai， 一 会说这个聚生智能，一会又说机器人，那么这三样到底有什么关系？用比较简单的话来讲呢，就是机器人是身体聚生智能，是让这副身体能感知，能行动的一个完整的系统。 而物理 ai 呢，是这套系统的大脑里面专门来负责理解物理世界规律的那部分功能。 现在的大部分的这个大语言模型，比如你用的这个叉 gpt， 它就属于数字 ai， 它活在一个文字和代码里面，你问它把一杯水放在桌子边上推一下会怎么样，它能回答的头头是道，但是那个不是因为它真的懂重力和摩擦力， 他只是因为读过文本，里面无数次出现过类似的这个描述。那么物理 ai 他 要做的事是让机器他真的能够在三维空间里面去感知周边的环境，理解这个物理的规律，来动手 完成任务，形成一个从感知到理解再到执行这么一个完整的闭环，就有点像 我们从小到大的这样一个成长的感觉。那老黄呢，他说过一句话概括的很直白，人工智能的下一个浪潮就是物理 ai。 打个比方呢，你就明白了， 你家如果有扫地机器人，他能够满屋子的转，不撞墙，不掉楼梯，这个就是机器人的形态在执行简单的物理 ai 的 能力。但是他不懂水杯倒了要先扶杯子再擦水，他也不懂地上有根数据线，要先绕开他， 哪天等他能够做到这些了，就说明物理 ai 真正上了一个台阶。所以说这个三者的关系呢，是递进的物理 ai 他 提供的是如何做这样一个专业知识聚生智能呢？提供身体去实践验证的一个完整的系统， 而这个机器人他就是最终落地的一个主体了，这个也是为什么我前面说不能 只看谁在做整机，而是要看谁真正掌握了这个物理 ai 的 软件能力，那个才是未来毛利结构的一个制高点。回到今天的排面上，大多数人看机器人第一眼反应就是盯这个整机场， 觉得谁做整机谁就掌握了话语权。但是如果真这么简单的话，为什么那些做丝杠，做减速器还有传感器的公司，反而在产业链里面待的非常的稳呢？因为整机厂他最容易看见，但是呢也最容易被资金短期定价。 真正走量之后，最难的不是把这个机制人造出来，而是能不能把它的这个量率抬上去，成本降下来，稳定的交付出去。所以说上游做这些核心零部件的，如果真的进了供应链，而且能够做到每年的成本在持续往下走， 那么它在产业链里面的位置可能就比大多数人想的要重要的多。那至于这个 optimus 量产，今年七到八月份会在这个 福里蒙特的工厂启动，但是特斯拉之前呢，也出现过节奏延后的情况，供应链不是说没有真空期的风险， 总的来说呢，这轮行情他不能简单的看成量产就爆发，真正需要判断的是这轮量产的这个利润到底是留给造硬件的，还是分给做软件的， 现在还下不了这个定论。最后呢也要提醒一句，就是六月一日语数上会，市场的情绪很热，但是万一如果说这个审核反馈不及预期， 或者说盈利的可持续性受到了质疑，板块的情绪是有可能降温的，涨起来的时候呢，不用着急追，先想清楚自己在买什么。

孙雨辰十年前让大家买英伟达，十年后涨了二百七十倍，去年说永远缺存储，存储涨了五十倍，借五十倍存储之后，现在他又说普通 ai 已死， 物理 ai 是 未来三年唯一的主线，并且点名了下一个十年的四个方向，人形机器人、智能无人机、空间计算和太空探索。第一个人形机器人，也 也就是聚生智能，说白了就是物理 ai 的 身体，这是未来十年最大最核心的赛道，没有之一。马斯克自己都说特斯拉 optimus 机器人比汽车业务重要得多，是公司这辈子最重要的产品。新款特斯拉机器人二零二六年七月就要正式量产，英伟达的黄仁勋更是大胆的预测，二零三五年全 全世界将会有十亿台原型机器人，差不多人人都能用得上。以后工厂干活，家里做家务，照顾老人小孩，全都得靠机器人替代人工劳动力，妥妥的万亿级别大市场。第二个 ai， 智能无人机，这就是物理 ai 的 翅膀，它也是最早赚钱，最早跑通商业模式的菜刀。靠人工智能自主飞行， 智能蜂群编队，不管军用民用全都能用，军用就是未来新型的作战装备。无人机蜂群慢慢替代传统坦克的装备，民用就是快递物流、农田打药、线路巡检，整个低空经济全靠它，未来二六年到二八年， 无人机行业会持续的高速爆发。第三个空间计算，相当于物理 ai 的 眼睛和大脑，以前的 ai 只懂文字图片，现在的空间计算能让 ai 更能看懂真实的世界，距离的远近，物体的形状哪里有障碍物， 空间的立体关系，全都能精准判断。不管是人形机器人、智能无人机、自动驾驶，还是苹果的 vr 眼镜，底层全都离不开空间计算。苹果威神 pro、 英伟达最新的世界模型，全都是在做这个底层技术。第四个，太空探索。这是物理 ai 的 最终发展方向。围绕太空卫星、 ai 算力、 星际航天的发展，最大的重磅利好就是 spacex 六月中旬就要登陆美股上市，估值直接冲击一点七五万亿美元， 堪称人类历史上最大的 ipo。 星链打造全球卫星网络，提供太空数据，新建重复地回收火箭，大幅地降低太空的运输成本。再加上马斯克的 ai 人工智能，打造太空专属的算力中心。也就是说，纯聊天画图的虚拟 ai 时代已经过去了，真正赚钱的是 落地现实世界的物理 ai。 二零二六年就是物理 ai 的 元年。四大主线，人形机器人、智能无人机、空间计算和太空探索而贯穿所有赛道永远不变的刚需，缺存储、缺算力、缺能源视频仅供参考，不构成任何的投资建议。

家人们，整个科技隧道的逻辑彻底变天了！大佬张雨辰放出颠覆性炸裂言论，新信虚拟 ai 时代已经彻底终结，未来三年，物理 ai 将是全球科技核心主线。相信很多人还在炒作大模型虚拟算法、 ai 软件， 但是真正的产业红利早就悄悄切换赛道。简单直白跟大家讲透，物理 ai 就是 看得见摸得着的实体智能硬件，平行机器人、运动控制器、高精度感知传感器、传统执行硬件，所有 ai 技术全部落地实体设备，彻底告别虚无的虚拟算力炒作。 当下，物理 ai 行业已经进入全面供不应求的爆发期，高端智能硬件产能紧缺，一获难求，全行业企业订单直接拉满，交付周期持续拉长，业绩确定性直接拉满天花板。 今天我给大家整理出全市场最纯粹、无副业、无蹭概念的物理 ai 十大订单龙头榜单，全部是专一深耕赛道，专注实体硬件订单，锁死未来数年业绩的硬核标地。 其中前两名断层碾压，直接包揽行业大半市场份额，含金量拉满。郑重说明，以下内容仅为行业逻辑分析，不构成任何投资建议。 新星第十名，五周新春在手订单十五万亿，交付至二零二六年三季度。新星，纯正人形机器人传动骨骼龙头，深耕赛打行星滚柱四杠核心硬件，同时也是特斯拉核心供应链企业， 公司极致专一 all in 人形机器人关节硬件赛道，不跨界，不搞多元化副业，核心滚柱传动硬件产能全开，十五点二亿在手订单稳稳锁定未来两年业绩， 交付周期直达二零二六年三季度第九名，中大力德在手订单二十四亿，交付至二零二六年底。新兴 a 股实打实的纯机器人传动硬件标的，业务纯度极高，彻底摒弃砸向业务，常年深耕动力传动核心硬件领域 阶段新增上万台全新产物，专注打磨机器人主业，拒绝概念炒作。二十四亿落地，订单饱满，产能排期直接覆盖至二零二六年全年。 新星第八名，拓斯达，在手订单二十九亿，交付至二零二七年一季度。新星，优质纯国产工业机器人标杆企业，核心聚焦工厂自动化、智能设备，同步深度布局人形机器人核心技术研发。公司坚守主业底线，不做低端拜工，不碰消费电子赛道，业务纯粹度行业顶尖。 二十九亿优质订单落地，业绩确定性极强，交付周期直达二零二七年一季度。新星。第七名，奥比中光长期锁定订单三十一点二亿，交付至二零二六年底。新星， 国内三 d 视觉感知绝对龙头，堪称人形机器人的超级眼睛公司自主研发高端视觉芯片，业务高度聚焦，全程只深耕机器人视觉感知赛道，没有任何庸于副业，是感知硬件赛道独一无二的纯正标地。 三十一点二亿长期合作订单落地，产能排期直至二零二六年底。星星第六名，绿地斜坡在手订单五十九亿，交付至二零二六年底。星星人形机器人核心骨骼供应商，也是 a 股最正宗的专用减速器龙头。 公司布局多做智能生产基地，交付能力、品控能力行业顶尖，多年专一生产机器人船动核心零件，坚决不跨界扩张，不盲目跟风热点。五十九亿刚需硬件订单饱满，稳稳吃到人形机器人爆发红利，交付周期至二零二六年底。 星星第五名，锁城科技在手订单三十八五亿，交付至二零二七年。星星黑谷稀缺独家机器人仿真软件龙头，赛道唯一性极强，核心业务是为机器人搭建虚拟仿真训练系统，让机器人通过虚拟模拟反复打磨动作，优化精度， 是物理 ai 落地的核心软件底座，同时垄断军工、工业两大高端仿真赛道，行业几乎无竞争对手，三十八点五亿订单全部锁死。至二零二七年上半年， 国产机器人整机核心龙头实现从核心电机控制系统到整机装配的全链路自研，彻底打破海外技术垄断。公司专注实体机器人制造，全力推进国产替代，同时为人型机器人提供底层运动控制核心技术。二十七亿优质订单落地，能排期直达二零二七年上半年。新星第三名，新时达硬件订单 五十三二亿，交付至二零二七年中旬。新兴高纯度机器人运动控制龙头，主动剥离汽车、消费电子等无关业务，聚焦核心主业，专攻机器人驱动器关节。智能控制系统是物理 ai 设备精准运行的核心保障， 工厂常年满产满销，产能利用率拉满。五十三点二亿硬件订单锁定业绩，交付周期直达二零二七年中旬。新第二名，怡和达自动化配套订单六十五点三亿，交付至二零二七年末。新兴被业内誉为工业机器人万能配件库，行业地位无可替代，国内绝大多数机器人研发、生产企业均采用公司的智能配套产品， 业务百分之一百聚焦物理 ai 智能硬件赛道，技术壁垒高，客户粘性极强，六十五点三亿订单体量稳居行业第二，交付周期直接排到二零二七年年末 新星第一名。拓普集团总订单一百二十八亿交付至二零二八年，赛道绝对总龙头。新星物理 ai 赛道真正的断层总龙头。 作为特斯拉人形机器人核心独家供应商，专注研发生产机器人关节、底盘、执行器等核心硬件，业务纯度拉满，无任何杂项业务拖累。一百二十八亿超级订单体量碾压全场，稳居榜单第一，产能排期直接锁定至二零二八年，未来三年业绩躺赢 家。人们看懂这十家龙头，就看懂了未来科技的终极趋势。虚拟 ai 的 炒作红利已经彻底结束，没有实体落地的算法模型全部沦为过去式。新未来三年，市场主线离不开看得见摸得着的物理 ai。 这十家企业清一色纯赛道，无杂毛，订单爆满，产能锁死未来数年业绩 从传动、骨骼感知硬件、减速器、仿真软件到整机配套完整覆盖物理 ai 全产业链，是本轮科技赛道切换最硬核的核心标地。 紧跟产业趋势，放弃过时的虚拟 ai 炒作，聚焦实体智能化红利，才能抓住下一轮科技主生浪。今天这条短视频就分享到这里，喜欢的朋友记得点赞、收藏，转发给其他有需要的朋友，我们下期视频见！

现在大佬公开表态，虚拟 ai 红利已经见顶，未来三年物理 ai 将是唯一主线。物理 ai 就是 把智能机器人、运动控制器、感知传感器等物理智能硬件供给给机器人企业、智能终端制造公司使用。现在实体智能全面爆发，高端物理硬件一气难求， 各家企业订单全部爆满，市场供不应求。以下是订单量前十的行业龙头，前两名更是占了整个行业的大半份额，实力断层领跑，文本内容只做行业分析，不构成投资建议。第十名，中科创达物理 ai 智能算法签约定单超十四点八亿元， 深度绑定英伟达智能生态，主打机器人智能判断、运动控制程序研发小型智能算力模块，适配工业机器人使用。本次为了补齐算法维度，保留上榜，唯一缺点是车载业务占比偏高，纯度一般， 给各大科技大厂长期供货。订单排到二零二六年二季度第九名。中大力德目前在手物理 ai 硬件订单约二十四亿元， 纯正机器转动硬件公司芯片国产加进口，双线搭配，目前有一点七万台智能驱动设备投产，后续还要再加一点二万台产能， 专心做机器人转动动力硬件，没有乱七八糟副业，纯硬件赛道，公司订单排到二零二六年底第八名。拓斯达国产物理 ai 硬件订单超二十九亿元， 正经做工业机器人的企业，现有智能设备产量两万至二点四万台，专注工厂自动化机器人配套硬件，同时助力国产人形机器人研发业务全部聚焦智能装备， 不做代工，不做消费电子赛道干净纯粹，订单排到二零二七年一季度第七名，奥比中光长期订单超十一点二零亿元。国内三 d 视觉第一名，通俗说就是机器人的眼睛， 自主研发视觉芯片和识别算法。公司从头到尾只做机器人视觉，没有任何副业，给头部机器人企业长期供货，国内视觉传感器出货量第一，订单排到二零二六年底，是感知隧道最干净的独苗。第六名，绿的斜坡在手，订单超五十九亿元。 人形机器人核心零部件龙头， a 股最纯粹的机器人关节骨骼供应商，主打精密减速器，年产零部件超三万套，全国布局五十八座智能工厂，交付稳定靠谱。 公司只做机器人转动零件，不跨界，不瞎扩张，是人形机器人必不可少的硬件。订单排到二零二六年底第五名，锁程科技在手，物理 ai 仿真软件订单超三十六亿元。 a 股独一份的机器人物理模拟训练软件龙头，稀缺程度极高，自研物理仿真系统，对标国外顶尖训练平台，通俗讲就是给机器人建虚拟训练场，让机器人在电脑里反复练习动作。 军工、工业仿真双赛道垄断，国内基本没有对手，订单全部排到二零二七年第四名，埃斯顿 在手，智能机器人订单四十七亿元。国产工业机器人整机龙头，从电机控制器到机器人整机，全部自己研发， 专心做实体机器人，不搞跨界杂业务，主打工厂智能机器人，助力国产机器人替代进口设备，给人型机器人提供底层运动技术支持。订单排至二零二七年上半年。第三名，新时达精密运动控制硬件，订单五十三点二亿元， 纯正机器人控制企业，不做汽车，不做消费电子，专门研发机器人驱动器、控制器、运动模组，主要给国产人形机器人做关节控制系统，产能常年爆满， 赛道纯粹没有副业，是小众高质量的控制板块龙头。订单排到二零二七年中旬第二名，怡和达自动化物理 ai 配套，订单六十五点三亿元，行业内俗称工业机器人的万能配件库，专门生产机器人结构件、运动配件， 国内绝大多数机器人研发公司都在用它的配件。业务百分之一百聚焦智能硬件，不做算力，不做代工，行业门槛很高，竞争力极强。订单排到二零二七年末第一名，博识股份 物理 ai 智能机器人，订单一百二十一点五亿元，全 a 股最干净没有水分的机器人整机公司， 不做新能源，不造汽车，不碰消费电子，自主研发机械臂重载机器人智能控制系统，只专心生产实体工业机器人，业务简单直白，血统纯正，是物理 ai 综合实力最强的总龙头。订单排至二零二八年初。

普通 ai 发展空间或许要触及瓶颈了，未来大概率不再是虚拟 ai 单独内卷的时代，物理 ai 很 有可能会成为接下来的核心趋势。很多人可能还没搞懂到底什么是物理 ai。 抛开大家熟知的人形机器人和商业航天不谈，我们可以先从生活的角度简单地去理解，自行去思考一下。过去这几年，我们接触的 ai 基本上都局限于手机、电脑软件屏幕里，只存在于虚拟网络当中，是看不到摸不着的智能。 而物理 ai 或许就是把人工智能落到我们现实生活的实体物件上，让身边真实的物件慢慢拥有感知、判断、互动的智能的能力。这大概率或是未来的新方向。结合最近的一个行业现象，大家可以思考一下，一起发散思维。 最近，易烊千玺等明星开始代言两轮电瓶车、三轮电瓶车等品类了，这其实是一个很有意思的信号，而且电瓶车也开始发发布会了，我们不妨想一下，现在的电瓶车只是单纯的代步工具，那未来的两轮电瓶车有没有可能全面植入物理 ai 功能呢？智能路况提醒、骑行安全监测、 电量智能判断天气出行提醒等功能。顺着这个逻辑往下延伸，我们家里的所有电器、日常家电，大概率都存在 ai 改造的巨大的可能性。先说说我们家家户户都有的冰箱， 传统的冰箱只有冷藏、冷冻的基础功能，但如果植入物理 ai 和感知系统，或许未来的冰箱可以实时监测内部食材的新鲜状态，它可以根据这个状态来提醒你 哪些食物快要过期，哪些食物已经变质，还可以根据你现存的食材，智能的推荐你合适的菜谱，帮你合理规划买菜清单，减少食材的浪费。再比如说我们的空调、空气净化器，它们未来的核心价值或许不只是单纯调温净化空气这么简单。 搭载物理 ai 后，设备可能会自动感知室内的温度、空气质量以及主人的身体情况，根据环境的变化呢，主动调节运行模式。再 比如说我们的燃气阀，如果能接入物理 a， 不 仅能检测燃气的泄露，还能自主截流，假如它还能与系统互发指令，一整个社区的燃气是不是就能更加的可控？是不是就能避免一些不好的事情发生？同理，洗衣机、电饭煲、扫地机器人、热水器， 几乎所有的居家硬件理论上都可以完成物理 ai 的 升级迭代。当然，我刚才所说的都是对未来的畅想，大家也可以补充。

ai 是 目前最火也是工资最高的行业，估计未来很长一段时间也都会是这样。很多人都问我，想要进入 ai 行业，我应该选什么专业？我是不是要再回学校拿个什么学历？大家之所以这么问，是因为大家看到 ai 公司里的员工大部分都是数学、物理、计算机的博士， 其实这些学历很可能都不重要。瑞典有个小哥名叫 gabriel peterson， 他 是一位高中辍学生，他零基础，靠着一边在创业公司工作，一边自学，花了五年，成为了全世界最头部的 ai 公司。 open ai 的 明星产品 sora， 也就是前段时间大火的那个视频生成模型的核心研究员。 我查了一下年薪总包，换算成人民币应该接近一千万人民币。前段时间他接受了一个访谈，详细讲述了他的经历和所有行为背后的逻辑，包括为什么从高中辍学，后来怎么从零基础，只花了五年就学会了如何训练 ai 模型，成为了最顶尖 ai 公司的核心研究员。为什么大部分人的学习方式都是错的？ 年轻人想要拿到高薪，应该怎么规划人生？我自以为是个学霸，职业路径也走得相对成功，但跟他相比，我自愧不如。更重要的是，我是真心觉得他的方法可以复制。所以，如果你想让自己剩下的人生更加成功，或者希望自己的孩子取得成功，这条视频值得你看完。 这位小哥说，大部分人的学习方式都是错的。学习有两种方式，一种是自下而上，另一种是自上而下。 所谓自下而上，就是从基础知识出发，先学简单的知识，再一点一点进阶，这是学校采用的教学方式，也是大部分人习惯的学习方式。但这位小哥说，这种学习方式是错的， 因为用这种方式学习，你既没有目标感，也没有动力。正确的方式应该是自上而下，从要解决的一个具体问题出发，看要学什么知识，然后有针对性的把这些知识学会，直到最终能把这个问题解决掉。用这种方式学习的好处是，你在学每一个知识的时候，目标感会非常明确，因为你知道 把这个知识搞明白了，问题就解决了，甚至还能赚钱，这是非常强的正反馈机制，这种正反馈机制会成为学习最大的动力。对于这点，我深有体会。 我记得前些年我闲着没事的时候，我在网上看斯坦福的人工智能课，我发现很难学下去。倒不是因为学不懂，毕竟我是学数学的， 之所以感觉学不下去，是因为课程里就是一个理论接着一个理论，很快我就无聊了。为啥无聊？因为我不知道花时间学这些能有什么用。我已经算是爱学习的人了，但我依然对抗不了人性，而人性就是需要正反馈。所以第一个结论就出来了，更有效的学习方式是在实战中学习， 一边实战一边学习。那这种自上而下的学习方法，具体应该怎么做呢？这位小哥说，你一定要用好 check gpt， 当你要解决一个问题的时候，你就可以直接问 check gpt， 说，我要解决这个问题，我需要做什么？ check gpt 会告诉你做一二三四，然后你可以问为什么要做一想，要把一做好需要做什么，这个名词是什么意思，这个公式是什么意思？等等等等，总之，有任何不清楚你就问， 打破砂锅问到底，直到你把这个问题完全搞明白。这样的学习方式之前，之所以不可行，是因为没有 ai， 你 想想过去，你怎么可能找到一个这么博学的人能陪在你身边，让你半夜十二点也可以随便提问呢？但是有了拆 gpt， 一个月二十刀全部搞定，你唯一需要做的是会问问题， 所以你看，这就是 ai 时代才有的大红利，不用足，太可惜了。学会了自上而下的学习方法之后，还有一个问题要解决，就是怎么让公司雇佣自己，从而让自己有机会去解决实际问题。 确实，对于一个没有学历还没有证明自己的年轻人，想要被公司录取，听起来确实有点天方夜谭，但这位小哥说，你觉得难，是因为方法不对。他说从底层逻辑出发，公司都想赚钱， 所以本质上公司需要的是能解决问题的人。关于这一点，他最大的感触来自于跟表哥创业的经历。他从高中辍学之后， 加入了表哥的创业公司，给电商公司卖推荐算法，其他公司卖推荐算法都是介绍自己的算法，能干啥，有多好， 自说自话，这位小哥就很直接，他会把客户在卖的东西都复制到自己的推荐引擎里，然后给客户展示，说这是你之前给客户推荐的商品，这是我们的推荐引擎，给客户推荐的商品，你看看哪个推荐更合理， 或者你可以做一段时间的对比测试，看看我们的推荐逻辑，是否能帮你赚更多的钱。用这种方式，客户的接受度就很高。同样的，在公司招聘这个场景，你介绍自己的学历、经历，其实都很绕很不直接。你就直接展示你具体做了什么产品，写了什么代码，对方一看就知道你能干活。 如果对方还有疑问，你就说，你给我一些任务，我给你免费打工一周，你看看我的工作能力。这位小哥说，没有公司会拒绝这样的提议。 对于这点，我也很有感触。我还记得我当年找工作的时候，我的心态就是，我什么也不懂，所以我就等着去公司里学我创业自己当老板以后，从老板的视角，我真觉得我之前能找到工作真的是幸运，因为说实话，没有老板真的想要培养员工， 老板们都想赚钱，而培养员工成本很高。现在这个时代，年轻人找工作尤其难，我给大家支个招，结合之前讲的自上而下的学习方法，你可以先用 ai 学会解决一些简单问题，用这些技能开始工作起来， 一开始工资低也不怕，在工作中你会有机会解决更加复杂的问题。你再用自上而下的学习方法，把这些问题解决掉，同时学会更多的技能。然后你就可以像滚雪球一样，逐渐把自己的技能积累起来，变得越来越强，相应的你就会变得越来越值钱。这个方法每个人都能复制， ai 的 到来确实会取代很多岗位。在未来的几年，白领，尤其是年轻白领，找工作会越来越难，很多人都很焦虑，但其实不用焦虑，就像我今天在视频里分享的 ai， 在 取代一些工作的同时，也为大家打开了很多新的可能性。 希望我的视频可以帮助你尽快完成 ai 时代的转型，成为 ai 时代的赢家。未来我还会分享更多类似的内容，感兴趣的朋友们可以点赞加关注。

屏幕前的朋友们大家好，欢迎来到老蒙的 ai 日记。上期我们讲了 ai 凭空瞎编乱造的幻觉原理，这其实极其反常识，但也极度能帮你认清现实的。一期专门给大家讲透 为什么哪怕你用的是顶级大模型，还是躲不开幻觉，甚至连你定的人设都能忘得一干二净。 不知道你在用 ai 的 时候，有没有经历过这两种抓狂的瞬间。第一种，你花了大半个小时给 ai 设定了一个完美的角色，规定了他的语气和禁忌。 刚开始聊得很好，但当你聊到第五十句的时候，你发现他突然放飞自我了，他不仅忘记了你最初的设定，甚至开始胡言乱语。第二种，就是我们上期重点拆解的 ai 幻觉名场面。 你把一份长达一百多页包含海量核心数据的行业财报发给他，让他提取关键信息，他煞有介事地给了一个结果，你拿去汇报，结果却被老板当场质疑，因为那个数据是 ai 凭空捏造的。很多人第一反应是，这 ai 怎么这么笨？ 是不是我用的模型版本不行？今天老猛要告诉你一个底层真相，别怀疑自己，也别急着换模型，因为哪怕你现在用的是全球顶级的千亿参数大模型， 他依然无法跨越两座物理层面的大山。我把这两座大山叫做大模型的记忆边界。先看第一座大山 容量域值，也就是大模型的物理失忆。我们总觉得把文档发给 ai， 就 像存进电脑硬盘，永远都在。错了，大模型的记忆机制根本不是硬盘， 而是极其昂贵且容量有限的工作内存，它的容量单位叫 token， 你 可以把它想象成一个固定大小的蓄水池。 你和 ai 聊的每一句话，都在往蓄水池里注水，一旦水满了会发生什么？为了保证对话能继续，系统会触发一个冷酷的先进先出机制。就像一个两头通的管子，新的对话塞进来，管子里最老的信息就会被无情的挤出去。 这就是为什么聊到后半场，他会彻底忘记你开头的设定，因为他从物理层面上已经被强行重置了。他不是不听话，而是真的失忆了。 你可能会说，劳猛，我现在用的模型支持几十万头坑，水缸足够大了，我扔一本十几万字的书进去，他总该记住了吧？这就引出了第二座也是更难跨越的大山 中间迷失定律，英文叫 lost in the middle。 水缸变大了，不代表它能看清全貌。顶尖学术机构做过大量测试，揭开了 transformer 架构的底层面纱。他们发现 ai 在 处理超长文本时，注意力是极度不均匀的。 学术界有一条著名的 u 型注意力曲线，听好了。当 ai 面对长文章时，它对放在最开头和最末尾的信息提取准确率极高。但是只要信息被夹在文章中断，也就是 u 型曲线的谷底， ai 的 注意力就会出现断崖式的下跌。它就像一个极其缺乏耐心的阅读者，快速翻阅一千页的书，能记住续言和大结局。 但如果你问他第四百五十页藏着什么核心数据，他基本会视而不见。更糟糕的是，当他找不到答案时，就像我们上期说的，他极度讨好人类的算法基因会让他绝不跟你说我不知道，只会强行编一个答案给你。 这就是长文本幻觉的真正来源。水满则溢的失意，加上 u 型曲线的注意力塌陷，这就是目前算法底层依然存在的硬伤。了解了工具的极限，你才会明白为什么有的人用 ai 总翻车， 有的人却能用 ai 打造出高效的工作流。高手和小白的区别就在于，是否懂得规避这套记忆黑盒。 既然规律摆在这里，我们难道就束手无策了吗？当然不是，目前我们完全可以通过一套高阶的外挂打法来强行破局。 上期我们搞懂了 ai 幻觉是什么，这期我们扒拉他躲不开的底层根源，想知道如何彻底打破 ai 的 记忆诅咒，让他真正变成过目不忘的超级助理吗？ 点赞关注老猛的 ai 日记，下一期视频我会把破解实操手把手教给你，我们下期见！

大家好，黄仁勋定调的下一波 ai 浪潮，物理 ai 真的 要来了，最近最火的物理 ai， 黄仁勋都直接定调了，这就是人工智能的下一波浪潮，他说机器人领域的拆的 gpt 时刻马上就要来了， 人形机器人五十年的发展路径直接能缩短到五年，还有孙雨辰也说了，这就是下一个十年的超级风口，这热度直接拉满了。那到底什么是物理 ai？ 简单说就是连接数字世界和物理世界的关键技术，通过仿真训练、算力支撑、环境感知这三大环节，让 ai 能真正理解交互真实的物理世界。 它的应用可广了，人形机器人、智能驾驶、工业仿真，还有军事训练，这些领域都能用。我也给大家整理了公开的配套供应商，都是公开可查的。 咱们简单说，首先是最核心的仿真训练层，这是物理 ai 的 核心，索辰科技全链条的技术体系，聚焦多物理场仿真，还有物理规律驱动的智能体训练。 梵拓树创已经构建了物理 ai 三 d 数字孪生的核心技术产品都在落地验证了。天瑜树克打造了空间智能的 mas 平台，支撑 ai 从认知智能迈向物理 ai。 华如科技以军事模行为底座做虚拟训练，这些解决方案还有华丽创通、官享科技、智微智能、钟望软件这些也都有相关的布局。 然后是算力底座层，美格智能高算力的 ai 模组支撑端侧的计算道士技术，打造了原子级的科学计算算力中心，给物理 ai 提供训练样本 云从科技和华为联合作了可控的训练场，提供安全的算力底座，然后是环境感知层，凌云光用运动捕捉做巨深智能的全链路解决方案。天准科技布局了人形机器人的巨深智能控制器，奥比中光传感器的数据流， 直接给物理 ai 提供实时的感知数据，中长期来看，这就是 ai 从数字世界真正走到物理世界的一步，以后不管是人形机器人还是智能驾驶，都能靠这个技术更快的落地，整个行业的空间真的不小。最后再跟大家敲黑板强调 n 遍， 所有这些都是公开可查的行业信息，所有内容都只是行业资讯的整理，没有任何投资建议，大家纯当涨知识就行，别瞎跟风啊。当然也要提醒大家，要是产业的落地进度不及预期，也会影响行业的景气度，这些都是要注意的。你们觉得物理 ai 还有什么隐藏的产业机会？评论区聊聊。

我先把结论甩出来，这个世界往后走，最值得爆注的资产只有两个，天上的太空和地上的机器人，其他都是分支。 ai 是 分支，芯片是分支，自动驾驶也是分支，所有这些东西，最终都会汇到机器人身上。这是一道我已经赌了快十年的数学题。孙雨辰上周喊了一嗓子，下个时代是物理 ai， 直接把全网喊蒙了。我下午刚和他深聊过， 根本不是想推荐股票，只是被存储那一战的封神效应硬生生推着往前走。可我跟你说句真心话，短期在物理 ai 概念股里疯狂炒作的人，绝大部分都会接最后一棒，这帮人彻底吵疯了， 满满的投机味道。但物理 ai 这件事，本身是一辈子都不能下台桌的顶级赛道，我简单讲清楚物理 ai 到底是什么战绩，必定未来。之前没人真正相信 ai 能改变世界，等大模型彻底实现能力涌现， 所有人都恍然大悟，现在出国根本不用刻意学英语，实时同声传译完全够用。而当 ai 开始从屏幕里落地，走进现实界，这就是具身智能。具身智能一共分两个阶段，上半场是自动驾驶， ai 彻底跳出屏幕，精准识别路上的行人车辆红绿灯。这条赛道我十年前就开始投，那时候根本没人叫物理 ai， 统一叫数字栏升。 等到黄仁勋去年说下个时代是 facebook ai 存量公司一夜之间集体改名物理 ai。 第一步下半场是机器人，这是真正的人类世界，比自动驾驶复杂一百倍。我两年前开始喊重视机器人的时候，没人信，朱小虎喊伪命题，富盛喊植物人，直到语数上了春晚转手券，市场才反应过来机器人的核心难点在哪？运动控制语数解决了，全世界第一，谁也学不会， 剩下唯一的硬骨头就是大脑，怎么让他自己识别现实不靠人手把手教我。说白了，这一仗打完，机器人就是新的人类。我在这条链上投了五种路径，第一种是场景克隆，把一个厨房复制成一百万个，扔进同一个动作，让算法跑一百万次，本质上还是在屏幕里训练，只是数据量大到能有限，这是数字孽生的一脉，也是市场最熟悉的入口。 第二种走的是人体动物，我们投的理态科技就是这条路，戴头盔加爪子，让人去酒店打扫一万次房间，把动作数据全采下来，喂个模型，让模型自己学会被子怎么叠，马桶怎么擦。这条路的好处是数据真，问题是采集成本贵。 到了第三种就是纯视频采集，介于场景克隆和动物之间，保洁员戴个头盔出去打扫，没爪子，只采视觉。等到哪天有一个超级模型能从纯视频里学出动作规律，这条路就赢了。说穿了，堵的是未来世界模型会涌现。第四种，最高级机器人人体采集， 直接造一台机器人扔在星巴克里捡咖啡杯，捡错了就纠正飞哥 ai 捡快递的视频火了就是这一卖。人体采集的好处是避缓短，问题是数据量小。最后一种是脑机路线，也是最悬的。 前段时间有个项目找我，说前面那些全是扯淡，应该走美国果蝇那条路，把果蝇神经元全部复制到电脑里，电脑里那只果蝇就活了。我跟他聊了一晚上，越聊越像故事，最后没投。我可以这么说，中国一级市场投数字万升到两年前加仓机器人本质。这就引出我那天在直播里说的那个话，炒物理 ai 概念股短期内是个好选择吗？ 不是。为什么语言大模型能涌现，是因为人类语言早就高质量沉淀了几千年，书籍、论文对话喂进去就成。但物理世界没这个东西，一个苹果可以放在桌上，可以掉在地上，可以被切成八瓣，可以泡在水里飘起来，你怎么穷举？所以物理 ai 的 涌现速度会比语言大模型慢得多，一年内出一个拆的 gpt 级别的物理 ai 根本不可能。那短期市场炒概念股靠什么涨？能跨情绪？ 但概念股是要公布业绩的，你只要业绩跟不上估值就得回吐。你买的不是赛道，你买的是一张赛跑入场券，还得每个季度续费。那应该买什么？一定是持有机器人， 机器人最后会把这条链上的东西全部反映到他身上。 ai 芯片，传感器、电池，你在分支上吵来吵去，永远不如直接持有终点。机器人应该拿多久？我可以告诉你一辈子理想。最近有一段访谈，他说汽车不就是机器人吗？ 自动驾驶不就是物理 ai 的 前置吗？说的很对，所有东西都是机器人，但很不幸，他的车现在还是四个轮子的市场暂时不信，等他真转型成功就是另一个故事。而往天上看，是太空经济。 the base x 如果上市一万多亿美金，我认为还没透支他一级市场这几轮估值一度抬到几千亿美金量级，但在太空领域他是无可争议的全球霸主，对标地球上的英伟达和谷歌都不过分。 往下看是机器人，中间的所有东西 ai 芯片，自动驾驶、大模型、人形全是分支。这个世界以后就这两条路，其他都是过渡，资金配置一定要去抓住塔尖，如果你不需要做风险对冲，黄金、稀土这些跑赢通胀的标的甚至都可以砍掉。把百分之四十压 ai， 百分之四十压机器人，百分之二十给其他底舱建好了，剩下的就是出去晒太阳。 我直播五年了，你但凡用脚趾头想想，坐在你面前的这个人是真正穿越周期的人。这不是吹，我跟你说一件事，这个世界要被重塑，重塑的方向只有几个塔尖，你看清这一点跟没看清这一点，五年之后是两种命运。对马车只能买底层的一专栏啊， 底层的专栏我建议你买一份啊，底层的专栏是一个你不会后悔的这个五年零差评的一个东西。五年零差评的一个东西啊。 你听我直播就是你能见到的就是真正的做投资的一线的有段位的人了。其实很多人经常说，你这么牛逼，你这么有钱，你还搞什么自媒体。其实你真正看我直播你就明白了，对吧？我一年百分之九十的时间吧，都在外面看项目啊，用在这个直播上时间就是就这点时间吧，其他时间我全部都在外面看项目啊， 然后你看我也不录短视频等等，我就把我的认知和你分享。马车都没问题啊，马车都没问题，你不用挨着问啊。我可以这么说，你看我在我更新马车之后啊， 你看看是不是稳的一特别稳，你不用一直问我，我跟你说我觉得有问题我会换的。我没换你担心啥？我没换你担心啥？我要觉得有问题我肯定会换的呀。不用担心啊不用担心啊，底层楼一专栏啊，大家看底层楼一专栏啊，因为抖音上咱不能随便乱说啊。看 底层楼一专栏就是小黄车啊小黄车，然后我们橱窗里面底层楼一专栏呢？客观说买了的人都不希望别人买，为什么？因为他觉得这个东西太好了，对吧？这个别人都洞悉了怎么办啊？这个开玩笑，真真是这样，但是你想想五年好评率百分之百啊 五年好评率百分之百，大家看一下就知道了。所以我觉得还是值得拥有的啊，还是值得拥有。我们那个公开直播不聊个股啊，我们不聊个股，这个非常危险。中新皇后，我们周一再聊好不好？周一再聊啊，然后大家有机会的可以买下底层逻辑专栏啊，如果你有机缘的话，咱俩可以通过底层逻辑专栏链接一下啊， 链接一下，没什么注意的马车，你就看底层楼底砖兰就完了啊。现在有人不是底层楼底砖兰的用户吗？应该很很少了吧，咱这牛市还能省这点？现在就是一个，你在一些领域里面就是牛市，但是你在外面你就觉着熊市，现在就是这么一个状态啊。同商学院，底层楼底砖兰是你必须要去买的小黄车，考虑一下。

最近孙雨辰公开喊话，普通 ai 已经发展到头了，物理 ai 将是未来十年最具价值的超级风口。那么什么是物理 ai？ 国内有哪些头部玩家呢？今天咱们不绕弯子，一次性把五家国内物理 ai 代表性企业给你盘明白。 如果说过去的 ai 只活在屏幕和云端里，帮你处理一些数据，那么未来的 ai 则是让智能拥有了肉身，它们是可以通过机器人、机械臂等等载体， 进入真实产业、真实场景、真实生产线，成为真正能够创造价值的实体智能生产线。机构就预测啊，这个赛道未来十几年将会从几千亿美金增长到三点二五万亿美金啊！这就是资本疯狂入局的根本原因。 那么国内物理 ai 的 头部玩家都有谁呢？首先是集齐了字节，阿里、美团、小米拿全了互联网大厂大满贯的绝对独角兽就是自变量机器人。这家公司非常极端，他不做机器人外壳，而是专门死磕通用物理大脑， 不管是人形机器人、机械臂还是四足狗，插上他的这个脑子，就能够通过观察世界，自己学会干活。他的目标就是成为物理世界的安卓系统，但是他的死穴也在这里，对软件大模型泛化能力的要求是天花板级别的啊，做出来就是神，做不出来就容易沦为高估值的空中楼阁。 跟他走完全相反路线的，是商业化落地，跑的最快的实战变现派制平方，他的估值已经冲破了百亿。他和自变量的区别在于，他是软硬一体的，两手抓，带着大模型直接下工厂。 他走的是最快进场干活，最快开始收钱的路线，但是这也就意味着他的资产极重，未来必然要面临制造端供应链的全球大内卷，长期范围扩张或许会受到一定程度的限制。 接下来是大厂光环加持的踏实之行，由远百度和华为的智驾顶级天团组建，他们成立才短短一年多的时间，是接连刷新了行业融资的记录。 他们手握成熟的自动驾驶前沿技术，跨界机器人领域，要靠着恐怖的大厂资源去收全站式的生态税。但是这种超级大个的游戏技术迭代和算力烧钱的速度同样是极其恐怖的呀。 十字航目前还处在前期布局阶段，距离大规模盈利还有一段距离，后续进入二级市场也会面临不小的业绩兑现压力。 而剩下两个估值冲破了百亿的巨头，就是星海图和千寻智能，他们卡位的是这个软硬双修，场景为王的赛道。其中千寻智能的人型机器人已经正式落地宁德时代动力电池生产线，真实走进了工业制造一线来完成实操作业。 一家估值已经超过两百亿的新海图，虽然看似是靠着自研的轮式双臂机器人硬件横扫市场，但是它的底牌其实是以硬代软。 创始人是顶尖自动驾驶算法大牛，他们不断开源自己的通用大模型大脑，想要通过卖设备把自己的系统铺满全行业，走的是硬件铺路、软件垄断的这个生态大法。 两家都在用实体产品吃制造业的订单，打法稳健，但是现实环境太复杂，如何把定制化的场景变成标准化的量产，是他们走向万亿必须熬过去的硬骨头。 把这五家玩家的底牌全部盘完了，商业路径其实是特别清晰的，制平方在快速跑通，商业化拿现钱，他是这行在用大厂资源博，而顶层格局金海图和千寻智能则在靠硬件拷位求稳健，而自变量是压住长线的通用性。 在这个全新的万亿级新大陆，到底谁能笑到最后？是软件还是硬件？是系统还是身体？欢迎您评论区留下你的看法。我是谢雅芳，你的新经济摆渡人，关注雅芳创面派，我们下期见！

物理 ai 将是下一个超级风口。这句话不是我说的，是孙宇辰孙阁，即他的这个名言，短期缺芯片，长期缺能源，永远缺存储之后相当于是一个再一次的预言吧。他之前说的不管是芯片、能源存储还是再往前的比特币， 都是已经得到验证了，他的眼光还是很超前的。就有句话也说，孙哥的项目你别投，但孙哥的话你不能不听，就他确实是预演中了过去十五年所有的风口， 而他这次又把这个目光投向了物理 ai， 他 说这个其实我是有点兴奋了，因为我终于能跟上他的节奏，或者说共振上了。那什么是物理 ai？ 简单理解就是给 ai 装上摄像头，就是让 ai 能够实时地、真正地看见我们这个物理世界， 能看见我们所看见的，并且理解我们的行为，理解这个世界的物理规律，理解人们之间的行为逻辑，还有物体之间的相互关系。就它不再是只是能处理语言啊，或者是文字图片的一个数字工具， 而是能真正的像人一样。它突出的是人工智能的人这个字，其实也就相当于把 ai 当做一个我们刚出生的婴儿，教会他这个世界是怎么运行的，让他真正像人一样能够思考， 能够做出行动。那我不知道孙哥怎么想的，我为什么这么看好物理 ai， 是 因为我一直认为就是真正的 ai 应用，又不是那些我们之前炒了一段的什么营销啊，传媒啊，或者是 软件提高办公效率的什么土币的一些工具，这个太基础了，它只是利用 ai 来帮我们提高了效率，它本质上没有创造出任何新的需求，它只是降低了现有一些业务的成本而已。那难道人工只能只能干这些事吗？ 只是提高效率，人工智能可是被认为是人类最后一次工业革命，所以我一直觉得真正能改变世界或者是真正的 ai 应用，一定是创造出完全新的需求， 新的产品的，甚至是全新的商业模式，而不是那些本来已经存在 ai， 只是给它们加个速或者提高效率这种而已。真正的革命一定是来自于那些目前还没有被发掘出来，或者是还不成熟， 但是能够未来跟我们日常生活完全绑定在一起，深度融入我们的生活，并且能产生大规模盈利的，这个是一个非常重要点。 你 ai 投入这么多钱进行这个基础建设，你看现在什么算力，芯片存储都长成啥样了？那 ai 到底怎么盈利，怎么支撑下这种高额的资本投入呢？只是靠一些 面向企业端的 to b 的 这种，比如说收个会员啊，每个月收多少钱？那内容怎么可能啊？就靠你每个公司给的那点会员费， 根本撑不起 ai 带来的庞大的资本投入，还有电力能源的消耗。 ai 真正能产生大规模盈利的一定是 to c 的， 能让我们日常消费者都全面普及的全新的应用，而这些应用呢，恰好就是物理 ai 能够实现的。 那我认为呢，最重要的方向有三个，按照这个普及的先后顺序呢？那第一个就是 ai 眼镜，为什么我说这个 ai 眼镜可能是物理 ai 最先落地的呢？因为首先戴眼镜的人太多了，它本身就是一个潜在存在的一个巨大的用户群体， 而且你想象一下什么东西是我们平时生活中随时都会带着，并且加个摄像头上去，不会显得很突兀的。那你可能会说手机本来不就带个摄像头吗？但是手机是很难跟我们实现同步观察的，因为手机这个东西你不用的时候，它放在口袋里，它看不到外面的世界， 你拿起来用的时候，你得举着它到处拍，这本身就存在一定的不变形，而且不自然。那眼镜是对于我们这种戴眼镜的人来说，除了睡觉以外的任何时间都要带着的，那你给他加个摄像头， 然后加个芯片，植入这个大模型，再加一下麦克风扬声器这些，它就不像手机那样需要我们用手拿着低头去看啊，用手去点， 而是直接能观察到我们看到的真实世界。并且呢可以用 ar 这种方式，就是那个汽车的 hud， 把需要展示的信息直接无缝的非常自然的叠加在我们眼前的一个真实世界里，这样就实现了跟我们的一个实时同步，能够看见、理解并且处理现实生活中的一切， 这个是很有意思的。而且呢，这个 ai 眼镜市场已经在悄悄爆发了，它每年的销量基本上都实现了一个同比的一个倍增，今年也是加入国补了，那移动互联网时代诞生了手机这种现象化的，我们基本上人手一部的终端，那在 ai 时代下一代的现象化终端是什么？ 很可能就是一眼眼镜，当然现在这玩意还很不成熟，就是还有很多的瓶颈需要突破，这也恰巧说明了他的天花板很高，他可以不停的迭代，而他的这些痛点难点实际上就是我们的投资机会。 打个比方，现在 ai 眼镜最大的问题就是轻量化，因为我们普通的眼镜重量大概是在二十克左右，在这个重容下我们是适应的，但如果你把它这个眼镜的重量增加到三十、四十甚至五十克，它戴着会非常的难受。然后就是个续航，决定了用户能不能长时间或者是全天的一个佩戴， 你不能戴着戴着老去充电，对吧？那相关的就是相关的电池技术，以及相关的低功耗的端侧芯片都是关键。 然后就是显示技术了，显示是靠光波导，那以后这种眼镜它一定是一个全彩的，显示是最理想的，那就意味着反射光波导这种技术方案会成为一个主流。那怎么来实现完美的显示以及 重量功耗实现一个均衡呢？那这些都是 ai 眼镜需要讨论的问题。那第二个物理 ai 的 典型应用就是自动驾驶，说白了就是让 ai 学会开车，像一个人一样考驾照，而且已经证明了就是 ai 开车的一个事故率要远远低于人，技术方面已经没有任何难题。 那像 ai 眼镜可能改变的是我们日常生活，那自动驾驶就是会彻底改变我们的出行方式，而且呢它会带来一种全新的商业模式，就是无人驾驶出租车 这个东西，它一旦大规模的商业化，它就是能让 ai 产生持续稳定大规模现金流的业务，它会创造一个非常大的，至少是万亿的一个市场。之前的视频也讨论过，包括它和新能源的结合方式。 那第三个呢？就是孙哥也提到了聚神之能，本质上呢就是让物理 ai 理解，学会我们这个世界之后，再给它装上手脚，让它能在物理世界中完成各种具体的任务。但是我为什么说这个机器人是三个应用里头可能最晚落地呢？因为你像 ai 眼镜或者是自动驾驶， 它都有一个明确的应用场景。但是机器人你是需要去找应用场景的，尤其是这种服务型的机器人，或者是家庭中机器人， 那它这个就很复杂了，或者说它可能是个通用的。打个比方，你让 ai 学会了开车，那它就是自动驾驶，那你让 ai 学会了洗衣服、挂衣服、晾衣服，那它可能就是个洗衣机器人，你要重新给它找应用场景。所以说呢，这个虽然难，但是想象空间也是最大的， 它可能真的能渗透到我们生活的方方面面。说的夸张点，那可能就是改变我们的世界，改变我们的生活了。 为什么说物理 ai 是 要重点关注的呢？因为目前的相关的物理 ai 应用估值上都处于低位，市场还处于一个 ai 基础建设的一个估值的阶段，还没有对这些 ai 应用产生想象力的估值。但是它们每一个在未来一定都是万亿级的市场， 未来肯定也都会诞生一批十倍百倍的公司。你说为什么孙雨辰说这个现在布局呢？可能就是站在了下一个时代的起点或者是风口上。当然，以上的内容仅为我个人的观点分享，不构成任何投资建议。投资有风险，入市需谨慎。关注我，给你分享更多核心观点！