高盛看多机器人 时间

完了完了，昨天炒歌应该是全网第一个给你们讲的六月的主线就是人形机器人，今天高胜老贼 完全又把我这句话讲出来了，我现在发现我真的被监控了，一说话发现这些大的机构很多就会引用我的观点，真的有点恐怖，兄弟们， 所以呢，有的时候影响力大了也不是一件好事情，你们说是不是评论区里面留给。

依我观察，二零二六年五月二十六日，高盛分析师刚从深圳和北京返回。五月十八日至二十二日，他们密集走访了十四家横跨一二级市场的聚生智能头部企业，含盖本地制造业、触觉传感供应商、数据服务商与工业自动化巨头。 今天探讨一下这份总结报告。其核心判断，一句话可以概括，聚生智能正朝着商业现实迈出几步，但距离真正落地 行业，需要的不是更多资本蓄势，而是耐心理解这份判断。首先要认清二零二六年最大的认知错配。二零二六年，机器人的实际产量将大幅高于终端市场的真实销量， 这也是高盛与多家行业头部企业交叉确认后得出的共识判断。当二级市场的投资者追踪供应链排产，看到某些个体厂商量产计划攀升至千台乃至万台时，极易推断出具深智能以全面商业化普及的结论。 这个结论是错的。多余的产量去哪了？答案是，数据工厂优必选。管理层明确表示，二零二六年，数据工厂的需求将维持二零二五年百分之五十的占比，甚至更强。占地数千平方米的封闭仓库内，没有一名工人，数百台外观一致的机器人正对着各种柜门、门把手和纸箱进行日复一日的抓取与推拉。 天花板上的高频摄像头，将每一个细微的摩擦动作转化为无声的海量数据流。这些机器人的唯一任务是为模型训练生产数据，而非替代人类劳动力。 由此可见，当前行业的真实定性依然是基础设施建设期，而非消费端需求爆发期，任何将排产量等同于终端需求量的分析框架，都存在系统性的误判风险。 理解了宏观背景，再把目光切入到技术眼镜的维度。汽车总装车间的走道上，一台底部装配四轮的机器人平稳滑行， 底盘锁死后，上方的双臂迅速伸出，三指夹爪准确抓住货架底层的重型金属零部件，转身将其稳稳卡入流水线的指定凹槽内。 高盛调研明确指出，多家头部企业已经全面转向轮式底盘加两指或三指夹爪的务实路线，这一配置足以覆盖百分之七十至百分之九十的工业应用场景，同时规避了双足行走的高能耗与平衡维持成本， 以及五指零翘首在高频重载工况下的易损问题。这些企业并未放弃未来走向双足人行与五指零翘首的可能性，但在当下，他们选择了让机器人先进场再谈颜值。这种取舍背后，是一道清晰的成本压力线。展台上的机器人售价牌清晰地印着二十九点八万元 足迹动力于五月二十五日刚刚发布的全新商用交互人型机器人 luma， 正是这个定价。距离展台五十米外的工厂采购部办公室内，一份预算评估报告被重重的压在文件堆下。审批意见栏里写着，单台综合成本超二十万 暂缓采购。工业客户对于成本的敏感程度，决定了降本是行业当前最核心的执行任务。高深调研指出，优必选已将沃克系列机器人的整机物料成本，从二零二五年初的约四十万元压降至当前略高于二十万元。 核心路径是结构件生产从数控精加工全面转向模具铸塑成型，也就是从 walker s 二到 s 三的升级目标是二零二七年前后击穿十万元大关。 这就引出了第三个核心观察数据才是终极护城河。机械臂缓缓下降，三根搭载高密度震裂传感器的仿生手指接触到一颗生鸡蛋的表面，控制台屏幕上的数字瞬间跳动至零点零一，牛顿机械指腹微微下陷，鸡蛋悬空停滞，表面毫无裂纹。 这是帕辛尼触觉传感器在力控精度上所达到的工业极限。高渗调研的核心共识尤为清晰。高质量真实物理世界交互数据，使当前阶段比模型参数量更加稀缺的资产 算力趋同开源模型有限，但真实工厂环境中的摩擦力、材质形变与重力偏差，仿真环境永远无法完美复刻。围绕数据获取行业形成了两条并行路径， 集中式路径。帕西尼在全国运营天津数千，武汉、自贡、赣州五大数据工厂根据各地产业优势，定向采集特定场景的触觉数据， 同时向十五个垂直模型及大模型玩家出售结构化数据机、分布式路径代萌机器人将轻量化穿戴式摇操作设备出租至运营商渠道，按每小时数十元的价格向普通用户采集居家场景数据， 试图以重包模式覆盖工业数据工厂难以触及的长尾场景。值得关注的是，领克机器人在零桥首的耐久度验证上交出了一份硬核数据，实验室环境下约一百万次抓取循环的工业级寿命， 是支撑其占据全球高自由度零桥首约百分之八十市场份额的核心底气之一。其旗下 lincolnsky 平台汇聚了五百余项技能，构建起全球最大的真实物理世界人类技能数据库，在商品化搬运、分拣之外，锁定的是复制人类精密操作的长期高价值赛道。 技术层面，行业共识正在从单一的视觉语言加动作的模型，向叠加世界模型的融合架构眼镜，并进一步加入触觉感知，扩展为视觉触觉语言加动作的新一代模型。以星海图为例， 其在二零二六年三月发布的 fastweb 世界模型，端到端时延仅一百九十毫秒。千寻智能则以更硬核的数据为证，其 spirit v 一 点五模型在 robot challenge 全球机器人真实世界精准测试中，以六十六点零九分、 百分之五十点三三任务成功率全球登顶。这是国内开源巨星模型首次在该榜单超越美国 facebook intelligence 公司的 p i 零点五。 电脑屏幕上的 robo challenge 实时排行榜自动刷新，原本排在首位的美国实体智能公司标识向下挪动了一格，取而代之的是千寻智能 spirit b 一 点五 任务成功率一栏，赫然显示着百分之五十点三三突破百分之五十的任务成功率，意味着我国视觉语言动作底层基础模型已具备与海外正面抗衡的实力。但千寻智能管理层同时坦承，真正意义上的规模化商业落地预计要到二零二八年前后，届时跨集体迁移与通用任务能力有望成熟。 目前新任务的模型成功率在百分之四十至百分之五十之间，距离商业部署所需的百分之六十至百分之七十门槛，仍有一段明确的差距。这一线是直接映射到商业化验证期的残酷筛选逻辑上。 高盛调研明确描述了工业客户的导入路径，首先是通常持续三至六个月、平均二至三轮的概念验证阶段。 其次是单场低于五十台的小批量测试，在经历约十二个月的稳定运行验证，方能启动规模化交付，每个客户的订单量才有望爬升至五十至一百台，整个周期长达十二至十八个月。 在这段漫长的测试期内，钱是怎么烧完的？一家曾在二零二四年某顶级机器人展上人声鼎沸的初创公司，到了二零二五年底，同一个展馆里，他的展台已经消失了。消失的不只是展位，还有那批在样机调试期被损坏的核心关节模块。 团队负责人私下说，现在只能用第三方廉价替代件凑合维修，因为像原厂采购正品配件的预算已经批不下来了。与此同时，负责灵巧所标定的两名硬件工程师悄悄离职了。核心研发团队从峰值时的三十人收缩到不足十五人。几位创始人主动停薪， 仅维系基本社保，已延长公司的账面现金跑道。他们手上还有三家汽车客户的概念验证合同，但距离正式采购订单至少还有九个月。 这就是死亡之谷的真实温度。对于没有外部融资疏血，又缺乏传统业务造血的纯本质企业而言，十八个月的验证周期是一场用现金票数计时的生死倒计时。对应到产业链分层高渗调研所覆盖的十四家企业，正呈现出较为清晰的战略风化。 全站大模型与本体路线方面，以千寻智能为代表的全站大脑型企业，以大规模部署机器人，构建持续数据回流闭环，将数据本身视为核心护城河。以星海图、银河通用于代表的务实路线企业均将轮式底盘结合世界模型融合，作为当前阶段的技术选择， 专注于解决车场中大型机械臂难以操作的拆垛与密集料箱转运等具体痛点，全程自主决策，无需人工干预。数据基础设施与微观感知方面，帕西尼以传感器产品线叠加五大数据工厂，构建双重互成合，将自身定位为具身智能时代的数据基础设施供应 商。领克机器人以工程塑料实现三百七十克自重、五十公斤载的效能，垄断全球高自由度临桥守约百分之八十的市场份额， 旗下 link skill net 平台构建了硬件之外的数据壁垒。工业与仓储基本盘方面，部分头部传统工业机器人及仓储机器人企业，正依靠庞大的现有客户基础实现营收转化与数据积累。其中，国内工业机器人实战率领先的企业，正通过智能生态系统向巨生智能平滑眼镜 海外营收占比持续提升。管理层明确将策略重心从市场分呃转向盈利质量。全球仓储履约领域的领先企业则以场景优先策略，将复杂任务分解为可训练细小模块，在电商物流标准化场景中，以形成 复制的海外扩张能力，协助机器人领域的头部企业一托庞大的客户基础，积累场景理解数据，二零二五年聚焦智能相关收入实现四倍增长。 工业视觉领域的代表性企业，将感知决策循环压缩至零点三至零点四秒，深度服务汽车与电池制造核心客户。商业服务场景方面，以 u b 选为代表的全尺寸人形机器人企业，具身智能产品收入占比已超四成， 整机物料成本从约四十万元降至略高于二十万元，二零二七年挑战十万元目标。以沃安机器人为代表的聚生家庭机器人企业，聚焦家庭及商业服务场景，专门针对家庭场景结构性数据短缺进行攻坚。管理层目标从二零二六年下半年启动规模化部署。三项核心风险不可忽视， 首先是成本压降不及预期与投资回报率焦虑。主流全尺寸人形机器人整机物料成本仍在二十万至二十五万元之间徘徊， 叠加软件摊销、维护与渠道费用，实际售价在短期内很难满足工业客户的投资回报率要求。供应链降本若不及预期，商业化进程将被迫推迟。其次是验证周期过长引发的现金流枯竭。如前所述，展台消失、配件廉价替换、硬件团队收缩，这些不是比喻，而是当下正在发生的真实切片。 没有外部融资支撑，又缺乏传统业务造血的本质，企业是这场淘汰赛中最脆弱的一环。第三是技术路线凸变导致的产物沉默风险。 当前，轮式底盘与工业甲爪路线尚未完全收敛，一旦世界模型眼镜证明高自由度无止，才能解锁更高泛化能力。 前期大规模量产的甲爪模组及其配套生产线将面临资产减值压力。二零二六年第三季度是重要的验证节点，届时以上市企业的半年报和三季报将陆续迸入。核心观察指标有两个，一是研发费用率是否触顶回落，这标志底层技术平台的构建是否初步完成。二是实际交付订单中 剔除关联方和政府数据、工厂采购后来自真实制造企业与商业服务端的常态化复购订单比例。只有真实的商业复购，才是打破产量远大于销量这一宏观预期差的唯一信号。 高盛此次调研给出了一个冷静但并不悲观的定性，行业正朝着商业现实迈出几步，但这段路程仍然需要耐心。 二零二七至二零二九年才是多数企业认为规模化部署真正启动的时间窗口，前提是数据积累到位、降本路径顺畅执行以及验证周期顺利穿越。 ok， 这里是异物观察，谢谢！

过去两年，所有人都在抢 gpu， 但高盛最新报告指出， ai 下半场主角要从芯片换成人形机器人了。高盛团队倾赴深圳、北京深度调研十四家中国人形机器人企业，核心洞见有两条， 其一， v l a v t l a 模型与世界模型的集成正在加速，模型规模冲上四百亿到八百亿，参数量级临近智能开源模型，已成首个超越 pi 零点五的中国开源巨星模型。 其二，人形机器人行业正处于从概念验证到规模部署的关键拐点。前夜，多数企业预计大规模商业化将在二零二七至二零二九年落地。高盛预测，二零二七年全球人形机器人出货量将达七点六万台。当前处于概念验证期， 核心零部件、减速器、执行器率先受益。 ai 的 战场正从云端算力下沉到物理世界，谁先跑通数据闭环，谁就能在巨深智能时代定义规则。

高盛刚出了一份报告，说 ai 的 下半场要搞人形机器人了，你没听错，就是那种像人一样走路能干活的机器人。 以前大家都盯着算力和算法，现在重心开始变了。这份报告里还提到了一个关键词，通用智能体。也就是说，未来的机器人不光会干活，还能思考决策。 这玩意要是真搞定了，很多工作可能都要被替代。听说已经有初创公司开始布局了，动作比大厂还快。 高盛还预测，二零三零年前后，这类机器人可能会大规模应用。你看现在连一些餐厅都在用送餐机器人了， 那再过几年，说不定家里也会有管家机器人。话说你觉得以后人类还会不会自己动手做事？这波 ai 技术的升级不只是计算机的事了， 它开始渗透到我们生活的方方面面，甚至包括身体。高盛的报告里还提到，人形机器人可能成为新的经济支柱， 所以别看现在还只是概念，未来几年可能会爆发式增长。其实吧，这也不是什么突然的决定，而是技术积累的结果， 从芯片到算法，再到硬件制造，整个链条都在往这个方向走。我觉得这可能是继智能手机之后，又一个改变世界的科技浪潮。这事你怎么看？你希望家里有个机器人帮忙打扫吗？

周五盘披萨来了，给指挥点个免费小心心啊！昨晚全网都在场控，我跟你们讲，周四是超级机会，甚至把这几个都写给了你们啊，这除了机器人啊，其他都崛起了吧。这机器人呢，我说过行情是在周五，所以周四呢，是我超级的机会，但我手上不止他啊，物理 ai 我没做，光模块我典藏了， 因为今天长得好吗？然后我还抄了一些黄金，今晚的黄金期货呢，也是在涨的，希望明年贵金属也能给点肉吃。而这两天的芯片长得太好了，明天如果是高开的芯片， 各位可以减减肥啊，等下次芯片在暴低的时候，你再超回来，起步快，你在体彩这一次的超级咱们是非常之精准啊，虽然今天涨停炸板了，但是也是坨坨大肉啊，明天想跑的赶紧跑，不然到时候亏了钱你又来怪我，因为我也不知道明天是涨还是跌。我机器人的想法很简单，第一， 我开盘这三个点我就直接走，如果十点前往上走，那么我会格局到下午再做是否只赢的决定啊，反正大涨后我是绝对不会格局的， 特别是机器人，你们懂得。今晚的美股啊， ar 应用长得非常好，以及各种期货的贵金属，黄金铜都在慢慢稳步恢复和上升，这未来大科技的硬件总会要开始慢慢走下行趋势的吧，到时候哪一个板块能来接棒呢？ 左下角在指挥下买一个漂亮的手办陪伴你战斗啊！可以进指挥首页的购物群，每天群里会聊节奏，但没有代码，没有名字，没有任何收益承诺啊！以上我一个人观点，不做任何建议，加油！

大家好，今天我们要聊的内容绝对硬核，也绝对会让你重新审视当下的科技。宣，咱们暂时把科幻电影里那些上天入地的钢铁侠放一边，今天我们要来一场彻头彻尾的现实检验， 我们要拨开重重迷雾，带大家看看中国人形机器人产业现在到底走到哪一步了？这是一场真正正在发生的物理世界革命。 先给大家交个底，今天我们要拆解的这些干货，全都是基于高盛在二零二六年五月份做的一场极其庞大的实地调研。 这可不是坐在办公室里拍脑子想出来的啊。他们的研究团队是实打实地的跑到了深圳和北京，跟十四家最顶尖的机器人公司，不管是上市的还是私有的，全都对面聊了一遍。所以咱们接下来看到的绝对是这个行业最前沿也最真实的市场脉搏。 好，那咱们废话不多说，直接进入正题。为了把这个庞大又复杂的产业彻底搞明白，我们今天会从五个核心维度来剖析，第一， ai 机器人的大脑。 第二，现实世界的数据瓶颈。第三，机器人的第一份工作。第四，怎么把成本降下来，实现规模化。最后，咱们再来看看这一切真正落地的时间表。第一部分， ai 机器人的大脑超越简单的视觉。 你想啊，一个机器人不管它的机械臂看着多有科技感，如果没有一个聪明的大脑，那就真只是一堆废铁而已。 现在的行业其实正在经历一次特别关键的底层逻辑跳跃，大家正从以前单纯的视觉语言动作，也就是 vla 模型疯狂地向 vtla 模型迭代， 这个新加进去的 t， 也就是触觉，可以说是点睛之笔。你可以想象一下，让机器人去抓一个生鸡蛋，或者装配那种微米级的精密零件，它光能看见是不够的，它必须得有物理力量的反馈和接触感。 像帕西尼这样的头部公司，就正在死磕这种带触觉的 ai 大 脑。那么有意思的地方来了， 你们看，新一代的机器人大脑其实早就不只是死板的执行两句代码指令了，它们现在是把刚才说的 v t、 r a 和及其前沿的世界模型给深度绑定在了一起。 这其实就意味着，机器人现在能够像咱们人类一样，在动手之前，先在脑子里预测一下接下来会发生什么，从而应对咱们这个真实世界里各种乱七八糟的突发状况。 而且为了撑起这种预测能力，像银河通用啊、足迹动力这些公司，他们现在玩的都是四百亿到八百亿参数的超大模型矩阵，这算理规模绝对是相当惊人的。接下来是第二部分，现实世界的数据瓶颈为机器人大脑提供燃料。 虽说大脑是越绕越聪明了，但现实情况是，这些模型现在简直就是处于一种极度饥饿的状态。他们缺什么呢？缺高质量的真实世界数据。大家看，这就是目前收集数据的真实操作循环。 有人可能会好奇，现在 ai 那 么发达，直接在电脑里搞虚拟文件不就行了吗？还真不行，因为虚拟世界里你很难百分之百还人现实力的摩擦力、重力这些微妙的物理反馈，所以只能靠人穿上专门的设备去真实地做动作， 把最自然最细节的接触数据直接为给 ai， 这也是目前突破机器人灵巧操作的最优解。说实话，接下来这个现象绝对会让你觉得不可思议。为了搞定数据，先在国内竟然催生出了一种全新的产物，叫数据工厂。 这些工厂里站着一排排的机器人，纯粹就是为了收集交互数据。 比如帕西尼，人家已经在全国铺了五座这样的数据工厂了， u b i 也接到了大量的政府层面的数据采集需求， 还有零星智能。他们今年的目标极其硬核，就是要死磕下累计一千万小时的真实交互数据。可以说，在现在的机器人赛道，谁掌握了数据，谁就挖出了一条最深的护城河。 好，咱们来到第三部分，机器人获得第一份工作。商业化现实有了大脑，也有了数据，机器人总该能出来干活了吧？但是这里咱们必须得做个现实检验。 我知道大家心里期待的可能都是那种长着两腿腿，有一双灵巧的五指手，还能在家里帮你叠衣服做饭的保姆机器人。但在当前的真实工业界里，完全不是这么回事。 现在的绝对主流其实是带着两三个手指的假爪底盘，装个轮子满地跑的家伙。为啥呢？道理特别简单，轮子比腿便宜的多，也稳当的多。更关键的是，就这种看似不够科幻的形态，其实现在已经能搞定工厂里七十到九十的份的活了。 那么企业要把这些机器人招进工厂到底需要多长时间？大家看看这个极其严苛的弊端采购周期表就懂了。前半年只能搞搞概念验证， 接着又是好几个月的小批量测试，然后还得再经历长达一年的严格验证期。也就是说，从最初接触到真正能在工厂里部署个五十到一百台，少说也得花上将近两年的时间。 这也完美解释了为什么人形机器人的规模化不可能一蹴而就，这中间的打磨确实需要极大的耐心。 所以现阶段机器人的第一份工作到底都在干哪呢？其实主要都是些高度结构化、标准化的苦力活，比如分拣零件啊，搬运物料啊。 举个现实的例子，零星智能现在已经把他们的机器人扔进了宁德时代的工厂里，直接顶替人工去倒班，天天做电池的高低压和漏液检测，这就是商业化的现实。至于说你想买个机器人回家帮你做家务，日内专家们都说了，咱们确实还得再等上几年。 接着咱们进入第四部分，削减成本，以实现规模化，让算盘打得响。咱们再商言上，你的技术再怎么上天，如果一台机器人的造价贵的离谱，那也根本没法普及。 这里我们把一台机器人的物料清单给彻底拆开了，你一眼就能看出钱到底烧在哪。很多人以为是里面那些聪明的芯片或者是高级三 sir 最费钱对吧？完全猜错了， 你看，整整八十八的成本，全都砸在了结构件和执行器，也就是机器人的骨骼和关节上了。这就是为什么现在全行业都在死磕怎么把这堆铁的成本给打下来的原因， 不过好消息是，降本的速度极其惊人。就拿 u b 选这样的头部耳压来说，年初一台机器人的物料成本还在四十万人民币左右，现在硬生生被他们压到了二十万出头。 而且他们的长期目标非常明确，就是要靠着纯粹的制造规模优势和全站自研技术，把成本彻底干到十万人民币以内。你想想，一旦跨过十万这个门槛，那机器人的普及绝对会呈现出指数级的爆发。 最后，也就是大家最关心的第五部分，走向现实的时间表。这一切究竟何时发生？ 所以我们到底还要等多久？目前整个行业其实已经达成了一个非常高度共识的时间节点， 大家都把目光盯紧了这几年。二零二六年主要还是在扩充验证和拼命攒数据的阶段。而到了二零二七年，一旦像我们前面说的那样，千万级别小时的数据瓶颈被彻底打穿， 紧接着二零二八年产品开始标准化，那么到了二零二九年，朋友们，我们将真正见证机器人大军在商业上的大规模落地。 也就是说，这场物理世界的革命真的不再是科幻小说里的情节了，它有清晰的路线图，有正在疯狂下降的成文曲线，还有精确到年的落地时间表。那么留给我们思考的问题来了， 如果到了二零二九年，所有的数据瓶颈都被打破，机器人的成本也降到了白菜价。当这些不知疲倦的自动化大军真的走进工厂，走进仓储中心，甚至走进我们生活的时候， 你的工作场所真的准备好迎接它们了吗？保持好奇，持续关注这股基础浪潮，我们下期图解再见！

大家好，今天我们要聊的内容绝对硬核，也绝对会让你重新审视当下的科技。宣，咱们暂时把科幻电影里那些上天入地的钢铁侠放一边，今天我们要来一场彻头彻尾的现实检验， 我们要拨开重重迷雾，带大家看看中国人形机器人产业现在到底走到哪一步了？这是一场真正正在发生的物理世界革命。 先给大家交个底，今天我们要拆解的这些干货，全都是基于高盛在二零二六年五月份做的一场极其庞大的实地调研。 这可不是坐在办公室里拍脑子想出来的啊。他们的研究团队是实打实地的跑到了深圳和北京，跟十四家最顶尖的机器人公司，不管是上市的还是私有的，全都对面聊了一遍。所以咱们接下来看到的绝对是这个行业最前沿也最真实的市场脉搏。 好，那咱们废话不多说，直接进入正题。为了把这个庞大又复杂的产业彻底搞明白，我们今天会从五个核心维度来剖析，第一， ai 机器人的大脑。 第二，现实世界的数据瓶颈。第三，机器人的第一份工作。第四，怎么把成本降下来，实现规模化。最后，咱们再来看看这一切真正落地的时间表。第一部分， ai 机器人的大脑超越简单的视觉。 你想啊，一个机器人不管它的机械臂看着多有科技感，如果没有一个聪明的大脑，那就真只是一堆废铁而已。 现在的行业其实正在经历一次特别关键的底层逻辑跳跃，大家正从以前单纯的视觉语言动作，也就是 vla 模型疯狂地向 vtla 模型迭代， 这个新加进去的 t， 也就是触觉，可以说是点睛之笔。你可以想象一下，让机器人去抓一个生鸡蛋，或者装配那种微米级的精密零件，它光能看见是不够的，它必须得有物理力量的反馈和接触感。 像帕西尼这样的头部公司，就正在死磕这种带触觉的 ai 大 脑。那么有意思的地方来了， 你们看，新一代的机器人大脑其实早就不只是死板的执行两句代码指令了，它们现在是把刚才说的 v t、 r a 和及其前沿的世界模型给深度绑定在了一起。 这其实就意味着，机器人现在能够像咱们人类一样，在动手之前，先在脑子里预测一下接下来会发生什么，从而应对咱们这个真实世界里各种乱七八糟的突发状况。 而且为了撑起这种预测能力，像银河通用啊、足迹动力这些公司，他们现在玩的都是四百亿到八百亿参数的超大模型矩阵，这算理规模绝对是相当惊人的。接下来是第二部分，现实世界的数据瓶颈为机器人大脑提供燃料。 虽说大脑是越绕越聪明了，但现实情况是，这些模型现在简直就是处于一种极度饥饿的状态。他们缺什么呢？缺高质量的真实世界数据。大家看，这就是目前收集数据的真实操作循环。 有人可能会好奇，现在 ai 那 么发达，直接在电脑里搞虚拟文件不就行了吗？还真不行，因为虚拟世界里你很难百分之百还人现实力的摩擦力、重力这些微妙的物理反馈，所以只能靠人穿上专门的设备去真实的做动作， 把最自然最细节的接触数据直接为给 ai， 这也是目前突破机器人灵巧操作的最优解。说实话，接下来这个现象绝对会让你觉得不可思议。为了搞定数据，先在国内竟然催生出了一种全新的产物，叫数据工厂。 这些工厂里站着一排排的机器人，纯粹就是为了收集交互数据。 比如帕西尼，人家已经在全国铺了五座这样的数据工厂了， u b i 也接到了大量的政府层面的数据采集需求， 还有零星智能。他们今年的目标极其硬核，就是要死磕下累计一千万小时的真实交互数据。可以说，在现在的机器人赛道，谁掌握了数据，谁就挖出了一条最深的护城河。 好，咱们来到第三部分，机器人获得第一份工作。商业化现实有了大脑，也有了数据，机器人总该能出来干活了吧？但是这里咱们必须得做个现实检验。 我知道大家心里期待的可能都是那种长着两腿腿，有一双灵巧的五指手，还能在家里帮你叠衣服做饭的保姆机器人。但在当前的真实工业界里，完全不是这么回事。 现在的绝对主流其实是带着两三个手指的假爪底盘，装个轮子满地跑的家伙。为啥呢？道理特别简单，轮子比腿便宜的多，也稳当的多。更关键的是，就这种看似不够科幻的形态，其实现在已经能搞定工厂里七十到九十的份的活了。 那么企业要把这些机器人招进工厂到底需要多长时间？大家看看这个极其严苛的弊端采购周期表就懂了。前半年只能搞搞概念验证， 接着又是好几个月的小批量测试，然后还得再经历长达一年的严格验证期。也就是说，从最初接触到真正能在工厂里部署个五十到一百台，少说也得花上将近两年的时间。 这也完美解释了为什么人形机器人的规模化不可能一蹴而就，这中间的打磨确实需要极大的耐心。 所以现阶段机器人的第一份工作到底都在干哪呢？其实主要都是些高度结构化、标准化的苦力活，比如分拣零件啊，搬运物料啊。 举个现实的例子，零星智能现在已经把他们的机器人扔进了宁德时代的工厂里，直接顶替人工去倒班，天天做电池的高低压和漏液检测，这就是商业化的现实。至于说你想买个机器人回家帮你做家务，日内专家们都说了，咱们确实还得再等上几年。 接着咱们进入第四部分，削减成本，以实现规模化，让算盘打得响。咱们再商言上，你的技术再怎么上天，如果一台机器人的造价贵的离谱，那也根本没法普及。 这里我们把一台机器人的物料清单给彻底拆开了，你一眼就能看出钱到底烧在哪。很多人以为是里面那些聪明的芯片或者是高级三 sir 最费钱对吧？完全猜错了， 你看，整整八十八的成本，全都砸在了结构件和执行器，也就是机器人的骨骼和关节上了。这就是为什么现在全行业都在死磕怎么把这堆铁的成本给打下来的原因， 不过好消息是，降本的速度极其惊人。就拿 u b 选这样的头部耳压来说，年初一台机器人的物料成本还在四十万人民币左右，现在硬生生被他们压到了二十万出头。 而且他们的长期目标非常明确，就是要靠着纯粹的制造规模优势和全站自研技术，把成本彻底干到十万人民币以内。你想想，一旦跨过十万这个门槛，那机器人的普及绝对会呈现出指数级的爆发。 最后，也就是大家最关心的第五部分，走向现实的时间表。这一切究竟何时发生？ 所以我们到底还要等多久？目前整个行业其实已经达成了一个非常高度共识的时间节点， 大家都把目光盯紧了这几年。二零二六年主要还是在扩充验证和拼命攒数据的阶段。而到了二零二七年，一旦像我们前面说的那样，千万级别小时的数据瓶颈被彻底打穿， 紧接着二零二八年产品开始标准化，那么到了二零二九年，朋友们，我们将真正见证机器人大军在商业上的大规模落地。 也就是说，这场物理世界的革命真的不再是科幻小说里的情节了，它有清晰的路线图，有正在疯狂下降的成文曲线，还有精确到年的落地时间表。那么留给我们思考的问题来了， 如果到了二零二九年，所有的数据瓶颈都被打破，机器人的成本也降到了白菜价。当这些不知疲倦的自动化大军真的走进工厂，走进仓储中心，甚至走进我们生活的时候， 你的工作场所真的准备好迎接它们了吗？保持好奇，持续关注这股基础浪潮，我们下期图解再见！

大家好，我是 coco， 今天我们要聊的话题是联想。高盛刚刚在五月二十五号发了一份研报，直接把联想的目标价从十二点五三港元上调到了二十七港元，评级依然是买入，这可不是个小动作啊。风爷， 不错， coco 二十七港元的目标价意味着什么？当时联想股价才十五点七五港元，上行空间高达百分之七十一点四。高盛这是下了重注啊，他们的核心逻辑就三个字，看 ai。 从 pc 到服务器，从软件到 ai 智能体。联想这次好像全面开花，咱们一个一个来说。先说 pc 这块，高盛提到，即便内存成本再涨，联想作为全球 pc 老大，溢价能力很强，三月份的出货量同比增长了百分之八点六，远超全球市场的百分之二点五， 对，这个很有意思。实际上，联想的全球市场份额已经来到了百分之二十五点二，而且不仅仅是卖的多，还卖的贵了。高端笔记本占比在提升，售价超过一千三百美元的笔记本占出货量的比重从二零二三年的百分之十升到了二零二五年的百分之十五。 如果有个细节你注意到了吗？高盛预测，二零二六年，联想的笔记本出货量会下降百分之八，原因是内存成本上升可能压制终端需求。这看起来有点矛盾， 短期成压，但长期看涨。高盛的逻辑是，虽然出货量可能下滑，但单价在涨， 到二零二八年，高端笔记本占比有望达到百分之二十六，带动均价年复合增长百分之四，这就是典型的量跌价升逻辑。而且联想手上还有 aipc 这个王牌。 说到 aipc， 联想推出了一个叫 qra 的 个人 ai 超级智能体能跨设备工作，比如你在 syncap 上没做完的任务，可以无缝切换到摩托罗拉手机上。继续，听起来很酷， 这不是 ppt 产品已经落地了。联想五月中旬在北京还发布了 ai 主机，就是个人家里用的边缘计算节点，最低才两千九百九十九元人民币，就能本地跑大模型。高盛认为， pc 就是 连接 ai 智能体和用户的门户，联想作为全球最大的 pc 品牌，占尽了先机。 好 pc 说完了，再说说有争议的服务器业务。联想的 isg， 也就是基础设施方案集团之前好几个季度净利润都是负的，但三月份突然转正了，达到了百分之三点六。 这个转折很关键。高盛指出，联想的高端 ai 服务器单价超过二十五万美元的产品，平均售价已经从第二季度的一百一十万和一百四十万美元。 这说明什么？联想正在从低端通用服务器向 ai 训练服务器快速转型，而且他们还收购了高端企业存储公司 infinite。 今年四月完成的，高盛预测，联想存储业务二零二六到二零二八年的年复合增长率能达到百分之二十五。 算总账的话，高盛预测 isg 收入占比到二零二八年将达到集团总额入的百分之三十五，而二零二五年这个数字只有百分之二十三。联想不是在讲故事，是真的在从一家电脑厂商变成 ai 基础设施公司。 但估值怎么看呢？高盛这次给了十五点七倍的适应率，用的是二零二七财年的预测，这放在联想的历史上可不低啊，它历史均值才九点八倍。 高盛的解释是，以前给联想低估值是因为它 ai 服务器占比不高，但现在情况变了， ai 智能体趋势正在驱动它的 aipc、 ai 服务器和存储业务全面增长。所以参考同行的估值逻辑，按 pe 增速比来算，十五点七倍是合理的。 不过咱们也得看看风险，高盛自己也列出了几条， pc 和手机市场需求恢复不及预期， ai 服务器竞争加具，尤其是要跟戴尔、惠普和超微电脑抢市场，还有库存消化周期拉长等等。 对，尤其是高盛给惠普的是卖出评级，说明这个行业内部是分化的，联想能否持续胜出，关键还得看 ai 战略的执行力。 最后总结一下，高盛看好联想的四大支柱， aipc 换机潮、 ai 服务器转型、个人 ai 智能体生态以及企业级 ai 解决方案。目标价二十七港元，较当前有超过百分之七十的上行空间。 时间是检验真理的唯一标准。感谢收听本期风眼瞭望，我是 coco， 我 们下期见！

什么是 mlcc？ 他 将给你带来什么？让我来告诉你，整个行业正在进入一轮持续时间最长的超级大周期。高盛之前预测这波行情能火到二零二八年，那现在已经直接推到了二零三零年了。 mlcc 啊，通俗一点说，就是电子工业的燕窝啊！不管是最顶级的英伟达 gpu， 还是满大街跑的人形机器人呢，只要电路板想通电，里面就必须密密麻麻的焊满它，用来稳定电压，过滤杂波。 如果把 gpu 芯片比作大脑的话，那 m l c c 就是 毛细血管，缺了它最顶级的芯片，一通电也得立刻烧毁。而这轮超级周期最核心的驱动力就是 ai 服务器里的待机升级。那么最近拆解了英伟达下一代最顶级的 rubin 机架， 光是这一台机柜里啊，就要塞进去整整六十万颗 m l c c， 价值量高达四千三百二十美元。 而上一代 g b 三百机柜啊，价值量才一千五百三十美元，仅仅是待季升级了一下，对这颗小电容的胃口啊，直接暴涨了百分之一百八十二，相当于价值量翻了将近 两倍还要多。所以 ai 服务器的升级，带动的是整个硬件物料清单的全面大爆发。面对这么庞大的需求，现在的全球产量根本就跟不上目前全球绝对霸主日本春田制作所 ai 服务器产线的产能，利率已经飙到了百分之九十五，基本属于机器冒烟连轴状的满负荷状态。 既然这么赚钱啊，大家一起疯狂扩产不就行了吗？还真的不是高端 m l c c 扩产地雷高到普通企业根本无法想象。首先是技术难如千层高，生产 ai 需要的尖端电容要在比头发丝还薄的陶瓷片上整整堆叠一千到一千两百层， 工艺极度复杂。这就导致了一个极端的物理矛盾，原本能生产大批量普通电容的产线，只要一转去生产 ai 高端电容，实际产量直接暴跌七到八成。巨头们把厂能都调去供货，高利润的 ai 产品， 中低端市场反而被挤出，整个行业陷入结构性紧张。其次是核心设备被卡脖子，最精密的流延机、叠层机全部被日本少数几家企业垄断， 现在下单买设备排队至少要等一年。春田为此紧急追加了八百亿日元的资本开支，专门扩产。但这新厂呢，得等到二零二六年第四季度才能释放出来，远水 根本解不了进口。既然厂能供不应求，接下来就必然是涨价。目前衡量供需的核心指标，订单出货比已经超过了一点三，意思是来的订单比能生产出来的货要多百分之三十，妥妥的卖方市场。春田已经在二零二六年的三月 啊正式发行名牌涨价，涨价幅度百分之十五到百分之三十五。但高盛解读出了一个更深层的隐性涨价逻辑，叫价格重置。 丰田的策略是不对同一个老产品直接提价，而是随着 ai 服务器平台每年更新换代，直接给适配新平台、新标准的高端 m、 l、 c c 重新定一个非常漂亮的高价。表面上看是产品结构升级，实际上就是借着 ai 进化的节奏啊，每年把价格体系重塑一次。那么现在风头正强的硅电容会不会把 m l c c 给淘汰掉呢？ 那确实啊，硅电容因为厚度薄，在芯片封装内部很受欢迎，但春田管理层底气非常足， 硅电容在集成度上有优势，但在容量和客户使用的便利性上， mlcc 的 优势依然无法被撼动。况且啊， 春田自己也是，这两种技术都在开发手里有牌根本就不慌。目前全球高端 m l c c 市场啊，基本上是日本春田和韩国三星电机两强争霸，春田独占了 ai 高端 m l c c 接近一半以上的市场份额，是绝对的老大。 三星电机和英伟达配合紧密，份额也占到了百分之三十左右。在可预见的未来啊，这个行业格局稳如磐石。高盛之所以把周期看到二零三零年， 因为他们找到了接力的第二增长曲线。边缘 ai 最典型的两个场景就是智能汽车和人形机器人。以前一台普通的燃油车大概需要几千颗 m l c c， 而 现在一台高端的智能电动车上面的 mcc 用量直接飙到了三万颗以上，是传统车的五到八倍。另一个充满想象力的地方是人形机器人，他全身都是关节传感器和驱动马达，要求极度的小型化和轻量化，这就给高端 mcc 撕开了一个需求的巨大黑洞。 由机构测算了，到二零三零年，全球服务器用的 mcc 出货量将达到四千亿颗以上，每年复合增长率接近百分之四十。就 就算有一天，云端 ai 服务器的建设速度放缓了，边缘 ai 这第二波浪潮又能把行业景气度完美接续上。 总结一下， ai 驱动硬件升级，硬件升级驱动核心元气件量价提升，供给端被设备和工艺卡着脖子，扩产慢，需求端又有智能汽车和机器人无缝衔接。所以 我们要做的是去寻找手里有技术、行业有绝对话语权，能持续吃到产业升级红利的核心环节，紧盯这些被卡住的常人，剩下的就交给时间了，我是美刀哥，带你价值投资做时间的朋友。

你可能没想到，在 ai 和机器人的赛道里，已经有机构看到了下一个爆发的拐点。本期我们解读的研报来自高盛。这份发布于二零二六年一月二十二日的研报聚焦中国的人形机器人产业，给出了不少值得关注的判断。 首先，高盛通过在杭州、上海和深圳的实地走访，与 uni tree、 matchmind、 thorium 等八家 ai 机器人公司的六位高管交流后，得出了一个核心观点，中国人型机器人产业正在从技术验证走向商用落地的关键阶段。 二零二六至二零二七年将迎来出货量的数倍增长。高盛认为，二零二五年全球人型机器人出货量大约在一点五万至两万台， 其中中国厂商贡献了大部分份额。这些需求主要来自科学研究、机器人、 ai 训练、教育、娱乐、演出和数据工厂领域。在这个产业的早期阶段，准确的出货数字并不重要，更关键的是整体的增长轨迹和技术快速迭代的节奏。 到二零二六至二零二七年，头部人型机器人制造商预计出货量将实现数倍增长，从二零二五年的数百台至数千台提升至数千台甚至数万台。这一增长的支撑因素包括供应链日趋成熟、成本曲线优化以及应用场景不断拓展， 但也面临生产一致性不足和新型多阶段测试流程的挑战。其次，高盛指出，人形机器人在运动控制方面取得了显著进展，并且迭代速度加快。在实地走访中，高盛观察到多家厂商的产品在运动控制上展现出更强的稳健性和灵活性， 无论是轮式上半身平台还是双足系统，相比前一年都有大幅提升。有厂商宣称实现了小脑级的全身控制，可以自主导航未探索地形，并且支持全身的远程操控，而非分段的上半身或下半身控制。 此外，多家公司的产品迭代周期缩短至六至八个月一代，这主要得益于百分之八十至百分之九十的零部件自主设计能力，这种能力确保了软硬件无缝集成，能在紧凑的研发和测试周期内优化性能上线。 第三，高盛认为，中国人型机器人产业正在明确转向专用型商用部署。当前，人型机器人依赖模拟和合成数据进行预训练，但从模拟到现实的差距仍然明显。模拟环境下百分之八十至百分之九十的准确率在真实场景中往往降至百分之五十以下。 由于大规模、高质量真实世界数据收集和世界模型的构建需要时间，头部中国厂商开始优先发展专用型商用场景， 比如公共区域的安保、巡逻、导览服务，包括酒店、银行、博物馆、展览中心、汽车经销商和超市等场所。这些场景能够有效利用现有的任务规划、移动和交互能力，避开高难度的复杂操作。 在工业领域，需要零巧手或夹持器的人形机器人目前主要应用于物流任务，比如搬运箱子和简单物品分拣。这主要是因为 ai 在 应对工厂环境中不可预测的特殊情况时仍存在局限。 在机器人智能提升方面，高盛提到，近期人形机器人制造商开始标准化整合成熟的大语言模型和视觉语言模型，比如阿里的通易、千问、豆包和腾讯的相关模型，这使得专有数据引擎成为开发可部署机器人智能的关键。差异化因素， 高质量真实事件数据与可扩展实用应用的主要瓶颈。因此，各公司都在开展数据配方竞赛， 根据目标应用场景调整三种主要数据输入的组合，一是远程操控的人类或专家演示，这种方式控制度高，但用于模仿学习成本昂贵。 二是模拟数据每增加一个样本的成本较低，但真实感不足。三是真实世界视频数据级数据可用性最高，但转化为实际操作的准确性可能较差。 在此次走访中，高盛注意到更多关于世界模型的讨论，这一模型可能赋予机器人对环境的常识认知，使其从被动反应转向主动的智能规划和适应。 在盈利模式上，高盛区分了面向消费者和面向企业的两种不同策略。面向消费者的公司注重提供差异化功能和提升用户体验，强调情感价值，并专注于特定垂直细分领域，凭借独特的功能或互动方式获得溢价。 面向企业的公司则将定价策略与客户的投资回报率挂钩，需要证明机器人能够提高吞吐量、提升效率或降低劳动力成本。 优必选曾表示，在分拣和物流应用中，当机器人达到人类工人吞吐量的约百分之五十时，客户就愿意进行投资，在每天运行约十小时的情况下，投资回收期约为两年。 在劳动力特别短缺的环境中，三年的投资回收期也被客户视为可接受的水平，这凸显了自动化在解决关键运营挑战中的价值。 最后，在投资启示方面，高盛建议投资者保持谨慎，选择二零二六年可能成为验证出货量和调整市场预期的关键一年。投资者将继续根据两个维度评估供应链核心股票，一是史腾碑式的出货量预期是否会上调， 这取决于 ai 通用能力的发展速度或有效的数据与模型策略。二是各供应链公司的市场份额和单台机器人的产品价值。高盛认为，当前市场对人形机器人的乐观情绪和长期预期已经反映在股价中，因此建议选择性投资。 在覆盖的股票中，高盛给予三花智控 h 股、汇川技术和双环联动买入评级，给予三花智控 a 股绿的斜坡和贝斯特中性评级，给予明智电器卖出评级。 需要强调的是，以上观点均来自高盛的研报，内容仅作为信息参考，不构成任何投资建议，投资者应结合自身情况独立判断。

华尔街最近出现了一个罕见的景象，高涉摩根士丹利、德意志银行、摩根大通，几乎所有顶级逃行，不约而同喊出了同一个目标。标普五百年底冲击八千点，这种空前一致的看多， 究竟是信号还是陷阱？先说他们的底气。而爱资本支出这两年年均增长百分之三十到百分之五十，头部科技公司季度加分红总额已超过一 两万亿美元。企业盈利是真实的，不是画饼。降息预期、财政刺激、流动性宽松，这些都是股市上涨的温床。从这个角度看，八千点不是空穴来风， 但历史告诉我们，越是整齐划一的共识，越要小心。二零零零年互联网泡沫顶峰，所有大型都在喊科技股还有巨大空间，随后纳斯达克跌去了将近百分之八十。二零零七年底，绝大多数机构预测， 二零零八年温和调整，三个月后雷曼倒塌，倒指从顶点要站。这不是说华尔街骗人，而是说，当所有人往同一个方向看的时候， 风险往往被系统性的低估了。今天这轮有几个隐患不能忽视， ai 的 商业回报还没有完全验证，一旦下半年盈利不及预期，情绪可能瞬间逆转。美国经济的 k 型分化越来越严重，大公司越来越好，普通消费者越来越难， 这两条线迟早要碰撞，那普通人该怎么办？第一，不要追高，满仓压注，共识越强，反转时的杀伤力越大。第二，分批定投优于择时，每月固定金额投宽基指数，让时间平滑成本。第三，盯住两个核心信号， ai 头部公司季报是否持续超预期，每联处态度是否意外转向八千点是真实的判断，但通往八千点的路不是一条直线，信号是真实的，风险从未消失。

周四排员周他来了啊，给紫薇点关注，十分感谢。其实今天不光是我们在暴跌，到下午的时候，日韩这边其实也是高开低走的，再加上今天晚上的美股纯主芯片呢，也是高开低走，各大 gpu cpu 也开始爆跌，各个半导体都在跌， 唯独商业航天拉的很猛，马斯克概念也拉的很猛，但是我们今天白天已经跌过了，也就意味着明天我们的行情或许是反着来的。我倒觉得明天是一个抄底的机会，继续看多科创和创业板，毕竟科创不起来，上阵更没法起来。 那不可能是炒药炒叉把大盘炒起来吧。所以我倒觉得，不管是大科技 gpu 还是存储芯片，以及商业行业的机器人，明天都是一个抄底的机会，并不是逃跑的机会啊。因为我们的大 a 特别喜欢做独立行情，所以周四 是机会，周五可能就会很好了，飞跌沙涨，而不是在最低处把肉割了，到时候涨跟你没关系了，大盘上去了，你的钱没了。所以各位要不玩也在最好时候不玩，可不要在最不好的时候离开股市啊。 我知道我们这边的市场会差一点，但是这个市场真正赚钱的人是有耐心的，亏十天二十天怎么了？三个月后，或许这个票比你现在的位置要高很多呢。所以在最不好的时候，比的就是耐心，如果你没有足够的耐心，跌了就割，涨了就追， 这样我们永远都赚不到钱，大盘就上一万点，你的账户还是亏钱呐。所以啊，拿的住才是最管钱，涨的时候拿的住不是本事，跌的时候能拿的住，拿到涨为止才是本事。也希望每个人做好自己的独立判断，加油吧！左下角下单 作品进指挥首页的群，群里没有代码，没有名字，没有任何承诺啊，交个朋友，聊聊节奏。感谢各位的关注，以上为个人观点，不做投资经验。