在新興餐廳品牌全國擴張初期就進行投資，可能是積累長期財富最簡單的方式之一，對星巴克或Chipotle墨西哥燒烤等品牌的早期投入，最終可能增值為巨額財富。

Dutch Bros和Cava集團在未來20年內有望為投資者創造類似的財富增長，這兩家公司目前正處於美國市場擴張的初期階段，現在正是開始投資這些新興品牌的良機。

近年來，特色飲品類別日益流行，而Dutch Bros正逐步擴大市場份額，仍是一隻值得買入並長期持有的優質股票，該公司僅通過外帶服務模式營運，門店提供種類豐富的風味飲品，包括能量飲料、清涼飲品、茶飲、檸檬水、汽水和咖啡。

Dutch Bros還通過免費贈品和親切的服務積極與顧客建立聯絡，這一點體現在其持續的增長表現上：第二季度營收同比增長32%，全店同期銷售額增長5.8%，這符合過去幾年季度財報的典型趨勢。

公司另一值得稱讚的特點是其企業文化，Dutch Bros 重視內部人才的培養。公司擁有525名候選人可成為新任營運人員，這些候選人的平均在公司任職時間接近八年，這造就了一支對品牌充滿熱情、營運穩定一致的團隊。

任何餐飲企業只要開設更多門店，就能提升銷售額，這也是人們喜歡 Dutch Bros 的另一個原因：它正在實現盈利擴張。2023年年中，其利潤率達到了一個轉折點，三年前的利潤率為零，而過去12個月的環比利潤率已提升至7%。持續擴大的利潤率有望繼續推動強勁的收益增長。

截至6月30日，Dutch Bros 全國共有1,225家門店，管理層正努力在未來三年內將門店數量擴大至三倍以上。該公司的股價目前為營收的3.4倍，對於一家具有長期增長潛力的餐廳成長型股票而言，這是一個合理的估值倍數。

地中海風味快餐市場存在巨大空白，Cava 正積極把握這一機遇，並開闢一條能夠為股東創造財富的增長之路。

Cava 提供的理念與Chipotle類似，注重速度、品質和個性化定製。但Cava並未選擇墨西哥卷餅和酪梨醬來吸引顧客，而是轉而以皮塔餅和菲達奶酪贏得客戶青睞，第二季度營收同比增長31%，同店銷售額增長了9%。

近期業績較一年前同期的個位數低增長明顯加快，這主要得益於其在價值、餐飲服務和烹飪創新方面的專注。

未來20年仍有廣闊的發展空間。Cava目前擁有不到500家門店，遠低於Chipotle的4200多家。上個季度僅新開設了17家門店，使門店數量較去年同期增長了19%。

值得注意的是，Cava的門店盈利能力極強，上個季度的門店利潤率高達25.7%。總體來看，隨著公司持續擴張，其利潤率正呈現上升趨勢，目前為環比4.8%。

鑑於Cava仍在建立全國品牌知名度的過程中，其財務表現有望繼續保持強勁。新餐廳的表現持續超出管理層預期，反映出口碑行銷正在迅速傳播，市場需求積壓巨大。

投資者對公司的長期前景持樂觀態度，因為其市銷率高達6.2倍。這個估值雖然偏高，但如果現在買入少量股份，耐心持有，並在適當時候逐步增持，隨著公司向全國擴張，這很可能成為一項回報可觀的投資，其價值將隨公司發展而持續增長。(北美財經) 

今天我們說一個被中國制裁的美國軍火商——帕爾默·洛基（Palmer Luckey）

2017年，24歲的帕爾默·洛基（Palmer Luckey）灰頭土臉地離開了Facebook，離開的原因主要是因為政治右傾問題，矽谷的精英圈子客氣地將他"放逐"了。

九年後，2026年5月，他創辦的Anduril Industries完成了50億美元的H輪融資，估值610億美元，Anduril與OpenAI，SpaceX等一起，被稱為私募市場的“神奇七俠”。

也是在同一個月，加州西米穀的里根總統圖書館，Luckey 坐在胡佛研究所《Uncommon Knowledge》的鏡頭前，被主持人 Peter Robinson 問了 53分鐘。

這53分鐘裡，他談中國的部分，我們認為，非常值得我們認真聽聽。

因為，這個人沒有理由誇我們。

而一個正在賣武器對付你、並且被你制裁了的人，如果他坐在里根圖書館的舞台上、對著一屋子美國保守派聽眾誇你的工程師——那基本上只剩一種可能：

他說的是真話，而且他會做一些行動。

這個人是誰，他手裡有什麼，為什麼他的判斷值得當情報讀。

Luckey是那種非常典型的美國式天才：

他沒有上大學，十幾歲在車庫裡搗鼓出了Oculus，21歲把它以20億美元賣給了Facebook。

他收集退役坦克——別人財富自由之後買遊艇，他買坦克。他迷戀導彈技術。他在價值觀極左的矽谷，公開支援極右派，然後就被開了。

開了之後被迫帶著大把鈔票離開Facebook，但他沒去買海島買豪車，而是在加州開了一家武器公司，並且用《指環王》裡那把重鑄的斷劍給它命名：Anduril（安都瑞爾）。

你看，這個人連起名品味都在提前告訴你他準備幹什麼。

走進Anduril的總部，你不會有走進其他矽谷大廠的那種安逸感。別家的標配是冥想室、素食沙拉吧和一面彩虹旗；Anduril的標配是24小時不停機的3D印表機，和滿地的無人機原型。

是俄亥俄州那座叫Arsenal-1的廠房。

Luckey把他在VR硬體時代學到的那套"敏捷製造"用在來這裡，廠房沒有那種巨大、固定、只能造一種東西的專用工裝，只有通用自動化裝置和柔性產線。

今天在產Roadrunner攔截彈，明天就能無縫切去產水下無人潛航器。

這種靈活性解釋了VC為什麼願意給它14倍的市銷率。在未來的消耗戰裡，決定勝負的可能不是誰的導彈更精密，而是誰能像生產行動電源一樣生產自殺式無人機。

如果這個邏輯成立，那麼誰有最靈活的工廠，誰就擁有了戰爭的定義權。

610億美元，本質上是投給"戰時動員能力"的。

而且比工廠更值錢的，是Lattice（晶格）平台。

未來的戰場上，感測器會無處不在。所以問題從來不在於獲取資料，而在於處理資料。

Lattice扮演的是戰爭"作業系統"的角色：

它把偵察衛星、雷達、無人機、潛航器、路邊攝影機、士兵頭盔上的所有訊號自動融合到一起。

過去各軍種的裝置是互相不說話的——你可以理解為，美軍的空軍、海軍、陸軍各自裝了一個不同廠商的智能家居App，互相不相容。

而在Lattice裡，AI自動識別目標，自動分配給最近的攔截彈，人類只需要按一下確認鍵。

這就是為什麼Anduril能把微軟搞砸的那個220億美元IVAS護目鏡項目（EagleEye）救活。

傳統軍工巨頭想的是"我怎麼造一個更結實的頭盔"；Anduril想的是"給士兵裝一隻上帝之眼"。

前者是硬體問題，後者是感知與認知的閉環。

更深一層：作業系統是有粘性的。

一旦五角大樓的聯合作戰指揮系統（JADC2）跑在Lattice的底層邏輯上，Anduril就從一個"供應商"變成了"不可或缺的底層架構"。這個商業模式更接近SaaS——這也是高估值的另一根支柱。

現在你需要記住的是：接下來這個人說的關於中國的每一句話，後面都跟著一筆真金白銀，他自己的認知/結論會變成工廠、產線和融資規劃。

這就是他的可信度來源——不是他有多客觀，而是他判斷錯了要自己賠錢。

而關於這份採訪中提到的中國內容，我們總結了幾個觀點：

訪談裡，主持人問了一個所有人都會問的問題：

美國國防預算約9000億美元，中國的數字大概在4000億-5000億（主持人的資料有誤，我們的軍費為1.9兆人民幣）。為什麼我們沒有碾壓他們？

Luckey的回答分兩步走，而第一步是個思想實驗。

他說，咱們先把購買力平價的問題放一邊，假設兩國完全一樣。那麼請問：五角大樓的每一美元，能不能花得再好50%？

這已經是一句相當難聽的話了——等於當著一屋子人的面說，美國國防部有一半的錢花得沒道理。

中國不是好50%，中國是好十倍。

同一個開發項目，在美國要花一百萬美元，

在中國五萬到十萬美元就做完了。

他說自己在中國生產過幾百萬台VR頭顯，去過很多次深圳。"中國勞動力便宜"是一個過時的概念，因為勞動密集型的環節，中國人大多已經自動化掉了。

他說中國有世界上最好的電池工程師，有世界上最好的冶金專家之一，有世界上最好的光學工程師之一。

這段話最有意思的地方在於，它幫我們反駁了"中國靠人口紅利"或者"中國靠成本優勢"這些貶低的言論。

因為，如果勞動密集環節已經自動化了，人口紅利論就自動失效了——你沒法一邊說人家全靠廉價勞動力，一邊承認人家把廉價勞動力都換成機器人了。

而且如果成本優勢是主因，那麼隨著中國工資連年上漲，這個優勢應該在肉眼可見地消失，而Luckey觀察到的方向恰恰相反。

說到這兒，我們再看Arsenal-1，那座工廠做的是柔性產線、快速換線、設計與產線貼在一起——

他自己還親口說：他在 VR 硬體時代親身學過這套組織方式，而他學習的地點，就是中國。

然後他花了十億美元，在俄亥俄州，復刻了一個深圳。

2）美國的工程師變成了"架構宇航員"

然後第二刀來了，Luckey說，美國的公司被掏空了。而掏空的方式不是成本，是教育和組織。

他的邏輯是這樣的：企業向大學灌輸了一整套關於"該教什麼"的錯誤東西，結果是我們不再教工程師怎麼當工程師，不再教設計師怎麼把東西設計成可製造的。

培養出來的是一種他稱之為"architecture astronauts"（架構宇航員）的物種：挑選元器件、擺出一個名義上的佈局、交出一份漂漂亮亮的設計包，然後就沒有然後了。

那真正的活兒是什麼？他舉了兩個具體的例子：

"這塊板子到底要改幾版，才能通過射頻輻射和干擾標準"

這些活兒，被打包發給了中國。

美國人自己把自己真正的工程能力掏空了。

他還點了蘋果的名。他說自己不想太過苛責蘋果，但——蘋果過去必須自己搞明白怎麼造東西，而現在最難的那部分，是中國工程師在做。

主持人在這裡打斷了他，做了一個確認：

你的意思是，創新不能和製造行為分開，造東西的地方就是創新發生的地方？

不只是製造，連原材料也一樣。

如果你不控制自己的原材料，如果你在所有支撐你生活質量的東西上都依賴你最大的戰略對手——你就根本不掌握自己的命運。

如果病因是"設計與製造、與使用的分離"，那麼解藥只能是一個：

Anduril的組織設計，幾乎就是這句話的字面執行：

約 7000 名員工，其中約 4400 人在加州。退伍軍人一度佔到 30%，現在約 15–20%，也就是一千人上下。他特意強調這不是給退伍軍人發福利——最理解問題的人，往往是有真實經驗的人。

他說，別人上飛機往回撤的時候，他們的人上飛機往前走。中東衝突開始之後，他們在當地的人比衝突前更多。烏克蘭戰爭第二周，他們的人和武器就已經在當地了，他本人早期還去過基輔培訓使用者。

他說他們和競爭對手最大的區別之一，是把工程師一直派到最前面，讓他們在戰場上直接迭代產品功能。

傳統承包商的工程師，坐在弗吉尼亞的辦公室裡讀需求文件；Anduril的工程師，站在使用現場看裝置是怎麼壞的。

順便說一句，這也解釋了Lattice為什麼比工廠更值錢——

AI公司沒錢買GPU？輝達說：拿未來的利潤來換。21萬張GPU作為第一批抵押物——晶片，正在變成金融產品

1848年，加利福尼亞發現金礦。第二年，近十萬人湧入內華達山脈腳下。絕大多數人沒有淘到金子，但賣帆布褲子的利維·斯特勞斯成了最大的贏家——“金礦裡最賺錢的不是金子，是牛仔褲。”

2026年7月，輝達宣佈了一項新業務。它沒有起花哨的技術名字，但本質上一目瞭然：用算力換利潤。

一、什麼是“算力貸”？——AI公司的“分期付款”

AI初創公司不用再付現金買GPU，輝達接受它們用未來的營收或利潤分成來交換當下緊缺的算力。

這不是簡單的分期付款。 輝達把晶片變成了金融產品——它開始接受顧客用未來的工資來付今天的帳。過去晶片是一種商品，一手交錢一手交貨，交易結束，兩不相欠。但現在，輝達選擇了一條全新的路。

輝達並不直接向初創企業出租GPU算力。公司主要提供GPU、軟體平台和信貸支援，Sharon AI、Firmus Technologies等合作夥伴則負責將這些資源轉化為可供客戶使用的雲端算力。

在新的算力貸方案下，一家Token工廠無需抵押任何固定資產。它只需向輝達或其指定的金融夥伴展示其API呼叫量、客戶合同和預計增長曲線。一旦通過評估，它就能立即獲得一個大規模的GPU叢集算力配額。

作為回報，輝達不僅獲得標準的硬體銷售收入，還能從合作方的雲服務收入中抽取一定比例的分成。

這跟次貸在形式上相似，但在風險上完全不同。 次貸是把錢借給沒有償還能力的人買房，房價下跌則銀行虧損。算力貸的抵押物是AI公司未來的利潤——利潤來自模型訓練、推理服務、企業訂閱。輝達賭的是這些公司裡會跑出下一個OpenAI或Anthropic。

二、輝達為什麼這麼做？——從“賣鏟人”到“收租人”

輝達為什麼要這麼“慷慨”地賒帳？

過去兩年，全球AI基礎設施投資以指數級膨脹，但終端應用層面的收入和利潤遠遠沒有跟上。OpenAI和Anthropic仍然在大幅虧損，算力租賃商同樣在虧損。整個行業的現金都被上游吸走了，流到下游時只剩乾涸的河床。

輝達自己也在6月宣佈計畫發債至少200億美元。它要把晶片賣給下游，但下游的現金已經被它自己吸乾了。與其讓客戶買不起，不如讓他們“賒帳” ——用未來的利潤換今天的GPU。

AMD在追趕，英特爾在轉型，Google的TPU在蠶食推理市場，亞馬遜的Trainium在降低對GPU的依賴。一旦有替代品，那怕性能稍差，價格就會成為決定性因素。輝達需要在替代品成熟之前，把自己的GPU鋪滿全球每一座資料中心。算力貸就是它用來搶時間、搶份額的工具。

原因三：也是最隱蔽的動機——從硬體公司變成基礎設施平台。

輝達選擇利潤分成而不是簡單的分期付款，說明它看穿了硬體生意的天花板。晶片是一次性買賣，賣掉一張GPU賺一張的錢。但如果把這張GPU變成一座印鈔廠的股份，那麼這座印鈔廠每印出一張鈔票，輝達都要抽成。

這是一種從硬體公司向基礎設施平台轉型的財務工程。

輝達正在扮演數百家批次購買其晶片企業的“中央銀行”。它不蓋機房、不付電費，只輸出晶片和信用，就把觸角伸進了全球每一枚AI Token的生成利潤裡。據SemiAnalysis等機構測算，僅Firmus一個項目，6年內預計為輝達貢獻250到300億美元的分成。

有分析將輝達的新模式概括為三重躍遷：從硬體供應商變為信用中介+財務投資者；從一次性晶片銷售變為持續性、與使用量掛鉤的經常性收益；從不承擔下游需求風險變為主動承擔算力過剩風險、換取下游利潤分成。

三、21萬張GPU：算力貸的第一批抵押物

算力貸不是停留在PPT裡的概念——第一批抵押物已經就位了。

輝達已經公佈了兩家首批合作夥伴：

Sharon AI：澳大利亞AI雲服務商，將部署最多4萬顆Grace Blackwell GB300 GPU。

Firmus Technologies：新加坡AI基礎設施公司，正在印尼巴淡島建設一座DSX AI工廠園區，預計擴容至360兆瓦，計畫部署最多17萬顆輝達GPU。

合計21萬張GPU，構成了“算力貸”的第一批抵押物。

GPU已經變成了一種可以抵押、可以分期、可以用未來收益償還的硬通貨。這在半導體工業史上，是第一次。

這不是一個孤立的實驗。輝達近期還在洽談為OpenAI擬建的5000億美中繼資料中心提供類似的財務擔保。據透露，輝達正與OpenAI談判，擬為其位於美國俄亥俄州的10吉瓦資料中心項目提供最高2500億美元融資擔保。輝達正在將這種模式制度化、規模化。

2026年7月，輝達推出了“算力貸”。它沒有起花哨的技術名字，但本質上一目瞭然：用算力換利潤。

對AI公司來說，算力貸解決了一個最現實的問題：有錢買不到GPU，沒錢更買不到。現在，不需要現金、不需要抵押物，只需要展示API呼叫量、客戶合同和增長曲線——就能獲得大規模的GPU算力配額。

對輝達來說，算力貸完成了從“賣鏟人”到“收租人”的轉型。賣掉一張GPU賺一張的錢，和把GPU變成一座印鈔廠的股份、每印一張鈔票都抽成——後者才是真正的“永續生意”。

對整個行業來說，算力貸標誌著算力正在從“商品”變成“金融產品”。GPU從“一手交錢一手交貨”的硬體，變成了“可以抵押、可以分期、可以用未來收益償還”的硬通貨。

這或許是算力金融化處理程序中，迄今為止最激進的一次實驗：晶片製造商親自下場做起了“銀行”。它把資產負債表變成了信用增級工具，把硬體銷售變成了永續分潤的金融管道。

當輝達不再只是“賣GPU的”，而是“分算力利潤的”——算力的金融化，才算真正進入了深水區。

作者聲明：本微信公眾號（以下簡稱“本號”）發佈的所有內容，包括但不限於文字、圖片、視訊、音訊等，僅供參考和交流之用，不構成任何投資、法律、醫療或其他專業建議。使用者在依據本號內容作出任何決定或採取任何行動前，應自行判斷並諮詢相關專業人士。

1、本號部分內容來源於網路或其他公開管道，我們盡力確保資訊的精準性和可靠性，但不對其真實性、完整性或及時性作出任何明示或暗示的保證。

2、對於轉載和參考內容，我們會在合理範圍內註明出處。如有版權問題，請相關權利人及時聯絡我們，我們將盡快處理。

3、使用者因使用本號內容而導致的任何直接或間接損失，本號及其營運團隊不承擔任何責任。 (AI算力那些事兒)

不再追逐個人掌機、消費級終端，輝達把籌碼全部壓向實體機器人。當算力從手機、掌機的消費賽道抽身，人形機器人、工業邊緣裝置將迎來普惠算力底座。

8 月 25 日，財聯社消息，輝達宣佈推出新一代機器人電腦Jetson Orin Nano 2，這款定位入門級邊緣 AI 的模組，將生成式 AI 能力下放到機器人、無人機、工業視覺裝置，與此同時，行業清晰看到輝達的戰略轉向：主動收縮個人消費終端業務，把全部重心投向物理世界的具身智能賽道。

很多人此前期待輝達下場做掌機、做個人 AI 終端硬體，希望能看到輝達自研的消費級終端產品面世。但黃仁勳已經多次對外釋放明確訊號：輝達不會親自下場做掌機、不獨立打造個人終端整機。可以合作，但是不自研硬體終端，消費終端這塊業務，輝達選擇戰略性退出。

不是沒有技術能力，而是算清了一筆戰略帳。

消費級個人終端市場競爭白熱化，掌機、AI 硬體需要兼顧供應鏈、外觀、管道、售後，利潤薄、迭代快，還要直面海量消費電子廠商廝殺。而輝達真正的優勢，是算力晶片、模擬平台、機器人基礎大模型 Isaac、GR00T 構成的完整軟硬體生態。與其親自下場做終端和全世界硬體廠商搶 C 端市場，不如做整個機器人行業的 “賣鏟人”，給所有做實體機器人的企業提供大腦，做機器人領域的Android底座。

密集走訪全球機器人廠商，物理 AI 生態正在加速收攏

Orin Nano 2 發佈的背後，是輝達近兩個季度在全球範圍高密度走訪、對接各大人形機器人企業，一邊實地驗證硬體、大模型的落地效果，一邊快速擴張自己的物理 AI 生態版圖。

海外方面，作為輝達重要投資夥伴的Figure AI，創始人 Brett Adcock 此前公開放出和黃仁勳的會面合影，雙方圍繞人形機器人規模化量產、Isaac 模擬平台適配、Jetson 硬體的整機整合開展深度溝通，Figure 多款樣機的推理、訓練鏈路深度依託輝達整套工具鏈。除 Figure 之外，Agility Robotics、1X Technologies、Boston Dynamics 這些海外頭部人形企業，均已接入 GR00T 機器人基礎模型與 Isaac 模擬體系，輝達團隊也多次到訪各家研發實驗室，針對高速行走、靈巧手操作做聯合調優迭代。

就在 Orin Nano2 發佈一周之前，輝達高管團隊完成韓國行程。8 月 13 日黃仁勳在總部與 LG 集團會長具光謨正式簽署戰略合作備忘錄；8 月 18 日，輝達物理 AI 業務負責人黃敏珊帶隊到訪首爾 LG 機器人研發中心閉門會談，敲定 LG 下一代雙足人形機器人開發路線，這款機器人未來將搭載 Jetson Thor 算力模組，基於 GR00T 做技能訓練，計畫 2027 年正式推出。

結束韓國行程之後，黃敏珊（黃仁勳之女）直接來到北京 2026 世界機器人大會，實地走訪多家中國機器人本土企業展台，這也是輝達近距離考察國內機器人硬體實力的關鍵動作。在越疆科技展位，團隊長時間觀摩 “一腦多體” 具身智能平台以及人形機器人乒乓球對抗演示，雙方已經是輝達物理 AI 全球生態夥伴；優必選展台也留下輝達團隊考察記錄，現場溝通靈巧手、人形整機的邊緣算力適配方案。

不止是展會拜訪，更早的台北 GTC 大會上，輝達和宇樹科技聯合發佈 H2 Plus 人形參考設計，宇樹提供硬體本體，輝達輸出 Jetson 算力、GR00T 基礎模型、Isaac 模擬全套軟體棧，這也是輝達首個對外公開的人形機器人硬體參考方案，智元機器人、銀河通用、 Fourier 傅里葉智能等國內多家企業，同樣已經深度使用 Jetson 系列硬體開展樣機研發工作。

一連串跨國走訪、高層會談，並不是簡單商務寒暄。輝達要做的，是深入各家廠商的真實研發現場，去發現硬體、模擬、大模型之間真實存在的適配 bug，把客戶一線的需求反向迭代到 Jetson 硬體、GR00T 模型、Isaac 模擬軟體裡面。Orin Nano2 的推出，正是這一輪產業走訪之後，面向廣大中小開發者給出的硬體答卷。

Jetson Orin Nano2：把大模型塞進小型機器人身體裡

這次新發佈的 Jetson Orin Nano2，最大亮點是同體積下推理性能相比前代直接翻倍，維持小尺寸、低功耗的硬體形態。

人形機器人、巡檢無人機、服務機器人、工業檢測裝置有一個共同痛點：機身空間有限，電池供電，不能搭載體積龐大、功耗巨大的算力板。過去想要在本地跑多模態大模型、世界模型，只能上高端 Jetson Thor，成本居高不下，中小機器人廠商、高校研發團隊望而卻步。

Orin Nano2 的出現，解決了入門機器人的算力窘境。在有限功耗之內，可以本地運行中小參數的多模態大模型，不需要重度依賴雲端。機器人可以即時處理多路攝影機、雷射雷達感測器資料，完成環境識別、語義理解、運動規劃，真正做到本地自主決策，網路斷開的情況下依舊可以正常工作。

輝達機器人與邊緣 AI 副總裁 Deepu Talla 在發佈會上表示：如今中小型前沿 AI 模型的精度，已經追上幾年前巨型大模型。這就給邊緣硬體創造了機會，讓百萬級開發者，都可以把生成式 AI 部署到實體機器上。

簡單來說：以前只有高端人形機器人才配擁有的本地大模型大腦，現在中小型機器人、創業團隊、科研機構，都能用得起。首批已經有多家工業、機器人企業率先適配這款硬體，覆蓋工業檢測、移動機器人、巡檢無人機多個場景。

戰略取捨：告別個人終端，豪賭物理 AI 浪潮

很多人會疑惑：放棄看起來火熱的個人 AI 終端，輝達賭機器人，到底賭的是什麼？

回顧輝達近兩年的佈局，邏輯鏈條已經非常清晰。

資料中心 GPU 負責雲端訓練大模型

Jetson 全系列硬體負責物理世界推理

把訓練好的大模型部署到真實機器人身上；

Isaac 模擬平台、GR00T 機器人基礎大模型

提供軟體、模擬、機器人運動基礎能力，補齊整套開發鏈條。

黃仁勳不止一次提出一個判斷：AI 的下一波浪潮，不是停留在螢幕之內聊天對話，而是 AI 走出螢幕進入物理現實，也就是具身智能。未來數十億台智慧型手機器，需要大量邊緣端算力支撐，這才是輝達未來最重要的增量市場。

消費個人終端固然有熱度，但市場空間有限。而機器人賽道，工業、人形、特種機器人、無人機，是兆級的物理世界市場。輝達放棄親自下場做個人硬體，本質上是避免分散精力，集中全部資源，做物理 AI 時代的底層基礎設施供應商。

當然，這並不代表輝達完全拋棄消費市場。面向 AI PC 的 RTX Spark 晶片依舊在推進，但是僅限於晶片輸出，整機交給 PC 廠商去完成。掌機、自研個人硬體終端，已經不在公司的產品路線圖之中。

對人形機器人行業，意味著什麼？

這次 Orin Nano2 的發佈，對國內如火如荼的人形機器人產業，是一個很關鍵的訊號。

當下世界機器人大會、人形機器人運動會上，大量國產雙足機器人樣機百花齊放，但成本居高不下，其中算力硬體就是重要的成本項。高端 Jetson Thor 性能強悍，但價格高，會拉高整機成本。

Orin Nano2 性能翻倍、定位入門，給廠商提供了新的選擇。一部分不需要極致全身動力學運算的服務機器人、巡檢機器人，可以用這款模組降低硬體成本，加速樣機迭代，幫助更多團隊把具身大模型跑在自己的機器人樣機上。

但也要客觀看到短板：Orin Nano2 定位入門級，面對人形機器人全身高速奔跑、靈巧手複雜操作這類超高即時算力需求，依舊要依靠更高階的 Jetson Thor 模組。它不是萬能解藥，而是拉低行業入門門檻的工具，讓更多玩家能夠入場做物理 AI 開發。

賽道的矛盾也隨之顯現：輝達提供晶片、模擬、基礎模型整套工具鏈，極大降低研發門檻，但同時整個行業會高度依賴它的 CUDA 軟體生態。對於國內機器人企業來說，如何在利用這套生態快速迭代的同時，佈局自主邊緣算力方案，是長期必須面對的課題。

從追逐消費終端熱點，轉向沉下心做物理世界的算力底座，輝達的戰略取捨，恰恰印證了行業正在發生的變化。

過去兩年 AI 的狂歡，大多發生在螢幕與雲端；而現在，產業重心正在向實體硬體遷移。人形機器人、工業機器人、智能無人機，這些看得見摸得著的物理智能裝置，正在接棒純軟體大模型，成為行業新的主戰場。

Orin Nano2 隻是一塊小小的算力板，但它代表的是整個行業的拐點：讓物理 AI 不再只是頭部大廠的專利，千千萬萬開發者，都有條件打造屬於自己的智慧型手機器人。

最後問問大家：你覺得未來人形機器人，會大規模採用輝達 Jetson 系列，還是國產邊緣算力晶片會實現彎道超車？歡迎評論區交流。 (未來機器人網)

美股艾大叔的最新長文及歷史文章，讓您掌握相關股市行情消息，協助您做投資決策。追蹤美股一手情報與分享深入報導