瑞銀：中國資料中心裝置：Rubin帶來電源與液冷機會VR200 平台機架功率提升上周在拉斯維加斯舉辦的國際消費電子展上，輝達CEO 黃仁勳的主題演講對需求表達了積極態度，並披露了 2026 年 Vera Rubin 平台的發佈進展。在電源與製冷方面，輝達重點提及，Rubin 平台的機架功率或將達到上一代 Blackwell 平台的兩倍，且製冷方式將從 Blackwell 平台 80% 的液冷佔比升級為 100% 全液冷。其中，VR200 NVL72 型號對 GPU 散熱方案進行了升級，將採用微通道冷板（micro-channel cold plate）。輝達表示，目前 Rubin 平台已全面投產。利多電源與液冷需求增長VR200 NVL72 的 AI 訓練 / 推理算力分別約為 GB300 NVL72 的 3.5 倍 / 5 倍，這推動機架級功率需求大幅上升。具體來看，VR200 NVL72 將電源架升級為 3 個 3U 規格、總功率 110 千瓦的配置（含 6 個 18.3 千瓦電源模組），而目前最常見的 GB300 NVL72 配置為 8 個 1U 規格、總功率 33 千瓦的電源架（含 6 個 5.5 千瓦電源模組）。此外，VR200 NVL72 電源架採用 “3+1” 冗餘設計。值得注意的是，VR200 NVL72 可視為輝達 Oberon 機架架構的最後一代產品 —— 該架構僅支援 54V 直流配電，且需搭配不間斷電源（UPS）。隨著 AI 算力持續提升，機架功率需求不斷增長，輝達預計將過渡至下一代 Kyber 機架設計，後者支援 800V 高壓直流（HVDC）。我們認為，隨著 Rubin 平台產能擴大，UPS 與液冷需求的增長速度將進一步加快；未來功率密度的提升還將推動電源系統進一步升級，預計 2027 年 Rubin Ultra 平台若推出，將進一步釋放 HVDC 的需求潛力。重點推薦標的：科士達、科華資料我們認為，科士達與科華資料將受益於 UPS 需求增長，且有望向 HVDC（高壓直流）與 SST（固態變壓器）產品升級，具備業績提升潛力。摩根士丹利研究報告： 泰國 PCB 調研要點2026 年 1 月 12 日至 14 日，我們在泰國走訪了四家印刷電路板（PCB）企業，包括勝宏科技（VGT）、Dynamic PCB、GCE及ZDT。需求端表現強勁，受出貨量增長、材料升級及生產複雜度提升驅動：受訪四家企業傳遞的需求訊號高度一致，尤其是 GPU 與 ASIC 伺服器相關需求。出貨量增長、覆銅板（CCL）材料升級、生產及設計複雜度提升，共同推動營收增長。我們預計，AI 相關 PCB 將更多採用高密度互連（HDI）或混合式多層板 / 高密度互連（MLB/HDI）設計，供應商正積極籌備相關裝置與產能以順應這一趨勢。因此，整個產業鏈生態均將持續受益，包括機械鑽孔機、雷射鑽孔機供應商及鑽頭供應商。受此影響，PCB 企業 2026 年資本支出計畫積極，產能輸出有望提升：臻鼎科技（ZDT）預計 2026 年資本支出約為 500 億新台幣（同比增長 60%-70%）；我們估算，截至 2026 年末，金像電子（GCE）月產能輸出同比增幅約為 40%。受訪企業的資本支出回報率介於每 1 新台幣資本支出對應 1.5-2.5 新台幣營收之間。供應商陣營持續擴大，終端客戶正認證更多 PCB 供應商：這使得供應鏈份額分配趨於複雜 —— 多家 PCB 廠商同時參與同一項目的認證，但我們認為這並不必然轉化為實質性訂單。客戶擴大供應商陣營旨在提升供應鏈靈活性，但最終仍將主要向核心一級（T1）供應商採購。因此，儘管 2026 年暫無產能過剩風險，但投資者需警惕相關潛在風險。當前泰國生產成本高於中國內地，但略低於台灣：短期內，中國內地仍將是 PCB 主要生產基地，得益於其更低的成本結構。但隨著泰國產能與良率持續爬坡，其成本結構存在最佳化空間，進而推動泰國 PCB 產值增長。成本方面，目前泰國 PCB 生產成本平均比中國內地高約 20%，但略低於台灣。成本差異主要源於泰國進口材料的物流成本更高、裝置物流及安裝成本增加，不過泰國生產線操作人員薪資更低（儘管生產效率相對較低）。儘管泰國生產成本較高，但仍有客戶為實現供應鏈多元化，明確要求在泰國生產 PCB 產品。其他核心要點臻鼎科技（4958.TW）資本支出：2026 年資本支出計畫從 300 億新台幣上調至 500 億新台幣，其中 60% 以上將用於剛性 PCB（HDI/HLC）及基板產能擴張，剩餘部分用於柔性 PCB（FPCB）。AI 產品佔比：目前臻鼎科技 AI 伺服器營收佔比（不含邊緣 AI 產品）約為中個位數百分比，目標 2026 年提升至高位個位數百分比。改良型半加成法（mSAP）：臻鼎科技認為，其是泰國唯一一家正在擴充 mSAP 產能的 PCB 供應商。該產能將僅用於 800G 及以上光模組（需採用類基板 PCB（SLP））。泰國園區規劃：泰國園區總計可容納 7 座工廠：1 號工廠：已實現 HLC 及伺服器 / 光模組用 mSAP 量產，是園區首座量產工廠。2 號工廠（mSAP/HDI）：目前處於建設中，計畫 2027 年初進入試產階段，同樣聚焦伺服器 / 光模組產品。3 號工廠（FPCB/FPCBA）：處於建設中，計畫 2027 年二季度試產，專注消費電子領域。5 號工廠：2026 年啟動建設，預計 2028 年量產。6 號工廠（HLC）：處於建設中，計畫 2026 年四季度試產，用於伺服器應用產品。7 號工廠：2026 年啟動建設，預計 2028 年量產。8 號工廠（鑽孔中心）：處於建設中，計畫 2027 年一季度試產。管理層預計，五年內泰國園區產能將佔公司總產能的 15%-20%。裝置：管理層表示，核心 PCB 裝置的交付周期較以往更長，但公司已提前下單，並憑藉與裝置供應商的長期緊密合作關係，鑽孔機採購不存在問題。CoWoP 技術：相關產品仍處於研發階段，量產時間尚未確定，但臻鼎科技表示，一旦客戶有需求，公司將做好充分準備。金像電子（2368.TW）2025 年四季度產品結構：受產品轉型影響，AI 產品佔比環比下降，但網路需求增長強勁，尤其是 400G/800G 網路 PCB。產品轉型：2025 年四季度，Trainium 伺服器 PCB 進入轉型階段，但 Trn3 產品將於 2026 年二季度在金像電子啟動量產。2026 年一季度，高端網路（400G/800G）產品將抵消部分 AI 產品轉型帶來的影響 —— 目前 100G+400G+800G 網路 PCB 出貨量佔金像電子網路 PCB 總出貨量的約 70%，其中大部分為 400G+800G 產品。泰國工廠：金像電子泰國 1-1 工廠（一期）具備 AI 伺服器板生產能力，且已通過主要 AI 雲客戶認證。2025 年四季度該工廠仍處於虧損狀態，但預計 2026 年將實現盈利。產能情況：台灣：目前月產值為 16 億新台幣，預計 2026 年二季度出貨量實現雙位數增長，三季度環比再實現雙位數增長（不含從 CMC Magnetics 收購的新工廠，該工廠計畫 2028 年量產）。泰國：1-1 工廠目前產能滿載，月產值為 3 億新台幣。2026 年二季度產能可能加速釋放，下半年進一步爬坡，截至 2026 年末，總出貨量預計較 2025 年末增長 4-5 倍。2 號工廠可能於 2027 年末或 2028 年初量產。蘇州：2026 年計畫通過新增裝置、消除產能瓶頸的方式擴充產能。常熟：C1 與 C2 工廠預計 2026 年下半年通過新增裝置及消除瓶頸，進一步提升產能。行業其他相關洞察泰國生產基地新建工廠通常需要 4-5 個季度才能產生實際營收。所有新產能均將包含 HDI 與 HLC 產能，以滿足客戶對 “混合式” 設計的需求。泰國營運成本比中國內地高 20%-25%，但可完全轉嫁至客戶。管理層認為，一旦產能完全爬坡，泰國工廠的毛利率將與中國內地工廠持平。AI 相關產品每一代新產品的平均售價（ASP）均實現數倍增長。管理層認為，客戶下一代產品的 ASP 增長將主要源於：① 材料規格升級；② 材料加工難度提升；③ 採用尚未量產的特殊製造工藝；④ PCB 層數增加及 HDI 工序更複雜。對部分客戶而言，HLC 與 HDI 的界限日益模糊 —— 部分設計為混合式（HLC 與 HDI 結合），且需要特殊製造技術處理。公司預計，下一代 AI 伺服器 PCB 將有更多項目採用 HDI 技術或混合式設計，相關產品可能於 2027 年啟動量產。市場份額PCB 製造裝置交付周期延長及高端材料供應短缺，可能對新進入者或小型供應商構成不利影響。不過，客戶為最佳化供應鏈管理，仍傾向於採用雙源或多源採購策略，因此可能仍會認證部分新供應商。CoWoP 技術該設計目前仍處於研發階段，具體應用時間尚未確定）。生產 CoWoP 用 SLP 的主要挑戰在於精密鑽孔直徑及縮小的線寬 / 線距（L/S）。其製造工藝及所需裝置與消費電子用 SLP 存在巨大差異，因此投資強度更高，需配備更精密的裝置。材料供應南亞新材（2383.TW）仍是 M8 + 覆銅板的領先供應商，其次為斗山（000150.KS）、生益科技（600183.SS）、台光電子（TUC，6274.TW）及聯茂電子（ITEQ，6213.TW）。南亞新材仍是 M9 覆銅板的頂級供應商，但生益科技正逐步追趕。管理層表示，尚未發現 AI 相關 PCB 存在材料規格降級的情況。 (大行投研)

有一些時刻註定會載入史冊。2025年初，DeepSeek時刻爆發，證明在AI時代，中國的新興大模型企業可以憑藉低成本、高性能和易用的創新開源模型，加速AI在全球範圍尤其是南方國家的普及。2026年1月6日，拉斯維加斯，在全球開年科技大戲CES（消費電子展）開幕首日，1.5萬多名科技領域從業者湧入全球首座全沉浸式球幕場館Sphere（天球館），參加聯想集團的創新科技大會（TechWorld）。大會下午5點正式開始，但下午1點多就開始排隊，一票難求。會上，聯想集團重磅發佈了面向全球的首款個人超級智能體Lenovo Qira和業界最全面的推理最佳化伺服器產品組合。Qira作為跨平台、跨裝置的AI終端入口，能將使用者的手機、電腦、平板、可穿戴裝置等不同終端裝置連接起來，高效執行任務；能憑藉情景感知能力，記住使用者偏好，預判使用者需求，以使用者期待的方式互動、完成各項任務，並保護隱私；還能連接、協調多個AI智能體，整合知識，形成洞察，並最終成為使用者的“個人AI雙胞胎”。作為AI時代首家在CES發表主題演講的中國科技企業，聯想集團董事長兼CEO楊元慶全面闡釋了“混合式AI”的含義，並展示了涵蓋AI PC、智慧型手機、可穿戴概念產品Maxwell、智能眼鏡等在內的新一代智能裝置，全面整合的AI基礎設施與解決方案，以及與Sphere、FIFA（國際足聯）在娛樂、體育領域的合作成果。| 聯想集團董事長兼CEO楊元慶和國際足聯主席詹尼·因凡蒂諾‌（Gianni Infantino）如果說前兩年全球AI最顯著的特徵是“大模型的寒武紀大爆發”，2026年的CES和Tech World表明，AI正從雲端走向身邊，從虛擬世界走向現實世界，從“雲端訓練”走向“邊緣推理”，從“提示詞工程”“聊天機器人”走向“智能體”“AI雙胞胎”，從靜止不變的硬體到能與使用者互動、可根據使用者位置和視線自動旋轉調整的“響應式AI終端”。無論是大模型時代的DeepSeeK時刻，還是AI開始全面落地應用的聯想時刻，中國科技企業都做出了令世界矚目的創造性回答。01 聯想時刻的三重內涵2026年的CES，聯想時刻為何如此閃亮？首先，作為一家植根中國、業務遍及180個國家和地區市場的全球智能裝置領導廠商，聯想集團用“混合式AI”這一中國方案，贏得了行業共識。當下，AI發展正處在一個新的爆發時刻，即從內容生成朝著感知三維空間、學習複雜邏輯、與現實世界深度互動的方向拓展。此時，整合了個人智能、企業智能與公共智能的混合式AI的提出，表明了聯想致力於打造個性化、多樣性AI，推動AI在全球普及普惠的雄心，也為全球AI發展提供了更具包容性的落地空間。聯想的混合式AI，和DeepSeek“推動人工智慧技術普惠化”的初衷異曲同工，都具有中國科技企業的鮮明特色。其次，聯想集團作為FIFA官方技術合作夥伴，首次系統展現了以混合式AI賦能世界盃的技術路徑，包括足球AI超級智能體、VAR（視訊助理裁判）3D數字人可視化方案，以及裁判視角AI視訊增強系統等。2026年美加墨世界盃足球賽不僅是史上規模最大的世界盃，也是歷上規模最大、複雜度最高的計算工程，對於AI的真實應用能力，可謂空前考驗。AI不是用來炫技的，是要解決實際問題的。FIFA選擇聯想來擔綱解決世界性計算難題，這證明了中國科技企業具備包含軟硬體和服務在內的綜合解決方案能力，以及在極限挑戰面前攻堅克難的響應能力。聯想的努力，也將為未來的大型體育賽事和在其他行業落地應用提供可參考、可沿用的AI路線範本。第三，聯想的Tech World大會，群賢畢至，精英雲集，彰顯出了植根於中國的全球性科技企業的影響力。輝達創始人兼CEO黃仁勳、英特爾CEO陳立武、AMD董事長兼CEO蘇姿丰、高通總裁兼CEO克里斯蒂亞諾·安蒙、FIFA主席因凡蒂諾，這些全球科技與體育領袖均在Tech World大會上發聲，顯示出全球科技界對聯想的行業地位和發展戰略的高度認同，這也是聯想長期遵循的“開放、包容、普惠、均衡、共贏”的新型經濟全球化理念的成功。當AI從虛擬世界到在全球真正落地應用，變成新的生產力工具和智能化的個人助手時，人們發現，作為PC銷量全球第一、每年為全球使用者提供數以億計的電腦、平板、智慧型手機等終端裝置的廠商，聯想成了輝達、英特爾、AMD、高通這些科技巨頭的公約數和共同選擇——輝達與聯想共同發佈了全新的“聯想人工智慧雲超級工廠”合作計畫，AMD與聯想攜手打造機架級AI基礎設施，英特爾與聯想共同開發Aura Edition系列、為使用者打造極致AI PC體驗，高通期待未來與聯想加速手機、智能眼鏡等可穿戴裝置等移動終端產品的創新。在物理AI的新時代，“理”離不開“物”，“物”是“理”的載體。因此，聯想這樣傳統被認為的硬體廠商，反而成了AI世界的樞紐和兵家必爭之地。02 為解決世界性難題而生：超級挑戰造就超強能力2010年南非世界盃1/8決賽，德國迎戰英格蘭。比賽前36分鐘，德國隊2：1領先。第37分鐘，英格蘭隊蘭帕德在大禁區線上遠射，擊中橫樑彈入網窩，德國隊門將諾伊爾立即將球撈出，當值主裁示意此球無效，而慢動作顯示球已經完全越過了門線。本可扳平比分的英格蘭隊回天無力，下半場又連丟2球，以1：4慘遭淘汰。FIFA創新總監霍爾茨穆勒在CES接受筆者採訪時說，長期以來，人們一直認為技術不應成為足球運動的一部分，“我們只需要22名球員、1名或多名裁判在球場上，還有球，就這麼簡單。”但德國對陣英格蘭那場比賽的誤判，顛覆了世界足壇，“我們開始在足球語言之外尋找另一種語言，即技術的語言”。2014年巴西世界盃，門線技術首次得到應用，當時採用了GoalControl系統，利用14台高速攝影機向資料間傳送數位照片，經過資料分析，再把結果傳送到裁判所戴的特殊手錶上。如果確定球過了門線，手錶上就會顯示“goal（進球）”。整個用時不到一秒鐘。2018年俄羅斯世界盃，引入了視訊助理裁判、數字身份識別與高畫質轉播。2022年卡達世界盃，應用了半自動越位技術（SAOT）和AI資料處理。2026年世界盃，是AI時代的首次世界盃。三國聯合舉辦，首次擴充至48支球隊，橫跨16座比賽城市，預計將有超過60億人次觀看，決賽更將吸引超過20億球迷的目光。要應對這樣的超級工程，聯想絕不是簡單的裝置供應商，而是要讓AI全面進入世界盃的“作業系統層”，參與決策、影響流程、支撐運行，並在極端複雜、高壓、零容錯、資料達到PB等級（相當於5000億頁文字）的環境中接受一切檢驗。這是一個“硬體+軟體+系統+AI能力”的大系統。為了打好本屆AI世界盃，聯想的技術團隊已經和FIFA合作了一年多，共同駕馭這一“人類級、星球級的事件型AI應用場景”。聯想通過感測器、電腦視覺與混合AI架構，建構出了覆蓋“感知-建模-預測-孿生”的“足球世界模型”，並與FIFA一起建構了賽事級的智能營運體系，通過智能指揮中心、數字孿生技術與AI生成的預測性規劃，將賽事物流、裝置調配、通訊協調與運行狀態納入統一的管理框架，以實現即時監測與動態決策。從技術角度看，聯想和FIFA在Tech World上聯合發佈的關鍵技術有三項。第一項是足球AI超級智能體（Football AI Pro）。它能協調多個智能體，梳理數百萬資料點，分析超過2000項不同指標，並迅速提供洞察，讓分析師可以即時對比球隊模式，利用視訊片段和3D虛擬形象將資料生動呈現；讓教練能夠預見其戰術調整在下一場對陣特定對手時的效果；讓球員可以獲得個性化的比賽分析。它還支援48支球隊的多語言互動，從技術上確保不同資源水平的球隊都能平等使用超級智能體，為“足球平權”奠定了落地基礎。第二項是VAR 3D數字人可視化方案。它通過AI驅動，能在瞬間完成球員拍攝與站姿判定，並基於高斯建模等技術，實現全自動、毫米級精度的3D重建，細節可還原至髮絲與皮膚紋理。這使得越位判罰能以真實比例、清晰細節的球員數字分身呈現，極大地增強了判罰的直觀性與公信力。第三項是裁判視角AI視訊增強系統。它將最終畫面延遲從FIFA要求的6秒，成功壓縮至2秒以內，讓觀眾得以沉浸於裁判的視野，彷彿親臨賽場、與球員並肩，放大了賽事帶來的共情與愉悅。其實，聯想在體育領域的AI佈局由來已久，從奧運會、F1®到FIFA，聯想集團是全球唯一集齊這三大頂級賽事技術合作的科技企業。頂級體育賽事對技術的穩定性、協同性與適應性有著極致要求，聯想正是在應對超級挑戰中培育了自己的超級能力。以世界一級方程式錦標賽®（F1®）中的技術合作為例，F1是全球範圍內最複雜的流動型賽事體系，每年需要完成24次大規模裝置遷移，每個比賽周末會傳輸約600TB的資料量，經處理後分發給全球180個地區的60家轉播機構，全程延遲需控制在0.15秒內。自2025年初起，聯想成為F1全球合作夥伴及全球技術合作夥伴，以覆蓋AI終端、AI基礎設施及領先服務的全方位創新佈局，為F1提供了一站式解決方案，確保賽事轉播在極端時間壓力下依然保持高品質輸出，並一直保持著“零故障率”。在Tech World上，F1與聯想宣佈正式在賽事基礎設施中部署聯想海神液冷技術，以應對F1在賽事轉播製作、賽事即時營運以及即時資料處理等方面對高性能計算能力的需求。海神液冷技術的部署，將使F1在顯著提升計算性能的同時，最高可將能效提升約40%，為覆蓋全球超過8.2億觀眾的賽事轉播體系提供更高效、更可持續的技術支撐。當你瞭解了聯想在全球頂級體育賽事的這些努力和創新，就會更加清楚為什麼它在全球科技圈有著獨特的地位，以及為什麼輝達、英特爾、AMD、高通等公司不約而同都和它形成了戰略合作關係。它是裝置供應商，又是方案整合者，還是解決世界性AI工程難題的創新服務提供商。03 用技術創新實現新文藝復興置身Sphere這座外部有5.4萬平方米LED螢幕、內部有1.5萬平方米環形LED螢幕的天球，全場感受Tech World的全方位沉浸式“AI科技春晚”體驗，我腦子裡跳出了一個關鍵詞——文藝復興。1997年，美國公共電視台（PBS）製作了一部90分鐘的關於矽谷的專題片，名字就叫《矽谷——百年文藝復興》，由著名電視節目主持人克朗凱特主持。片子展示了矽谷的發展歷程，勾勒出創造性的反叛文化和對約束性商業傳統的逃離，怎樣讓那些夢想家和發明者們承擔起巨大的風險，打造出電子工業的一個個傳奇。當時美國科技界有這樣一條宣喻：“古代的美索不達尼亞，15世紀的佛羅倫薩，20世紀的巴黎，20世紀末期的矽谷”。在2025年7月23日白宮發佈的《贏得競賽：美國人工智慧行動計畫》中，“文藝復興”一詞又出現了。該計畫的前言中，這樣寫道：“人工智慧將使人們能夠發現新材料、合成新化學物質、製造新藥物，並開發出新的能源利用方法——一場工業革命。它將帶來全新的教育、媒體和通訊形式——一場資訊革命。而且它還將帶來全新的智力成就——一場文藝復興。”“一場工業革命、一場資訊革命以及一場文藝復興——一切同時發生，這就是人工智慧所展現的潛力。”如果說AI將帶來一次融合了科技與文化、生產、生活的新文藝復興，CES就是它的風向標。用CES主辦方CTA（美國電子消費品製造商協會）CEO夏皮羅（Gary Shapiro）的話，CES是“世界上最大的創新事件”（the lagerest innovation event in the world），是一個帶來新發現、超越限制、綻放靈感的地方。對聯想集團來說，選擇2026年CES在Sphere天球館舉行創新科技大會，也是一次用AI技術所打造的文藝復興。沒有AI，Tech World不可能呈現出如此的體驗之美，沉浸之深。這也是聯想品牌與聯想文化的一次全球性閃耀。品牌的背後是文化，文化的背後是科技賦能。無論是聯想和頂級體育賽事的合作還是和Sphere的合作，事實上都是一種雙向奔赴——一邊是AI普惠的力量，一邊是人類永恆的體育精神和藝術表現力。而聯想由此而形成的能力——如跨域協同、即時調度、高可靠維運與個性化體驗生成，如系統整合、即時資料分析與軟硬一體交付，再加上在技術方面的創新力（如支撐混合式AI的智能模型編排、智能體核心、多智能體協作技術能力，Qira身上的隨時響應、全域執行、情境感知技術能力）——也將通過溢出效應在更多領域持續放大。在拉斯維加斯璀璨的科技光影中，在幾個月後的2026年FIFA世界盃綠茵場上，一個以混合式AI賦能千行百業、挑戰世界性計算難題、推動AI普及普惠的新聯想正在崛起——AI的世界需要聯想，聯想服務世界的AI。楊元慶說：“讓AI去解決人類的真實問題，才是讓AI變聰明的正確路徑。”以2026年CES和Tech World為標誌，聯想為中國科技企業贏得了一場世界性的喝彩。這是聯想新的光榮與夢想。也預祝聯想在撲面而來的AI大時代為中國和世界做出新的貢獻，展示創新普惠的新力量。 (秦朔朋友圈)

從拉斯維加斯CES展館的技術狂歡到迪拜沙漠腹地的場景落地，從核心零部件的自主突圍到整機產品的全球佈局，中國機器人產業正以人形機器人為先鋒，在全球科技競爭的新賽道上完成從“跟跑”到“領跑”的跨越。2026年國際消費電子展（CES）上，中國軍團斬獲全額預訂的亮眼成績，印證了全球市場對中國智造的認可；中東地區32%的年複合增長率，成為中國機器人出海的“黃金試煉場”；而靈足時代在核心零部件領域的技術深耕與海康機器人的全球化網路佈局，構成了中國機器人全產業鏈出海的堅實雙輪。這場以人形機器人為核心的出海浪潮，不僅改寫著全球機器人產業的競爭格局，更標誌著中國智造從“產品輸出”向“技術輸出”“供應鏈輸出”乃至”標準書輸出“的深度轉型。CES展會風向標：中國人形機器人引爆全球訂單作為全球消費電子領域的“技術晴雨表”，2026年美國拉斯維加斯國際消費電子展（CES）成為中國機器人企業展示硬核實力的核心舞台。星動紀元、北京人形機器人創新中心、同心智伴、銀河通用等一大波企業集體參展，參展規模、展品迭代速度與訂單簽約量均創歷史新高，其中人形機器人成為絕對焦點，徹底打破了此前國際市場對中國機器人“低端代工”的刻板印象。本次CES展上，加速進化參展規模最大。作為此次展會重點呈現的機型，Booster K1是加速進化於去年10月正式推出的入門級具身開發平台。該公司參展負責人對《科創板日報》記者表示，此次展出的數十台Booster K1機器人在展期結束前已被全部預訂售罄。這次參展是對產品市場力的一次“壓力測試”，市場端的需求非常強勁。據悉，加速進化海外市場佔比超40%，至目前，公司旗下產品全球累計出貨量近1000 台。本次展會上，來自北京中關村科學城的創新企業同心智伴科技（LOVEAXI），攜其首創的loviPeer情感陪伴機器人亮相。同心智伴科技CEO閆瑾告訴《科創板日報》記者，本次CES之行，其AI陪伴機器人“lovi”收穫了超預期的市場關注與實質性的商業進展，印證了情感陪伴型AI硬體在全球市場的巨大潛力。“在直接銷售與管道拓展方面，我們取得了立竿見影的效果。展會期間，lovi同步上架了亞馬遜北美平台。許多現場體驗後的觀眾當場通過產品連結下單，表達了希望第一時間體驗中國AI應用技術的熱情。這為我們開闢了重要的直面消費者的線上銷售管道。”同時，展會吸引了大量來自美國、歐洲、日本、韓國等地的專業經銷商和管道商。他們不僅對產品表現出濃厚的代理興趣，還結合本地市場的消費習慣，為公司提出了許多關於產品定位、行銷策略和本地化經營的建設性意見，為lovi快速進入全球多個主流市場鋪設了道路。談及對於AI陪伴機器人出海的核心建議，閆瑾表示，基於lovi在上市半年內覆蓋全球二十多個市場的實踐認為，AI陪伴機器人的出海絕非簡單的產品出口，而是一場深刻的“文化適配”之旅。亞洲與歐美家庭對陪伴的需求存在系統性差異。在亞洲市場，產品更偏向“成長型陪伴”，被賦予“教育助手”或“家庭關懷紐帶”的工具屬性。“例如，我們觀察到許多亞洲家庭使用lovi作為孩子的英語學習夥伴。而在歐美市場，需求更側重“存在型陪伴”，產品角色是“生活伴侶”或“心理健康夥伴”，使用者更看重其提供情感支援、激發靈感或對抗孤獨的價值。因此，出海時必須在產品定位、內容生態和溝通話術上，洞察使用者的需求差異，實現從“功能”到“角色”的本地化重構。” 閆瑾說。此外，亦有多家CES參展機器人企業告訴《科創板日報》記者，本次現場展示的機器人都被一掃而空，非常受歡迎。展會銷售火爆背後，是中國人形機器人產業在全球市場的強勢崛起。近日市場研究機構Omdia發佈的報告顯示，2025年全球人形機器人總出貨量預計達1.3萬台，中國廠商在規模化量產與出貨量方面表現突出，其中智元佔據全球39%的市場份額，宇樹緊隨其後。中東新藍海：高端化、場景化與生態融入的典型樣本如果說CES是中國機器人面向全球的“集中閱兵”，那麼中東市場則是其成功開闢海外疆土的“典型戰場”。這一地區憑藉其獨特的經濟結構、人口特徵和戰略需求，為中國機器人企業提供了驗證產品、塑造品牌、融入高端生態的絕佳試驗場。中東市場的爆發並非偶然，而是需求與供給的精準匹配。談及中東客戶在產品選型、採購決策上的特點，據位於阿布扎比的某機器人經銷平台負責人告訴《科創板日報》記者，中東是非常獨特的存在。前期調研中發現中東年輕人群佔很大的比重，他們對於技術型、科技型、智能型的產品非常喜歡，而且年輕人群受網際網路影響非常大，網路紅人分享的產品，更容易受到青睞。同時因為中東國家相對富裕，居民購買力強，偏好高客單價，但是功能非常全的產品。”“所以雖然我們通常在中東只推一款產品，即最新最高端的那款，因為低端產品無法滿足中東消費者，反而會拉低品牌形象。”那麼，機器人公司在中東的發展前景和銷售趨勢如何？上述負責人介紹，作為新興市場，中東擁有高達32%的年複合增長率，消費潛力巨大且客單價高，為中國賣家提供了廣闊的藍海增長空間。且中東普遍工業和製造業稀缺，大部分商品（如家居用品、消費電子、服裝等）依賴進口。目前，機器狗在中東的銷售成績不錯。在阿聯，中國機器人已實現規模化落地，成為當地智能化轉型的重要力量。據阿聯當地分銷商 Ednex Automation表示，通過與宇樹的合作，他們正在重新定義未來人機協作的方式。“通過我們的認知物理互動系統，該系統能夠通過物理動作進行智能決策，我們將展示這些機器人如何實現自適應仿生學、增強人類能力並推動社交智慧型手機器人的發展——從而變革從醫療保健到倉儲等各個行業。”機器人可以應用於多種場景。“它可以代替超市收銀員的工作，”他解釋說。“對於水果或蔬菜，這些機器人配備反饋感測器，可以拿起袋子，檢查商品，立即貼上標籤並將其加入到您的結帳帳單中。”機器人關節模組供應商靈足時代聯合創始人、COO邵元欣對《科創板日報》記者介紹，像阿聯、沙烏地阿拉伯這類經濟實力較強的國家，更看重機器人的表演屬性，主要採購宇樹、智元、重勤等品牌的整機產品，對關節模組的需求目前則並不多，“因為他們在機器人研發層面的能力相對較弱。而中東的不穩定地區，更多需要整機來執行危險任務。”對中國機器人感興趣的背後，是以阿聯、沙烏地阿拉伯為代表的中東國家正加速推進產業轉型處理程序，其中阿聯已推出人工智慧戰略2031，明確提出到2031年將本國打造為全球人工智慧領域領軍者的核心目標。11月12日，首屆阿布扎比智能與自主技術周期間，2025年亞太機器人世界盃在阿布扎比開幕，這是海灣地區迄今規模最大的機器人競賽。本次機器人世界盃中，不少中國企業提供技術支援，其中拳擊比賽機器人由宇樹提供，5V5足球賽的動作捕捉技術硬體由加速進化提供。談到為什麼選擇中國機器人作為技術提供商，2025年亞太機器人世界盃主席、哈利法大學機械與核工程系副教授哈馬德·奧貝德對《科創板日報》記者介紹，“2025年到中國時，我對中國在人工智慧技術方面的成就印象深刻，特別是在機器人領域，中國的嵌入式人工智慧發展良好。技術在機器人世界盃的籌備中起著重要作用，我們需要性能強、反應快、易程式設計，還能跌倒自己爬起來的機器人，目前看來，只有中國的機器人可以滿足我們的要求。”對於中國機器人等領域的關注，阿布扎比經濟發展部競爭力發展顧問施特凡·克拉克斯納曾對《科創板日報》記者表示，“我們預見未來人工智慧領域將擁有巨大的市場，因此，我們建立了阿布扎比智能與自動駕駛產業叢集（SAVI），吸引技術提供商，以及在空中自動駕駛、陸地無人駕駛計程車甚至海上水上計程車領域的領先公司，此外，機器人、具身智能技術均為SAVI的重點關注領域，而中國公司在這些領域中扮演著非常重要的角色。我們希望這些技術能夠進行商業部署，應用於日常生活中。”此外，阿聯還設立了阿聯機器人與自動化協會(RAX)，計畫部署超過20萬台機器人，目標是到2030年機器人產業對GDP的貢獻率達到9%。核心零部件作為底層支撐中國機器人整機能夠在全球市場快速崛起，其底層支撐是中國在核心零部件與供應鏈上建立起的強大競爭力。這一點，在靈足時代的出海故事中得到了淋漓盡致的體現。作為專注於機器人“運動心臟”——關節模組的供應商，靈足時代在2025年實現了全年出貨超10萬台的目標，客戶幾乎覆蓋了國內所有主流機器人整機企業。而其海外出貨量約2.6萬台、且毛利很高的成績單，更說明中國核心零部件已獲得全球高端市場的價值認可。靈足時代的全球客戶名單極具說服力，據邵元欣對《科創板日報》記者介紹，不僅包括PI（Physical Intelligence）、史丹佛大學、Hugging Face等代表全球頂尖研發實力的美國機構與公司，還涵蓋了法國、英國、日韓等國的機器人公司，以及越南VinGroup集團下屬的VinMotion這樣的區域性科技巨頭。這清晰地表明，在全球機器人創新網路中，中國的高性能核心硬體已成為基礎性、默認的選擇之一。邵元欣對海外市場的佈局思路極具代表性：重點開拓經濟條件好、有意願打造前沿科技形象的國家，如越南、新加坡、日韓、澳大利亞等，這些地區的產業扶持邏輯與中國有相似之處，市場潛力大。 從客戶類型來看，海外需求主要分為三類：一是機器人本體廠商，這是核心客戶群體；二是科研機構，用於實驗室研發、農機自動化等項目；三是DIY個人玩家，海外零售業務的主要受眾就是這類群體，他們會用關節模組自制模擬器、自動自行車等裝置。不過海外的汽車、農機、掃地機等成熟自動化產業，大多採用“中國製造”的完整裝置，很少單獨採購關節模組，這部分業務佔比很低。靈足時代在出海過程中踐行 “技術驅動”與“深度服務” 模式，公司沒有配備龐大的專職銷售團隊，而是依靠技術工程師直接對接客戶。聯合創始人親自帶領技術團隊走訪越南、美國、歐洲等地，深入瞭解當地文化和工作習慣，以確保溝通順暢。在本地化適配方面，他們不僅確保說明書、偵錯工具實現專業的雙語（至少英語）支援，更強調在工作語言和溝通方式上融入國際慣例。海康機器人專注於機器視覺、移動機器人與關節機器人產品和解決方案。其海外負責人馮理博告訴《科創板日報》記者，公司的海外佈局重視當地自動化智能化需求的可持續性，希望產品方案能長期服務當地工廠/倉庫，幫助他們實現長期的商業成功和可持續的社會價值。更多以做實業的思路去部署海外市場。據馮理博介紹，公司在2017年開始做海外業務，注重本地化營運。在本地化方面，已在荷蘭、法國、德國、匈牙利、韓國、日本、新加坡、馬來西亞等地設立分公司（截止2025年7月），業務網路已覆蓋全球超過50個國家和地區，正積極進行市場開拓與生態建設。產品會跟著國際型企業在其全球範圍的工廠裡應用，客戶以企業為主，行業覆蓋了汽車、鋰電池、零售、電商、醫藥流通、半導體、消費電子等。大客戶項目所在國家包括韓國、日本、德國、法國、西班牙等地。直面挑戰：認證、生態與深度本地化的長征儘管勢頭迅猛，但中國機器人出海絕非一片坦途。無論是整機廠商還是零部件供應商，都面臨著從市場准入到文化融合的一系列挑戰。海康機器人海外負責人馮理博的分享，深刻揭示了在成熟市場（尤其是歐美）落地的複雜性。馮理博坦言，項目落地過程中面臨的實際問題有很多，比如海外大廠對企業用工、可持續發展、產品認證、安全性都會有要求。另外，比如在歐美市場，自動化程度高，已有完整的製造業生態，產品也要符合當地的生態和自動化市場（比如西門子、羅克韋爾的生態）。“企業的體系認證要符合海外當地准入標準，（坦誠地說）對中國機器人企業而言，都有很長的路走。“就我們的產品業務來看，全球市場（長遠看）是藍海，當然競爭也會有，不過整體來看我們的客戶粘性比較高，一般選定了我們還是會持續合作的。”定製化適配方面，馮理博透露，“產品定製化需求是有的，國標和歐標和美標，無論是食品安全、電子產品，會有很多分類。比如在歐洲項目中，機器人的雷射零部件需要符合歐標，那就替換元器件。防火等級對施工會有不同要求，比如在歐洲每隔固定貨架距離就要有消防噴淋，貨架和配套裝置就要預留合適的空間和場景適配方案。”此外，深度本地化營運是另一個關鍵挑戰。這遠遠超出了設立海外分公司或招聘本地員工那麼簡單。海康機器人通過在荷蘭、德國、日本、新加坡等多地設立分公司，建構覆蓋超50個國家和地區的業務網路，正是為了應對這一挑戰。而靈足時代強調的“文化尊重”和“技術工程師直面客戶”，則是從另一個維度破解本地化難題，通過專業、誠懇的直接溝通建立信任。綜合CES的火爆、中東的深耕、供應鏈的崛起以及應對挑戰的努力，中國機器人出海已然形成一套清晰的、多層次的戰略圖譜，並正在從單純的“產品出海”向更高維度的“生態出海”與“標準出海”演進。一位具身智能領域高管對《科創板日報》記者分析，首先，產業鏈協同出海模式日益成熟。上游的靈足時代們為全球創新者提供“心臟”，中游的宇樹、加速進化們提供先進的“本體”，下游的海康機器人及各類整合商提供場景化的“解決方案”，一條富有韌性和競爭力的中國機器人全球產業鏈已然成形。其次，技術路線與商業模式更加多元化。 中國機器人企業不再侷限於性價比路線，而是在高端性能（如宇樹G1的運動能力）、開放平台（如加速進化Booster K1）、特定場景解決方案（如消防、倉儲）等多個維度與國際巨頭同台競技；最後，成為全球技術治理的參與者和貢獻者。 隨著中國機器人產品深入全球基礎設施、科研前沿和日常生活，中國企業有望在產品安全標準、資料倫理、人機協作規範等方面的話語權逐步提升。 (科創日報)

在拉斯維加斯的舞台上，老黃又一次讓全世界屏住了呼吸。2026年的CES，NVIDIA CEO黃仁勳帶來了一場長達數小時的演講。如果你只是草草看過新聞標題，你可能只記住了幾款新晶片的名字。但如果你真正聽進去了他說的每一句話，你會發現——這不是一場產品發佈會，這是一份"行業判決書"。我周末花了半天時間認真的聽了這場演講的實錄，提煉出了10個最核心的洞察。每一個都值得你反覆咀嚼。01. 整個電腦行業正在被推倒重來"The entire computer industry, the entire five stack of the computer industry is being reinvented.""整個電腦行業，從底層的每一層堆疊，正在被徹底地重新發明。"這句話聽起來像是行銷口號，但黃仁勳說的是字面意思。過去幾十年，我們習慣了一種計算範式：在CPU上運行預先編譯好的應用程式。程式碼寫好了，編譯了，打包了，使用者點選運行——完事。但現在不一樣了。從晶片、到系統、到網路、到應用——每一層"蛋糕"都在被重寫。這不是簡單的"升級"（Update），而是徹底的"推倒重來"（Reset）。為什麼？因為AI不再是"運行程式碼"，而是即時生成每一個像素、每一個Token。這是一種完全不同的計算方式，需要完全不同的架構來支撐。⚠️ 如果你還在守著舊的IT架構不放，小心——你腳下的地基已經變了。02. 程式設計師的定義被改寫了"You no longer program the software, you train the software.""你不再編寫軟體，你是在訓練軟體。"這句話值得每一個技術從業者刻在工位上。傳統的軟體是什麼？是"預先錄製"（Pre-recorded）的邏輯。程式設計師把所有的if-else寫好，軟體就按照這個劇本演下去。但未來的軟體是"即時生成"的。它不是按照固定指令碼運行，而是根據當下的輸入、當下的環境，即時"演"出來。這意味著什麼？未來的"程式設計"核心能力，不是寫死程式碼，而是通過資料、反饋和強化學習來"調教"智能體。💡 如果你不懂得如何建構資料集、設計獎勵機制來訓練AI，你將失去對軟體的控制權。程式設計師不會消失，但"程式設計師"的定義已經變了。03. AI從"鸚鵡學舌"進化到"深度思考""Inference is now a thinking process... The model doesn't just answer quickly; it thinks.""推理現在是一個思考過程……模型不再只是快速回答，它開始思考了。"還記得早期的ChatGPT嗎？它像一個學霸——反應飛快，但有時會一本正經地胡說八道。因為它只是在"檢索"自己學過的內容，而不是真正在"思考"。但現在不一樣了。通過"測試時擴展"（Test Time Scaling）技術，AI在回答你的問題之前，會進行即時的推理、規劃和反思。思考時間越長，答案質量越高。這是從System 1（快速直覺）到System 2（深度思考）的跨越。🤔 這意味著AI將從單純的"效率工具"變成能夠解決複雜、未曾見過的難題的"專家同事"。捫心自問：你的思考深度，能跑贏AI嗎？04. 物理AI的"ChatGPT時刻"即將到來"The ChatGPT moment for physical AI is nearly here.""物理AI（機器人/自動駕駛）的'ChatGPT時刻'即將到來。"生成式AI已經徹底改變了數字世界——文字、圖片、視訊、程式碼，無所不能。但現在，它要接管物理世界了。過去，機器人最大的問題是缺乏"常識"。它不懂因果律，不懂物體恆存性——一個東西被遮住了，它可能就認為那東西消失了。但現在，通過學習"AI物理學"，機器人開始理解重力、摩擦力和慣性。它們開始像人類一樣，用物理直覺來理解這個世界。🚀 錯過了ChatGPT的第一波紅利？這一次，實體機器人的爆發，可能是最後的機會窗口。05. 資料的護城河正在被算力打破"Cosmos turns compute into data.""Cosmos（世界模型）將算力直接轉化為資料。"以前，物理AI的最大瓶頸是資料。你要訓練自動駕駛，就需要大量的極端場景資料——暴雨、大雪、突發車禍。但這些場景在現實中太難收集了，你總不能為了收集資料去製造車禍吧。現在，Cosmos世界模型改變了遊戲規則。它能利用算力生成符合物理定律的合成資料（Synthetic Data）。🌐 這意味著什麼？資料的護城河正在被打破。只要你擁有足夠的算力和世界模型，你就可以擁有"上帝視角"——在虛擬世界中生成無限的訓練資料。06. 未來的互動介面是智能體"The agentic system is the interface. It's no longer Excel... It's no longer just command line.""未來的互動介面不再是Excel或命令列，而是'智能體系統'。"Excel、命令列、複雜的菜單和表格——這些都是上個時代的產物。未來的企業軟體互動，將像人與人交流一樣自然。你不需要學習複雜的操作流程，你只需要用自然語言告訴AI你想要什麼。多模態（語音、視覺）將取代那些反人類的使用者介面。📊 如果你還在苦練Excel技巧，我有個壞消息：你練的可能是"屠龍之技"。因為未來的互動，是直接把任務交給理解你意圖的AI Agent。07. 我們即將進入"人手N個AI助理"的時代"We're going to have agentic chip designers and system designers... working with us.""我們將擁有Agent晶片設計師和系統設計師……與我們並肩工作。"這不是科幻，這是NVIDIA內部正在發生的事情。他們已經在使用Agent軟體工程師來輔助編碼。這些Agent能使用工具、規劃未來、模擬結果，甚至能解決人類從未教過它們的問題。🤖 未來的競爭格局將徹底改變——不再是人與人的競爭，而是"一個人 + 一支AI軍團" vs "另一個人 + 另一支AI軍團"的競爭。你準備好招募你的AI軍團了嗎？08. 自動駕駛從"自動化"邁向"自主化""The car is no longer just driving; it is understanding the world... it reasons about what action it is about to take.""汽車不再只是在駕駛，它是在理解這個世界……它在推理即將採取的行動。"以前的自動駕駛是什麼？是無數個"如果-那麼"的規則堆砌。如果前面有障礙物，那就減速；如果紅燈亮了，那就停車。但這種方法有個致命問題：你永遠無法窮盡所有的"如果"。現在的端到端模型完全不同。它不是在執行預設規則，而是在即時感知並推理路況。它真正在"理解"這個世界。🚗 這種"理解力"不會只停留在汽車上。未來，所有移動裝置都將具備這種思考能力。09. 只有"激進"才能生存"It is impossible to keep up... unless we deployed aggressive extreme co-design.""除非我們部署極其激進的軟硬協同設計，否則根本不可能跟上需求的增長。"摩爾定律的自然演進已經無法滿足AI模型每年10倍的增長需求。怎麼辦？只有"激進"才能生存。NVIDIA不得不重新設計從CPU、GPU到交換機、網路卡的每一個晶片，才能實現性能的指數級飛躍。⚡ 這是一場軍備競賽。跟不上這種"算力通膨"曲線的企業，將被時代無情淘汰。10. 在AI時代，慢一步就是慢一個時代"We decided that we have to advance the state-of-the-art of computation every single year, not one year left behind.""我們決定必須每年都推進計算的最前沿，一年都不能落下。"連NVIDIA這樣的巨頭都不敢停下來喘口氣。AI領域的競賽極其殘酷。每個玩家都在拚命衝向下一個前沿（Frontier），因為到達那裡意味著：成本降低10倍，能力提升數倍。🏃 你憑什麼覺得你的企業可以"穩一年"再說？在AI時代，慢一步就是慢一個時代。✓寫在最後如果要用一個比喻來總結這場演講，我會說：🏗️以前的電腦行業是"建築業"——我們畫好藍圖，嚴格按照圖紙（程式碼）一磚一瓦地堆砌。🧬未來的電腦行業是"生物學"——我們不再直接堆砌磚塊，而是培育一個具有學習能力的大腦（訓練模型），讓它在理解物理法則後，自己去適應環境，生長出解決問題的能力。時代變了，你準備好了嗎？ (42號星際游民)

引言：CES 2026 引爆行業革命，機器人開發的“ChatGPT時刻”正式到來太平洋時間2026年1月5日，拉斯維加斯國際消費電子展（CES）現場，NVIDIA創始人兼首席執行長黃仁勳的一句“機器人開發的ChatGPT時刻已然到來”，為全球機器人產業定下了新的發展基調。當天，NVIDIA正式宣佈推出用於物理AI的全新開放模型、框架和AI基礎設施，同時展示了Boston Dynamics、Caterpillar、Franka Robotics等全球領先企業基於其技術打造的多款新型機器人與自主機器，涵蓋移動機械臂、人形機器人、工業作業裝置等多個品類。這一系列發佈並非孤立的技術更新，而是NVIDIA對機器人產業發展瓶頸的精準突破，更是對未來“專家級通用”機器人開發範式的全面重構。長期以來，機器人產業始終面臨三大核心痛點：一是缺乏理解物理世界的通用智能，傳統機器人依賴預設程序，難以應對動態環境變化；二是開發流程分散複雜，模擬與現實存在巨大鴻溝，技術迭代效率低下；三是軟硬體協同不足，AI算力與能效難以匹配機器人輕量化、高即時性的應用需求。NVIDIA此次推出的全端技術體系——從Cosmos與GR00T開放模型，到Isaac Lab-Arena模擬框架與OSMO計算框架，再到Blackwell架構驅動的Jetson T4000硬體模組，形成了覆蓋“模型-框架-硬體-生態”的完整解決方案，旨在打通機器人開發的全生命周期，加速新一代AI驅動機器人的規模化落地。本文將從技術核心解析、產業鏈重構影響、應用場景突破、產業趨勢展望四大維度，深度拆解NVIDIA物理AI技術體系的核心價值與行業變革意義。一、技術核心解析：物理AI如何重構機器人的“認知與行動”能力黃仁勳所言的“機器人開發的ChatGPT時刻”，核心在於物理AI技術的突破性進展。不同於傳統AI聚焦數字世界的資訊處理，物理AI的核心目標是讓機器理解物理世界的運行規律，具備感知、推理、規劃與行動的閉環能力，實現從“執行指令”到“理解並決策”的跨越。NVIDIA此次發佈的技術體系，正是圍繞這一核心目標建構的全端解決方案，其技術核心可拆解為“感知-推理-行動-訓練”四大核心模組。1.1 核心模型 Cosmos與GR00T建構物理AI的“認知大腦”要實現機器人對物理世界的理解，首先需要建構能夠建模物理規律、融合多模態資訊的基礎模型。NVIDIA此次推出的Cosmos系列與GR00T N1.6模型，分別解決了“物理世界認知”與“人形機器人全身控制”兩大核心問題，共同構成了物理AI的“認知大腦”。1.1.1 Cosmos系列模型：賦予機器人“物理直覺”傳統機器人的最大短板在於缺乏“物理直覺”——無法預判環境變化對自身動作的影響，也難以理解物體的物理屬性（如重力、摩擦力、材質特性等）。這導致機器人在執行簡單任務時，一旦遇到未預設的場景（如地面油污、物體重量變化），就容易出現失穩或任務失敗的情況。Cosmos系列模型的核心價值，正是通過生成式AI技術，讓機器人內化物理世界的基本規律，具備即時預測、跨場景遷移與多步推理的能力。Cosmos系列包含三大核心模型，形成了“感知-預測-推理”的認知閉環：NVIDIA Cosmos Transfer 2.5：作為轉換模型，其核心功能是打通模擬與現實的“域鴻溝”。傳統機器人訓練依賴大量真實場景資料，成本高昂且周期漫長，而模擬資料又因與現實環境差異過大，導致訓練出的模型難以直接遷移。Cosmos Transfer 2.5支援空間條件控制的風格遷移，可將Isaac Sim中的合成資料轉換為帶有真實世界噪聲、光照幹擾、鏡頭畸變的等效資料，同時保持物理參數不變；反之，也能將真實世界的稀疏資料增強為多樣化的模擬場景，大幅提升模型從模擬到現實的零樣本遷移成功率。相較於前代模型，其體積更小、運行更快，生成質量顯著提升，域間遷移的誤差累積大幅減少。NVIDIA Cosmos Predict 2.5：聚焦物理世界的即時預測，解決機器人的“快思考”問題。該模型融合Text 2 World、Image 2 World、Video 2 World等生成能力，可根據文字、圖像或視訊輸入，生成連貫的環境演化序列。與傳統電腦視覺模型逐幀處理像素不同，Cosmos Predict 2.5直接對物理狀態的演化軌跡進行推演，能夠在毫秒級內預測環境變化對機器人動作的影響。例如在“機械臂倒水”任務中，傳統方法需要複雜的流體動力學方程求解，難以滿足即時性要求；而Cosmos Predict 2.5通過學習海量物理視訊資料，可即時預測下一時刻的流體分佈與不確定性，為控製器提供“是否會濺出”的預判依據，支撐機器人的動態微調。NVIDIA Cosmos Reason 2：作為開放推理視覺語言模型（VLM），負責機器人的“慢思考”——跨時間尺度的理解、推理與決策。該模型引入了大語言模型中成熟的思維鏈（CoT）機制，並將其擴展到視覺-動作領域，能夠直接從圖像中理解語義與空間關係，完成多步任務分解與因果推理。在“清理廚房檯面”這類複雜任務中，傳統規劃器依賴預定義的PDDL（規劃域定義語言），難以應對場景變化；而Cosmos Reason 2可自主分解任務（如“先移開水杯→再擦拭油污→最後整理餐具”），並通過反事實推理預判不同動作的後果，主動規避高風險操作（如避免碰撞易碎物品）。這種將感知、推理與決策緊密耦合的能力，有效解決了傳統模組化架構中資訊層層傳遞的損耗問題。三者的協同邏輯清晰：Cosmos Predict 2.5提供即時物理狀態預測，支撐毫秒級的動態反饋；Cosmos Reason 2負責長周期的任務規劃與風險預判；Cosmos Transfer 2.5則打通模擬與現實的資料通道，為前兩者的訓練提供高品質資料支撐，形成“預測-推理-資料迭代”的認知閉環。1.1.2 GR00T N1.6：解鎖人形機器人的“全身控制”能力如果說Cosmos系列模型解決了機器人“認知世界”的問題，那麼Isaac GR00T N1.6則聚焦於“如何行動”，特別是為人形機器人提供開放式的推理視覺語言行動（VLA）模型，實現全身動作的精準控制與上下文理解。人形機器人的控制難度遠超傳統機械臂，其擁有數十個自由度，需要兼顧平衡、協調、精準操作等多重目標，傳統控制方法難以實現複雜動作的靈活適配。GROOT N1.6的核心突破在於兩大技術創新：一是採用MoE（混合專家）架構，實現“通專融合”的控制能力。該架構包含多個獨立的“專家”子網路，在處理不同任務時啟動對應的專家模組——例如理解自然語言指令時啟動“通用語言專家”，執行精密銲接時啟動“運動控制專家”，既保證了通用任務的適應性，又提升了專項任務的精準度。二是深度整合Cosmos Reason 2模型，強化上下文理解與推理能力。通過融合視覺語言推理與動作控制，GR00T N1.6可直接將人類自然語言指令轉換為全身協調的動作序列，例如將“把桌子上的檔案遞給我”拆解為“移動至桌前→識別檔案位置→調整姿態→抓取檔案→精準遞出”的連貫動作，無需人工編寫複雜的運動控製程序。目前，Franka Robotics、NEURA Robotics、Humanoid等企業已開始利用GR00T賦能的工作流，進行機器人新行為的模擬、訓練與驗證。Salesforce則通過整合Agentforce、Cosmos Reason與NVIDIA Blueprint，對機器人採集的視訊片段進行分析，將事件解決時間縮短了50%，充分驗證了該模型在提升任務效率方面的核心價值。1.2 支撐框架 Isaac Lab-Arena與OSMO打通開發全流程物理AI模型的落地，離不開高效的開發與訓練框架支撐。長期以來，機器人開發麵臨兩大流程痛點：一是模擬評估體系分散，基準測試依賴人工操作，難以實現規模化驗證；二是端到端工作流複雜，需要跨工作站、雲端等異構計算資源，協同難度大，開發周期漫長。NVIDIA此次發佈的Isaac Lab-Arena開源模擬框架與OSMO雲原生計算框架，正是針對這兩大痛點的精準解決方案，旨在實現“模擬-訓練-評估-部署”的全流程閉環。1.2.1 Isaac Lab-Arena：標準化模擬評估的“協作平台”模擬訓練是機器人開發的核心環節，其質量直接決定了機器人在真實環境中的性能。但當前行業缺乏統一的模擬評估標準，不同開發者採用不同的測試體系，導致技術成果難以對比，且模擬場景與真實環境的差異過大，大幅降低了訓練效率。Isaac Lab-Arena的核心目標是建構一個開放原始碼的協作系統，實現大規模機器人策略評估與基準測試的標準化。該框架的核心優勢體現在三個方面：一是模組化設計，其評估層與任務層通過與光輪智能的深度合作完成建構，支援靈活配置不同任務場景與評估指標；二是多基準相容，可直接對接Libero、Robocasa等業界領先的基準測試體系，實現測試流程的標準化，確保機器人技能在部署至物理硬體前具備穩健性與可靠性；三是開源協作，現已在GitHub上公開發佈，開發者可基於該框架共享測試場景、驗證演算法效果，加速技術迭代。1.2.2 OSMO：跨環境協同的“開髮指揮中心”機器人開發涉及合成資料生成、模型訓練、軟體在環測試等多個環節，需要跨越工作站、邊緣裝置、混合雲等多種計算環境，傳統開發模式下，各環節相互獨立，資源調度複雜，嚴重影響開發效率。OSMO作為雲原生編排框架，將機器人開發整合至單一易用的命令中心，實現了全流程的高效協同。OSMO的核心功能包括：一是跨環境工作流定義，開發者可通過統一介面，定義覆蓋多計算環境的工作流，實現合成資料生成、模型訓練、測試驗證的自動化執行；二是資源智能調度，根據不同環節的算力需求，自動分配工作站、雲端等資源，提升資源利用率；三是快速整合適配，現已開放使用，並被Hexagon Robotics等企業採用，同時整合至Microsoft Azure Robotics Accelerator工具鏈中，大幅降低了開發者的接入門檻。1.3 硬體基石 Blackwell架構驅動的邊緣AI算力革命物理AI模型的即時運行，需要強大的邊緣AI算力支撐。機器人尤其是人形機器人、移動作業裝置等，對硬體的輕量化、低功耗、高即時性提出了嚴苛要求。傳統邊緣計算模組難以平衡算力與能效，無法滿足複雜物理AI模型的運行需求。NVIDIA此次發佈的Jetson T4000模組與IGX Thor工業邊緣平台，基於Blackwell架構打造，實現了算力與能效的跨越式提升，為物理AI的邊緣落地提供了核心硬體支撐。1.3.1 Jetson T4000：機器人的“高效小腦”Jetson T4000是Blackwell架構下放至邊緣端的首款機器人專用計算模組，現已正式發售，千片起訂量下單價為1999美元，為Jetson Orin客戶提供了高性價比的升級路徑。相較於上一代Jetson AGX Orin，該模組在核心性能上實現了全方位突破：Jetson T4000的核心突破在於NVFP4 4位浮點精度推理技術。對於物理AI應用而言，感知環節的精度可適當降低，但決策與控制的即時性至關重要。該技術允許機器人在邊緣端直接運行複雜的VLA模型，無需依賴不穩定的雲端網路，既保證了即時響應，又提升了運行安全性。在70瓦的可配置功率範圍內，其可提供1200 FP4 TFLOPS的算力，足以支撐Cosmos與GR00T模型的即時運行，是能耗受限型自主系統的理想選擇。1.3.2 IGX Thor：工業邊緣的“安全算力核心”除了面向通用機器人的Jetson T4000，NVIDIA還宣佈IGX Thor將於2026年1月晚些時候上市，聚焦工業邊緣場景，提供高性能AI計算與功能安全保障。該平台將機器人技術擴展到工業生產、建築採礦等複雜邊緣環境，具備企業級軟體支援能力，可滿足工業級應用對穩定性、安全性的嚴苛要求。目前，AAEON、Advantech、ADLINK等眾多合作夥伴已推出搭載Thor的系統，覆蓋邊緣AI、機器人和嵌入式應用等多個領域。1.4 生態協同 NVIDIA與Hugging Face打通開源開發鏈路技術的規模化落地離不開生態的支撐。當前，機器人已成為Hugging Face平台上增長最快的領域，而NVIDIA的開放模型與資料集在該平台的下載量持續領先。為進一步加速開源物理AI的開發，NVIDIA與Hugging Face達成深度合作，將開放原始碼的Isaac與GR00T技術整合到領先的LeRobot開源機器人框架中，建構了“軟硬體一體化”的開源開發生態。此次合作的核心價值在於打通了兩大開發者社區：NVIDIA的200萬機器人開發者與Hugging Face的1300萬全球AI開發者，實現了技術、工具與資源的雙向流動。具體來看，GR00T N系列模型與Isaac Lab-Arena已正式上線LeRobot庫，開發者可直接基於該框架進行模型微調和策略評估；同時，Hugging Face開放原始碼的Reachy 2人形機器人與NVIDIA Jetson Thor機器人電腦實現完全互操作，可運行包括GR00T N1.6在內的任何VLA模型；Reachy Mini桌面機器人則與NVIDIA DGX Spark實現相容，支援開發者基於NVIDIA大語言模型及本地運行的語音、電腦視覺開放模型打造自訂體驗。這種開源生態的協同，大幅降低了機器人開發的門檻，讓中小企業與個人開發者能夠快速接入頂尖的物理AI技術，加速了創新應用的孵化。正如Hugging Face首席技術官所言：“與NVIDIA的合作將徹底改變開源機器人開發的格局，讓更多開發者能夠聚焦應用創新，而非基礎技術建構。”二、產業鏈重構：從“碎片化”到“生態化”的全鏈路變革機器人產業鏈傳統上呈現“上游高壁壘、中游低利潤、下游分散化”的碎片化格局。上游核心零部件（控製器、伺服系統、減速器）佔據工業機器人總成本的60%以上，利潤分配比例超過40%，但技術門檻高，長期被海外企業壟斷；中游整機製造依賴上游零部件，同質化競爭激烈，毛利率普遍偏低；下游應用場景分散，不同行業的需求差異大，難以形成規模化效應。NVIDIA此次發佈的全端技術體系，將通過“技術賦能-生態整合-成本最佳化”三大路徑，重構機器人產業鏈的價值分配與協作模式。2.1 上游核心零部件 AI驅動的技術升級與國產化機遇上游核心零部件是機器人產業的“卡脖子”環節，也是利潤最集中的領域。NVIDIA的物理AI技術體系，將對上游零部件產業產生兩大關鍵影響：一是推動零部件的“智能化升級”，二是為國產零部件企業提供彎道超車的機遇。在智能化升級方面，傳統零部件以“高精度執行”為核心目標，而物理AI時代的零部件需要具備“感知-反饋-協同”的智能能力。例如，伺服電機需要即時採集運動資料，並與AI模型協同調整參數，以適應動態環境下的動作需求；減速器則需要具備更高的動態響應速度，配合機器人的即時微調動作。NVIDIA的GR00T模型與Jetson硬體平台，為零部件的智能化升級提供了標準介面與算力支撐，推動上游零部件從“被動執行”向“主動協同”轉變。在國產化機遇方面，長期以來，國內零部件企業受制於核心技術不足，難以與海外巨頭競爭。而NVIDIA的開放模型與框架，降低了零部件企業的智能化研發門檻。例如，國內控製器企業可基於NVIDIA的CUDA架構與GR00T模型，快速開發具備物理AI能力的智能控製器，無需從零建構演算法體系。伺服系統企業可借助Jetson平台的算力，實現運動資料的即時分析與參數最佳化。同時，隨著國內機器人產業政策的支援（如廣西出台的機器人產業發展政策，對核心零部件企業給予最高300萬元的年度獎勵），國產零部件企業將在技術升級與市場拓展中獲得更多助力。此外，NVIDIA Jetson T4000的量產與普及，將帶動上游晶片供應鏈的發展。該模組採用的Blackwell架構晶片，其國產化替代（如封裝測試、配套元器件）將為國內半導體企業提供新的市場機遇，進一步完善機器人產業鏈的國產化生態。2.2 中游整機製造 從“組裝整合”到“應用創新”的價值躍升中游整機製造是傳統機器人產業鏈的“薄弱環節”，長期依賴上游零部件進口，以組裝整合為主，缺乏核心技術，毛利率普遍低於20%。NVIDIA的全端技術體系，將徹底改變中游整機企業的發展模式，推動其從“組裝商”向“應用解決方案提供商”轉型。首先，降低研發成本與周期。傳統整機企業需要投入巨額資金建構AI演算法、模擬平台與硬體適配體系，研發周期長達1-2年。而基於NVIDIA的Cosmos模型、Isaac Lab-Arena模擬框架與Jetson硬體，整機企業可直接復用成熟的技術模組，聚焦行業應用場景的定製化開發，研發周期可縮短至3-6個月，研發成本降低50%以上。例如，智元機器人基於NVIDIA技術推出的面向工業和消費行業的人形機器人，以及配套的Genie Sim 3.0模擬平台，正是借助NVIDIA的技術賦能，快速實現了產品落地與迭代。其次，提升產品競爭力。借助NVIDIA的物理AI技術，中游整機企業的產品將具備“通用智能”能力，能夠適配更多場景，擺脫同質化競爭。例如，NEURA Robotics推出的第3代人形機器人（由保時捷設計），基於GR00T模型與Jetson Thor平台，具備精細化控制能力，可同時適配工業裝配、服務接待等多個場景；Richtech Robotics的移動人形機器人Dex，借助NVIDIA的導航與操作技術，能夠在複雜工業環境中實現精細操作與自主導航，大幅提升了產品的市場競爭力。最後，推動商業模式創新。隨著產品競爭力的提升，中游整機企業將從“賣裝置”向“提供服務”轉型，例如通過機器人租賃、按效果收費等模式，提升客戶粘性與長期盈利能力。例如，智元機器人推出的國內首個機器人租賃平台“擎天租”，正是基於其技術領先的機器人產品，開啟了新的商業模式探索。2.3 下游應用場景 從“單一化”到“規模化”的全面滲透下游應用場景的分散化是制約機器人產業規模化發展的關鍵因素。傳統機器人主要應用於汽車製造、電子加工等少數標準化場景，而醫療、建築、消費等領域的應用相對有限。NVIDIA的物理AI技術體系，通過提升機器人的環境適應性與任務通用性，將推動下游應用場景從“單一化”向“規模化”全面滲透，尤其是在工業、醫療、建築採礦、消費四大領域實現突破性進展。在工業領域，機器人將從“固定工位操作”向“全流程協同作業”升級。例如，富臨精工工廠引入的近百台遠征A2-W機器人（基於NVIDIA技術），已實現與AMR的協同作業，自主完成周轉箱的搬運、轉移與精準放置，覆蓋三條不同裝配線，涉及20余種物料，承載重量提升至14千克，且未發生一起物料傾倒事故。隨著NVIDIA技術的普及，更多製造企業將實現“機器人+智能製造”的升級，推動工業機器人的規模化應用。在醫療領域，物理AI技術將推動手術機器人與輔助診療裝置的精準化升級。LEM Surgical借助NVIDIA Isaac for Healthcare和Cosmos Transfer模型，訓練Dynamis手術機器人（搭載Jetson AGX Thor與Holoscan），大幅提升了手術操作的精準度；XRLabs則利用Thor平台與Isaac for Healthcare，為手術內窺鏡提供即時AI分析支援，幫助外科醫生精準判斷手術部位，降低手術風險。這些應用將推動醫療機器人從“高端試點”向“常規應用”普及。在建築採礦領域，Caterpillar與NVIDIA的深化合作將推動自主作業裝置的規模化落地。建築與採礦行業屬於典型的“危險、骯髒、枯燥”場景，對機器人的需求迫切，但環境複雜，傳統裝置難以適配。Caterpillar將借助NVIDIA的物理AI技術，開發具備自主導航、精準作業能力的重型裝置，提升作業效率與安全性。在2026年1月7日的CES主題演講中，Caterpillar CEO Joe Creed與NVIDIA高管將披露更多合作細節，預計將推出多款基於Blackwell架構的自主作業裝置。在消費領域，人形機器人將從“高端玩具”向“家庭助手”轉型。LG Electronics發佈的全新家用機器人，基於NVIDIA技術，可執行各種室內家務，具備動態環境適應能力，能夠應對家庭中的複雜場景（如躲避障礙物、處理不同材質的物品）；宇樹科技推出的小型人形機器人Unitree R1，起售價僅2.99萬元，借助NVIDIA的輕量化AI技術，實現了低成本與高智能的平衡，大幅拉近了與人消費市場的距離。2.4 價值分配重構 生態主導者引領的利潤再平衡隨著NVIDIA全端技術體系的普及，機器人產業鏈的價值分配將發生重大變化：從“上游零部件企業主導”向“生態主導者+應用創新者”共同主導的格局轉變。NVIDIA作為生態主導者，將通過“模型授權+硬體銷售+生態服務”獲取穩定的利潤回報；而中游整機企業與下游應用解決方案提供商，將通過場景創新與服務增值，提升利潤佔比；上游零部件企業則需要通過智能化升級，維持其利潤優勢。這種價值分配的重構，將推動產業鏈從“零和博弈”向“共贏發展”轉變。NVIDIA通過開放模型與框架，幫助上游零部件企業實現智能化升級，提升其產品附加值；中游整機企業借助NVIDIA技術推出高競爭力產品，帶動上游零部件的需求；下游應用場景的規模化落地，又將反哺中游整機與上游零部件企業的發展，形成良性循環。據行業預測，隨著這種生態化格局的形成，2027年將成為中國機器人產業的“大規模商業化元年”，整個產業鏈的規模將突破兆級。三、應用場景突破：物理AI技術的落地案例與價值驗證技術的價值最終需要通過應用場景來驗證。NVIDIA此次發佈的物理AI技術體系，已在工業、醫療、消費、建築採礦等多個領域實現落地，通過一系列標竿案例，充分驗證了其在提升效率、降低成本、保障安全等方面的核心價值。本節將重點解析四個典型應用場景的落地案例，深入探討物理AI技術的實際應用效果。3.1 工業製造 富臨精工的“人形機器人+智能製造”升級富臨精工是國內領先的汽車零部件製造商，其生產車間涵蓋多條裝配線，物料搬運、上料等環節傳統上依賴人工操作，存在效率低、誤差率高、勞動強度大等問題。為實現智能製造升級，富臨精工與智元機器人達成合作，引入近百台基於NVIDIA Jetson Thor與GR00T模型的遠征A2-W人形機器人，建構了“智能中樞平台+人形機器人+AMR”的協同作業體系。該體系的核心優勢在於三個方面：一是全流程自動化，智能中樞平台即時監控線邊物料剩餘量，當觸及預設水位線時，自動觸發配送任務，人形機器人與AMR協同作業，自主完成周轉箱的搬運、轉移與精準放置，無需人工干預；二是動態適應性強，借助NVIDIA Cosmos Reason 2模型的推理能力，人形機器人能夠應對車間內的動態環境變化，如躲避移動的工人與裝置、調整物料放置角度等；三是規模化擴展能力，從最初的1個搬運工位擴展至4個，覆蓋三條不同裝配線，涉及物料種類從4種增至20余種，承載重量從5-6千克提升至14千克，且線邊上料場景至今未發生一起物料傾倒事故。據富臨精工相關負責人介紹，引入該體系後，物料搬運效率提升了60%，人工成本降低了40%，同時物料配送的誤差率降至0.1%以下。這一案例充分驗證了NVIDIA物理AI技術在工業製造場景的規模化應用價值，為其他製造企業的智能化升級提供了可複製的方案。3.2 醫療健康 LEM Surgical的精準手術機器人訓練體系手術機器人是醫療領域的高端裝備，其訓練需要大量的臨床資料與模擬場景，但傳統訓練方式存在資料稀缺、風險高、周期長等問題。LEM Surgical作為專注於手術機器人研發的企業，借助NVIDIA Isaac for Healthcare和Cosmos Transfer 2.5模型，建構了高效的手術機器人訓練體系，用於其Dynamis手術機器人的研發與最佳化。Dynamis手術機器人搭載了NVIDIA Jetson AGX Thor與Holoscan平台，具備高精度的手術操作能力。其訓練體系的核心的是Cosmos Transfer 2.5模型的域遷移能力：通過將Isaac Sim中的模擬手術場景，轉換為帶有真實手術環境噪聲、光照條件的等效資料，大幅提升了模擬訓練的真實性；同時，將少量真實手術資料增強為多樣化的模擬場景，解決了臨床資料稀缺的問題。借助這一體系，LEM Surgical的研發團隊能夠快速驗證手術機器人的操作策略，最佳化運動控制參數，大幅縮短了研發周期。此外，XRLabs利用NVIDIA Jetson Thor與Isaac for Healthcare，開發了智能手術內窺鏡系統。該系統通過外接手術內鏡採集即時圖像，借助Cosmos Predict 2.5模型的即時預測能力，分析手術部位的解剖結構與操作風險，為外科醫生提供即時引導，降低了手術難度與併發症風險。目前，該系統已在多家醫院開展試點應用，手術精準度提升了30%，手術時間縮短了20%。3.3 消費服務 LG Electronics的家用智慧型手機器人家用機器人是消費領域的重要增長點，但傳統家用機器人功能單一，難以應對複雜的家庭環境。LG Electronics在CES 2026上發佈的全新家用機器人，基於NVIDIA的Cosmos系列模型與Jetson T4000模組，具備全方位的家務處理能力與動態環境適應能力。該機器人的核心優勢在於其強大的物理AI能力：通過Cosmos Reason 2模型，能夠理解自然語言指令，並分解為具體的家務任務，如“清理客廳檯面”可拆解為“整理物品→擦拭灰塵→分類收納”；借助Cosmos Predict 2.5模型，能夠即時預測動作後果，如避免碰撞易碎物品、調整拖地力度以適應不同地面材質；依託Jetson T4000的高效算力，實現了即時感知與決策，響應速度提升至毫秒級。此外，該機器人還具備自主充電、故障自診斷等智能功能，能夠適應不同戶型的家庭環境。LG Electronics相關負責人表示，這款家用機器人的目標是成為“家庭助手”，而非簡單的“家務工具”，其定價將控制在萬元以內，以實現規模化普及。該產品的推出，標誌著消費級家用機器人正式進入“通用智能”時代。3.4 建築採礦 Caterpillar的自主作業裝置升級建築與採礦行業是典型的高危、高勞動強度行業，對自主作業裝置的需求迫切。Caterpillar作為全球領先的工程機械製造商，正在擴大與NVIDIA的合作，將先進的AI和自主系統引入建築和採礦領域的裝置及作業現場。基於NVIDIA的Blackwell架構與物理AI模型，Caterpillar正在開發多款自主作業裝置，包括自主挖掘機、自主礦用卡車等。這些裝置具備三大核心能力：一是自主導航，借助Cosmos模型的環境感知與推理能力，能夠在複雜的施工現場與礦區環境中精準定位，躲避障礙物；二是精準作業，通過GR00T模型的動作控制能力，實現挖掘、裝載、運輸等作業的精準執行，提升作業效率；三是協同作業，多台裝置可通過OSMO框架實現資料共享與協同調度，形成自主作業車隊。據Caterpillar透露，其自主礦用卡車已在澳大利亞某金礦開展試點應用，借助NVIDIA的技術，作業效率提升了25%，事故率降低了80%，同時減少了人工成本。在2026年1月7日的CES主題演講中，Caterpillar CEO Joe Creed將與NVIDIA高管共同披露更多合作細節，預計將推出面向建築行業的首款自主挖掘機，計畫2027年實現規模化量產。四、產業趨勢展望：物理AI驅動下的機器人產業未來圖景NVIDIA此次發佈的物理AI技術體系，不僅解決了當前機器人產業的核心痛點，更勾勒出未來機器人產業的發展圖景。結合行業發展規律與技術迭代趨勢，未來3-5年，機器人產業將呈現“通用化、輕量化、開源化、規模化”四大核心趨勢，而NVIDIA將在這一處理程序中扮演關鍵的引領角色。4.1 趨勢一 從“專用機器人”到“專家級通用機器人”的跨越傳統機器人多為“專用裝置”，針對特定場景開發，功能單一，難以跨場景應用。而物理AI技術的發展，將推動機器人從“專用”向“通用”跨越，最終實現“專家級通用”的目標——即能夠快速學習多種任務，適配不同行業場景的需求。NVIDIA的Cosmos與GR00T模型，正是這一趨勢的核心驅動力。通過內化物理世界的通用規律，機器人能夠快速適應新場景、學習新任務，無需針對每個場景進行重新程式設計。一款基於GR00T模型的人形機器人，既可以在工廠完成精密裝配，也可以在醫院協助護理，還可以在家庭處理家務，只需通過少量場景資料微調即可實現功能適配。據行業預測，到2028年，專家級通用機器人的市場佔比將超過30%，成為機器人產業的主流產品形態。4.2 趨勢二 硬體輕量化與能效比的持續提升機器人尤其是人形機器人、移動服務機器人，對硬體的輕量化、小型化、低功耗提出了嚴苛要求。隨著Blackwell架構的普及與技術迭代，邊緣AI算力模組將實現“更高算力、更低功耗”的持續突破，推動機器人硬體的輕量化發展。NVIDIA的Jetson系列模組已展現出這一趨勢：從Jetson AGX Orin到Jetson T4000，算力提升4.3倍，而功耗控制在70瓦以內；未來，隨著晶片製程的進步與架構的最佳化，Jetson系列模組的算力有望進一步提升，功耗則持續降低，甚至可能出現50瓦以下、算力突破2000 TFLOPS的產品。這將推動機器人的小型化發展，如宇樹科技的小型人形機器人、松延動力的Bumi小布米等輕量化產品將成為消費市場的主流，進一步擴大機器人的應用範圍。4.3 趨勢三 開源生態成為創新核心驅動力機器人產業的創新需要大量的技術積累與資源投入，單一企業難以完成全鏈條的創新。開源生態將成為未來機器人產業創新的核心驅動力，吸引全球開發者共同參與技術突破與應用創新。NVIDIA與Hugging Face的合作，正是開源生態發展的重要里程碑。隨著LeRobot框架的普及，越來越多的開發者將接入NVIDIA的物理AI技術體系，孵化出更多創新應用。同時，開源生態的發展將推動技術標準的統一，降低行業的協作成本，加速創新成果的轉化。預計到2027年，全球將有超過50%的機器人創新應用基於開源框架開發，開源生態將成為機器人產業競爭的核心戰場。4.4 趨勢四 規模化落地與成本快速下降隨著技術的成熟與生態的完善，機器人的規模化落地將推動成本快速下降，形成“規模效應-成本下降-需求擴大”的良性循環。據資料顯示，2025年國內人形機器人出貨量預計達1.8萬台，2026年有望攀升至6.25萬台；多位行業專家預測，2026年國內人形機器人產量將突破10萬台，2028年有望達到百萬台級。成本下降的主要驅動力包括三個方面：一是核心零部件的國產化替代，如國內企業已實現減速器、伺服系統的批次供貨，成本較海外產品降低30%以上；二是規模化生產帶來的製造費用降低，隨著產量的提升，整機製造的單位成本將大幅下降；三是開源技術的應用，降低了研發成本。預計到2030年，人形機器人的售價將降至5萬元以下，消費級市場將全面爆發。4.5 挑戰與應對 技術、倫理與政策的協同推進儘管機器人產業前景廣闊，但仍面臨技術、倫理與政策三大挑戰。在技術層面，機器人的泛化能力、安全性仍需進一步提升，尤其是在複雜動態環境中的可靠性；在倫理層面，機器人的廣泛應用可能帶來就業結構變化、隱私洩露等問題；在政策層面，相關的法律法規、標準體系尚未完善，如機器人決策失誤的責任界定、資料安全規範等。應對這些挑戰，需要政府、企業與科研機構的協同推進：一是加強核心技術研發，聚焦泛化能力、安全性等關鍵痛點，推動技術標準的統一；二是建立健全倫理規範與法律法規，平衡技術創新與社會影響；三是出台針對性的政策支援，如職業培訓、資料安全保障等，確保機器人產業的健康發展。NVIDIA作為行業引領者，已通過開放模型與框架，推動技術標準的統一；同時，其與全球企業的合作，也在積極探索機器人應用的倫理邊界。五、結語：物理AI開啟機器人產業的“黃金十年”CES 2026上NVIDIA的系列發佈，標誌著機器人產業正式進入物理AI驅動的新時代。從技術核心來看，Cosmos與GR00T模型建構了機器人理解物理世界的“認知大腦”，Isaac Lab-Arena與OSMO框架打通了開發全流程，Jetson T4000硬體模組提供了高效算力支撐，形成了覆蓋“模型-框架-硬體-生態”的全端解決方案；從產業鏈影響來看，其推動上游零部件智能化升級、中游整機企業嚮應用創新轉型、下游場景規模化滲透，重構了產業價值分配模式；從應用前景來看，工業、醫療、消費、建築採礦等多個領域的落地案例，充分驗證了技術的實用價值。黃仁勳所言的“機器人開發的ChatGPT時刻”，不僅是技術的突破，更是產業範式的變革。未來十年，隨著物理AI技術的持續迭代、開源生態的不斷完善、成本的快速下降，機器人將從“工業裝備”全面走向“生活助手”，深度融入製造業、醫療健康、家庭服務等多個領域，成為推動經濟社會轉型的重要力量。對於企業而言，接入NVIDIA的物理AI技術體系，將成為把握產業機遇的關鍵；對於行業而言，建構開放協同的生態，推動技術標準的統一，將加速產業的規模化發展；對於社會而言，擁抱機器人技術帶來的變革，做好就業轉型與倫理規範，將實現技術創新與社會福祉的共贏。我們有理由相信，在物理AI的驅動下，機器人產業將迎來前所未有的“黃金十年”，為人類社會帶來更高效、更安全、更便捷的生活與生產方式。這些新模型均可通過 Hugging Face 獲取，包括：NVIDIA Cosmos™ Transfer 2.5和NVIDIA Cosmos Predict 2.5：開放、完全可定製的世界模型，為物理 AI 實現基於物理原理的合成資料生成與機器人策略評估的模擬支援。NVIDIA CosmosReason 2：開放推理視覺語言模型（VLM），使智慧型手機器能夠像人類一樣看見、理解物理世界並採取行動。NVIDIA Isaac™ GR00T N1.6：專為人形機器人打造的開放式推理視覺語言行動（VLA）模型，可解鎖全身控制能力，並借助 NVIDIA Cosmos Reason 增強推理和上下文理解。 (AI雲原生智能算力架構)

中國國家標準《電動汽車用固態電池第1部分：術語和分類》（以下簡稱《徵求意見稿》）於近日公開徵求意見。這是全球首個固態電池國家標準草案，規範了全固態電池的定義和分類，引起業界人士廣泛熱議。與此同時，在CES 2026上，芬蘭企業Donut Lab推出其首款具備商業化量產條件的全固態電池；不久前，紅旗全固態電池啟動上車驗證，廣汽建成國內首條大容量全固態電池生產線並進入小批次測試，或將於2026年首搭昊鉑GT車型。全固態電池這次真的要來了？首個固態電池“標尺”“全固態電池”“固態電池”“半固態電池”“准固態電池”等各類概念的區分一直以來都是業界爭論的焦點。此次《徵求意見稿》首次從國家層面明確了固態電池的基本定義與分類標準。根據電池正負極之間傳遞離子的電解質種類，明確將電池分為液態電池、混合固液電池、固態電池三類。同時，《徵求意見稿》確定了對固態電池的統一判定標準，明確在120℃下的失重率應≤0.5%，低於此值的才能稱為“固態電池”，比此前團體標準《全固態電池判定方法》規定的≤1%更嚴格。此外，針對固態電池技術路線多元，缺乏橫向比較基準的現狀，《徵求意見稿》進一步從電解質種類、傳導離子類型、應用場景（高能量型、高功率型）等多個維度進行細分，為行業提供更加清晰的指引。例如，根據固體電解質種類，將固態電池分為硫化物固態電池、氧化物固態電池、聚合物固態電池等；根據傳導離子種類，將固態電池分為固態鋰離子電池、固態鈉離子電池等；根據應用領域，將固態電池分為高能量固態電池、高功率固態電池等。值得一提的是，《徵求意見稿》在擬定過程中得到了業內企業的廣泛認同。包括寧德時代、比亞迪、國軒高科、欣旺達、瑞浦蘭鈞等主流動力電池企業；衛藍新能源、清陶能源等“專攻”固態電池的初創企業；以及賽力斯、一汽、東風等整車廠商均參與了《徵求意見稿》的起草。目前，國際上尚未發佈過同類標準，這意味著《徵求意見稿》是全球首個固態電池國家標準草案。後續還將圍繞固態電池的性能、安全、使用壽命等關鍵維度，進行系列標準的編制。糾偏非理性“炒作”固態電池作為下一代電池技術的代表，具備安全性好、能量密度高等突出優勢，被認為是動力電池產業競爭的關鍵“制高點”，對產業具有顛覆性影響。近兩年來，固態電池技術快速迭代，市場熱度持續攀升，一些概念混淆與炒作現象隨之而來。記者觀察發現，部分企業出於行銷目的，將“混合固液電池”包裝成固態電池進行宣傳。目前市面上多數所謂可量產的“固態電池”，實則為混合固液電池。事實上，固態電池與固液混合電池之間存在顯著的技術代差。前者在材料、工藝與性能上具有顛覆性創新，而後者則是在現有液態鋰離子電池體系基礎上進行改良。此次規範命名，正是對這一現狀的糾偏，通過術語、分類和失重率判定方法，“固態”命名與具體結構和可測指標繫結，為產品宣傳和資本市場溝通設定底線，抑制概念化包裝。欣旺達動力電池生產車間“‘液態電池’‘混合固液電池’‘固態電池’的分類能夠準確體現技術特性，消除此前‘半固態’‘准固態’等模糊表述，促進行業將關注焦點從‘是什麼’轉向技術本身，終結此前的模糊和混亂。”欣旺達動力中央研究院院長徐中領向記者指出。對於後續標準的制定，徐中領建議圍繞技術優勢與產業落地需求，強化安全、能量密度和產業可行性三方面內容。“安全性能指標，須細化熱失控、機械衝擊、過充過放等嚴苛工況下的安全測試細則，明確測試方法及判定標準，突出固態電池的先天安全優勢；高能量密度指標，應結合固態電池技術路線特點，明確能量密度分級評價規範，配套制定適配的電芯結構、材料體系等技術要求；產業化可行性指標，建議補充一致性、循環使用壽命、成本控制等與規模化生產緊密相關的技術要求，推動標準既具備技術引領性，又兼具產業指導性。”徐中領進一步解釋道。“除了判定固態電池的定義標準之外，接下來各個參標單位還會進一步豐富各種應用場景的相關安全規範標準。”瑞浦蘭鈞相關負責人表示，預計未來還將補充更多的評判標準和國標準則，為後續的電池分類和限定提供更明確的依據，推動電池體系的迭代和進步。量產“時間表”引分歧記者注意到，近幾個月以來，中國固態電池產業化處理程序明顯提速，多家企業相繼披露實質性進展。廣汽全固態電池中試產線廣汽建成國內首條大容量固態電池生產線並進入小批次測試，具備60Ah以上車規級全固態電池規模量產條件；紅旗自主研發的首台固態電池包裝載於紅旗天工06車型試制下線，邁入實車測試階段；寧德時代表示，其固態電池有望在2027年實現小批次生產。資本市場的熱情也同樣升溫。衛藍新能源於2025年12月啟動A股上市輔導，同期，太藍新能源完成超4億元B+輪融資，融資資金將用於推進其首條固態電池量產線建設。然而，正在行業熱度持續攀升的同時，不少專家卻呼籲應對其產業化節奏保持理性預期。一位業內人士告訴《中國電子報》記者，當前，包括廣汽、紅旗在內的多個固態電池項目仍屬實驗性質，目前市場上所有固態電池產品均為樣品，尚未出現能支撐大規模裝車的成熟產品，固態電池距離真正的產業化尚有距離。此外，對於此前業界普遍預測的2027—2030年的固態電池量產窗口期，多位專家提醒，不宜盲目樂觀。“固態電池2030年大規模商用是最樂觀的預期，我的判斷甚至可能要等到2035年。”重慶長安汽車副總裁、深藍汽車董事長鄧承浩表示。蜂巢能源董事長兼CEO楊紅新認為，固態電池有望在2027年實現小批次示範裝車，但要實現大規模商業化，預計最早也要等到2030年之後。“對於固態電池‘上車’時間的判斷跟‘算卦’差不多。”中國汽車技術研究中心原副總經理吳志新更是直言：“現在行業一直爭取盡快突破全固態電池，但是固態電池還有很多難題需要解決。大概在2032年到2033年才能開始進入到它的商業使用期。”不過，不少專家仍對固態電池的未來充滿信心。中國科學院院士歐陽明高表示：“固態電池正以‘加速度’彌補差距，我們力爭在2030年實現規模化產業化。”他同時指出，產業爆發需要技術、市場、政策“同頻共振”。“今後兩三年是固態電池發展的機遇期，也是艱難期。”歐陽明高說道。量產仍面臨多重挑戰在固態電池量產時間產生分歧的背後，是諸多亟待突破的技術與工程化難題。一方面，固態電池核心技術路線各自面臨多重瓶頸。目前，固態電池主要有聚合物、硫化物和氧化物三大技術路線。徐中領指出，聚合物復合路線仍須進一步強化電解質與負極的介面穩定性，提升電池使用壽命；同時，須通過配方最佳化與工藝革新進一步提升極片緻密度，從而提升離子傳輸與整體電池性能。硫化物路線電解質材料短板突出，空氣穩定性極差，易與水分反應生成有毒氣體，對生產環境氣氛、自動化水平提出嚴苛要求；預計產品BOM和製造成本高，影響商業化普及。在技術層面，介面問題尚未徹底解決，電池快充、使用壽命等關鍵指標尚未達到終端應用要求，需要外加壓力維持介面穩定，這顯著增加了電池pack的設計難度與生產工藝複雜度。而氧化物路線雖環境適應性更佳，離子電導率偏低的核心癥結卻始終未能突破。另一方面，工程化落地面臨挑戰。業內專家指出，固態電池部分材料需在高溫、高壓環境下才能實現離子傳導，這對製造工藝提出嚴苛要求。從實驗室克級樣品的製備，到生產線噸級量產的落地，其間的技術跨度遠超想像。此外，產業鏈上游關鍵原材料尚未形成規模化、穩定的供應體系，其產能規模與品質穩定性尚未達到商業化量產需求；關鍵生產裝置成熟度依然不足；終端市場對固態電池的成本預期，也與當前技術的實現成本存在較大差距。應當看見，電池材料創新是一個長期積累、久久為功的過程。當前，市場關於“固態電池”“半固態電池”即將量產的消息不斷湧現，既反映出電池技術的持續升級，也催生了非理性炒作，為產業健康發展埋下隱患。我們需要科學理性地對待下一代電池做商業化的研究，同時要營造一個更好的輿論環境。這股脫離技術現實的概念炒作虛火，是時候該降降溫了。 (中國電子報)

在最近的國際消費電子展（CES 2026）上，輝達率先推出了人工智慧下一代魯賓平台，為目前最早的獨家HBM4客戶端。它已經將傳輸速度提高到了11 Gbps以上，迫使SK海力士、三星和美光修改HBM4的設計。隨著這三家公司重新提交樣品和Blackwell的強勁需求，HBM4的量產預計不會早於2026年第一季度末。雖然12層HBM4尚未完全投產，但輝達要求在2026年下半年供應16層，HBM之爭趨於白熱化。海力士：技術領先 + 工藝最佳化作為目前HBM領域的領頭羊，海力士在CES上首次展示了16層HBM4，據Etnews報導，新的16層48 GB HBM4建立在12層36 GB的HBM4基礎上，後者已經創造了11.7 Gbps的速度記錄。DRAM堆疊到16層，容量和速度都大大提高，頻寬超過每秒2 TB。然而，《韓國先驅報》強調，從12層擴展到16層比從8層跳到12層要困難得多，16層HBM要求晶圓減薄至30 微米左右，而目前的12層設計約為50 微米。此外，由於JEDEC將HBM4封裝高度限制在775 µm，傳統方法幾乎沒有進一步擴展的空間，這可能是未來的技術障礙。雖然業界越來越多地將混合鍵合視為應對挑戰的長期解決方案，但海力士暫時憑藉其MR-MUF（大規模回流模壓下填充）工藝穩定產量，處於領先地位。雖然該公司也在開發混合鍵合技術作為備用方案，但其核心戰略是儘可能延長MR-MUF技術的使用壽命。海力士表示，MR-MUF將HBM產品中垂直堆疊的所有晶片一次性加熱並互連，比在每個晶片堆疊後使用薄膜材料的TC-NCF（熱壓非導電膜，三星和美光使用）效率更高。不過，為了控制整體封裝高度，12層HBM3的DRAM晶片必須比8層HBM3的DRAM晶片薄40%左右，因此晶片翹曲成為主要問題。為瞭解決這個問題，海力士在其Advanced MR-MUF工藝下引入了一種新的EMC材料，與原始版本相比，散熱能力提高了約1.6倍。三星：工藝迭代 + 產能擴張Etnews此前曾報導，由於競爭對手在較老的1b DRAM節點上製造HBM4，三星打算通過轉向更先進的1c工藝來改變遊戲規則。TrendForce指出，其在HBM4上採用了1c奈米工藝（10奈米級，第6代），並在基礎晶片上採用了4nm邏輯工藝，並對設計進行了微調，使其速度超過了11Gbps，超出了客戶的要求。這種方法有望實現更高的傳輸速度，使三星成為最有可能率先獲得資格的供應商，並有可能在供應高端魯賓產品方面獲得優勢。《朝鮮商業》報導，三星目前已開始生產1c型DRAM，良率已接近80%的量產目標。此外，三星也在推進混合鍵合技術，目標是到2028年推出16層HBM4E產品，不過，雖然三星已經向包括輝達在內的主要客戶提供混合鍵合HBM4原型，但良率仍然很低，約為10%。Etnews報導稱，由於需求強勁，三星計畫在2026年將HBM的產量提高50%，到年底達到每月25萬片左右，主要集中在HBM4上。美光：產能突圍 + 技術跟進美光的HBM4基於1 - beta節點，上個月，美光表示該產品達到了11 Gbps以上的行業領先速度，並有望在2026年第二季度實現高產量提升。其優勢在於低功耗HBM技術，正在努力從12層HBM4產品發展到16層產品、鎖定更多的產能，來挑戰韓國競爭對手。美光即將在新加坡建立的先進封裝廠和日本廣島的工廠預計將大大緩解產能限制。 (銳芯聞)

1月15日，三星顯示在其第8.6代生產線所在的牙山工廠舉行出貨儀式，確認其第8.6代OLED面板開始全面量產。該產線作為全球首條第8.6代OLED產線，進入量產新階段將為OLED產業的多元化應用按下“加速鍵”。高世代OLED產線的量產，將加速OLED在筆記型電腦、高端顯示器、車載螢幕等領域普及，面板廠加速駛向中尺寸OLED新藍海。據悉，三星顯示內部已向客戶有償出貨經過驗證、具備較高良率（成品中合格品比例）的樣品，採用這條全新第8.6代生產線生產的OLED面板預計將用於今年發佈的新款筆記型電腦上。三星顯示社長李清近日在CES 2026曾公開表達了對 8.6代OLED業務成功的決心。他表示：“成功營運第8.6代生產線至關重要，若進展順利，預計今年IT部門銷售額將增長20%~30%左右。”此前，三星顯示2023年率先對外宣佈將改造其液晶顯示器（LCD）生產線L8，並建設專用於IT OLED的A6生產線，即全球首條第8.6代OLED面板產線，計畫投資金額達4.1兆韓元(約合人民幣195億元)。 (中國電子報)