一、總結摩根士丹利於2025 年 11 月 30 日發佈，聚焦“物理智能（Physical AI）” 推動的人形機器人技術革命，將其定義為 “人類歷史的關鍵篇章”—— 標誌著 AI 從純軟體形態（如 AI 助手）向 “具身智能（Embodied AI）” 過渡，即通過硬體與物理世界即時互動。報告核心目標是拆解人形機器人產業鏈的半導體價值，並推出“人形機器人技術 25 強（Humanoid Tech 25）” 名單，為投資者提供核心賽道與企業參考。報告明確：“物理智能的技術生態已從概念進入快速規模化階段，整合了先進 AI 與複雜硬體，形成‘技術提供商 - 元件製造商 - 人形機器人整合商 - 應用方’四層架構，其中半導體與硬體元件是建構人形機器人的核心支撐。”二、市場規模與增長預測：多維度資料拆解1. 半導體市場：2045 年達 3050 億美元，佔全球半導體重量 15%•核心預測：摩根士丹利通過工業團隊的底層資料測算，預計到2045 年人形機器人半導體市場規模（TAM）將達 3050 億美元，該規模佔2024 年全球半導體 TAM（6270 億美元）的 49%；若按市場共識，2040 年全球半導體市場將增長至 2 兆美元，人形機器人半導體佔比將達 15%。•情景分析：◦樂觀情景（Bull Case）：假設人形機器人 2045 年出貨量從基準情景的 9000 萬台上調 10% 至 9900 萬台，且半導體單位成本因高端產品佔比提升增加 15%，則半導體 TAM 達3780 億美元。◦悲觀情景（Bear Case）：若出貨量下調 11% 至 8000 萬台，且競爭加劇使半導體單位成本降低 15%，則 TAM 降至2320 億美元。•增長邏輯：半導體TAM 增長的核心驅動力是 “單台人形機器人算力需求提升”—— 儘管單位 FLOPS（浮點運算）成本下降，但每台機器人所需的計算量（如即時環境感知、多模態資料處理）增長，抵消了成本下降影響，推動半導體 BOM 佔比從當前 4-6% 升至 2045 年 24%。2. 人形機器人整體市場：2050 年達 5 兆美元，10 億台部署•規模預測：摩根士丹利全球汽車與工業團隊在2025 年 4 月報告《Humanoids: A $5 Trillion Global Market》中指出，到2050 年人形機器人整體市場規模將達 5 兆美元，累計部署量達10 億台，相當於 “每 10 人擁有 1 台人形機器人”。•滲透節奏：2035 年前人形機器人 adoption 速度較慢，主要受限於技術成熟度（如感測器精度、電池續航）與成本（當前非中國供應鏈 BOM 成本 13.1 萬美元）；2030 年代末開始加速，因 BOM 成本降至 2.3 萬美元（低於多數開發中國家人類年薪），且 AI 模型與硬體協同成熟。•區域分佈：從累計部署量看，2050 年北美、東亞及太平洋地區將是主要市場，佔比超 60%，其次是歐洲、南亞；這些區域的製造業、物流、醫療等勞動力短缺行業將成為早期應用場景。3. BOM 成本：從 13.1 萬美元降至 2.3 萬美元，半導體佔比主導•成本變化趨勢：◦當前（2025 年）：非中國供應鏈人形機器人 BOM 成本約13.1 萬美元，其中計算晶片（AI 大腦）佔比最高，單台成本 800-2100 美元，力感測器（1D/6D / 扭矩）合計 100 美元，視覺系統（CIS/LiDAR）30 美元。◦2030 年：BOM 成本較 2025 年增長 15%，主要因 AI 晶片 ASP（平均售價）提升 —— 單台計算晶片需求增加，抵消了部分元件的成本下降。◦2045 年：BOM 成本降至2.3 萬美元，其中半導體佔比從當前4-6% 升至 24%，計算晶片佔半導體內容的比例從 67% 升至 93%。•成本拆解案例：以特斯拉Optimus 為例，其頭部 BOM 成本（含 FSD 晶片、相機）約 2100 美元，佔總 BOM 的 3.8%；肩部電池組（2.3KWh）7800 美元，佔 14.3%；手部（含 6D 力感測器）9500 美元，佔 17.2%；而熱管理、骨架等其他元件佔比約 13.2%。三、核心技術領域：半導體價值集中於三大方向1. AI 大腦技術：佔半導體內容 93%（2045 年），GPU/ASIC 是核心•技術定義：人形機器人的“大腦” 是計算系統，需整合 AI 推理、感測器處理、即時控制，特點是 “低延遲（<10ms，保障平衡與安全）、高算力（支援多模態資料處理）、低功耗（適配電池限制）”，採用 “中央大腦 + 邊緣節點” 分佈式架構。•核心元件與資料：◦GPU：NVIDIA Jetson 系列是主流選擇，如 Jetson Thor 算力達 2070 TOPS，功耗 300W，被用於特斯拉 Optimus、Figure 01 等頭部機型；其 GR00T 基礎模型（Vision-Language-Action 架構）在 “放置水果到盤子” 任務中，成功率從 N1 版本的 44% 提升至 N1.5 版本的 98.8%。◦ASIC/SoC：特斯拉自研AI6 晶片，整合訓練與推理功能，用於 Optimus 與機器人計程車（Cybercab）；Renesas RZ/V2H 晶片（含 DRP-AI3 加速器）支援即時物體檢測與電機控制，延遲低於 5ms。◦CPU 架構：Arm Neoverse CSS v9 架構佔邊緣 AI 市場 70% 以上，因功耗效率高（每瓦性能比 x86 高 3 倍），被用於關節邊緣節點（如肩部、肘部），單節點功耗 < 5W，全球 2200 萬開發者生態加速其應用。•摩根士丹利觀點：“AI 大腦是人形機器人的核心價值，其技術壁壘最高 —— 當前多數頭部機器人企業（如特斯拉、波士頓動力）均依賴 NVIDIA 的晶片與軟體生態，而 Arm 架構將成為邊緣計算的主流選擇，因電池供電場景下，功耗效率比算力絕對值更重要。”2. AI 視覺：CIS 市佔率 53%（索尼），參考 ADAS 技術路徑•技術定位：AI 視覺是人形機器人 “看見世界” 的核心，需實現 “高解析度（識別細小物體）、高動態範圍（適應強光 / 弱光）、低延遲（<20ms，保障導航安全）”，技術路徑參考自動駕駛 ADAS（高級駕駛輔助系統），以 “多相機 + LiDAR” 為主流配置。•核心元件與資料：◦CMOS 圖像感測器（CIS）：2024 年索尼 CIS 全球市佔率 53%（按營收），其高解析度（4K）、低噪聲 CIS 被用於多數頭部機器人；三星 CIS 聚焦 200MP 感測器，計畫 2026 年供應蘋果摺疊屏 iPhone，並拓展人形機器人市場；安森美（Onsemi）在汽車 CIS 市佔 31%，2025 年開始向機器人領域批次供貨。◦LiDAR：禾賽（Hesai）2025 年一季度交付 5 萬台機器人 LiDAR，單台成本約 300 美元，其雷射雷達可提供 3D 環境建模，測距精度 ±2cm，被用於倉儲機器人導航；特斯拉 Optimus 暫未採用 LiDAR，依賴 8 顆 CIS（頭部 4 顆、胸部 2 顆、手臂 2 顆）實現視覺感知。◦ToF 感測器：STMicro 的 FlightSense ToF 感測器可在低光環境（<10lux）下工作，測距誤差 < 5%，被用於機器人避障與跌倒預防；Infineon 的 60GHz ToF 相機可實現 10m 內高精度測距，影格率 30fps，適配動態場景。•成本約束：人形機器人視覺系統BOM 成本受嚴格限制 —— 特斯拉 CEO 馬斯克明確 “Optimus 售價將低於汽車”，當前汽車感知系統（6 顆雷達 + 13 顆相機）BOM 約 1800 美元，而 Optimus 頭部視覺系統（含晶片）僅 2100 美元，因此 “高性價比 CIS + 少 LiDAR” 成為主流方案。3. 感知技術：模擬晶片 + 力感測器，歐洲企業主導•技術需求：感知技術是人形機器人“感知自身與環境” 的基礎，包括 “關節位置反饋（知道自身姿態）、力 / 觸覺反饋（知道施加的力度）、環境感知（溫度 / 壓力）”，核心元件為模擬晶片與專用感測器。•核心元件與資料：◦模擬晶片：Infineon、STMicro、Melexis 三家歐洲企業主導，2024 年全球工業模擬晶片市佔率超 40%；Infineon 的 XENSIV 系列電流感測器（TL14971）精度達 ±1%，被用於電機控制；STMicro 的 MEMS IMU（慣性測量單元）漂移率 < 0.1°/h，保障機器人平衡。◦力感測器：6D 力感測器（測量 3 個方向力 + 3 個方向扭矩）單台成本約 100 美元，均勝電子（Joyson）已開發 6 軸力感測器，並與 AgiBot 達成戰略合作；Melexis 的 Elaxis 扭矩感測器採用電感式技術，精度達 0.5% FS（滿量程），適配關節動態扭矩測量。◦觸覺感測器：Melexis 的 Tactaxis 技術通過 “彈性墊 + 微型磁鐵 + Triaxis 霍爾感測器” 實現 3 軸力測量，單個 “taxel（觸覺單元）” 尺寸 < 1mm²，可整合於機器人指尖，檢測最小壓力 0.1N；特斯拉 Optimus 採用指尖應變片式力感測器，可實現 0-50N 力檢測，誤差 < 2%。•摩根士丹利觀點：“模擬晶片與感測器是人形機器人的‘隱形冠軍’領域 —— 這些元件技術壁壘高（如 Infineon 的 GaN 器件採用 300mm 晶圓，成本與矽基持平），且多數企業具備汽車級可靠性（如 AEC-Q100 認證），可直接遷移至機器人場景，因此歐洲企業將長期主導該賽道。”四、全球核心企業佈局：Humanoid Tech 25 與區域優勢1. 美國：AI 大腦與視覺龍頭，NVIDIA/AMD 主導2. 歐洲：模擬晶片與感測器，Infineon/STMicro/Melexis 領跑3. 日韓：精密製造與關鍵元件，索尼 / 三星 / 瑞薩核心4. 大中華區：硬體製造與細分元件，富士康 / 地平線 / 歐菲光突出人形機器人技術 25 強企業（Humanoid 25）五、技術挑戰與經濟價值：瓶頸與長期潛力1. 核心技術挑戰：感測器、能源與生態•感測器瓶頸：◦6D 力感測器：當前採用應變片技術，成本高（100 美元 / 台）、體積大（直徑 > 50mm），難以整合於小型關節；摩根士丹利預測，電感式感測器需到 2030 年才能將成本降至 50 美元以下。◦觸覺感測器：電子皮膚（E-skin）耐用性不足，特斯拉 Optimus 因手部觸覺感測器磨損問題，2025 年曾縮減產能；當前最先進的 Shadow Dexterous Hand（24 DoF）需 100 + 感測器，成本超 10 萬美元，難以規模化。•能源效率挑戰：◦功耗需求：人形機器人平均功耗400-800W，相當於一台小型冰箱，當前鋰電池續航僅 4-6 小時；三星 SDI 的固態電池（能量密度 400Wh/kg）預計 2030 年量產，可將續航提升至 12 小時。◦算力功耗：生成式AI 算力需求激增，摩根士丹利可持續研究團隊預測，2027 年 GenAI 功耗將相當於 2022 年全球資料中心總功耗的 75%，而半導體工廠與發電廠建設周期需 3-5 年，成算力規模化瓶頸。•生態整合難度：◦資料融合：“視覺 - 觸覺 - 運動” 資料需即時協同，當前機器人在動態場景（如突然出現的障礙物）中，決策延遲超 50ms，易導致碰撞；NVIDIA IsaacSim 模擬平台可將測試效率提升 1000 倍，但真實場景適配仍需大量資料。◦標準缺失：人機互動安全標準（如碰撞力閾值）、感測器資料介面標準尚未統一，不同企業產品難以相容，增加開發成本。2. 經濟價值：人力替代與生產力提升•人力成本替代：◦時薪對比：當前（2025 年）人形機器人時薪約 25 美元（按 BOM 成本 13.1 萬美元、5 年折舊、24 小時運轉計算），2030 年降至 7.7 美元，2050 年進一步降至 2.6 美元，均低於美國當前最低工資（15-20 美元 / 小時）。◦投資回報期：當前機器人投資回報期3-5 年，2030 年縮至 2 年，2040 年縮至 1.5 年，製造業（如汽車組裝）、物流（如倉儲分揀）將成為首批大規模應用行業。•生產力提升潛力：◦TFP 增長：布魯金斯學會（Brookings）研究顯示，AI 推動的生產力提升若達 59%（20 年），美國 GDP 將在 2042 年增至 60.4 兆美元（2023 年為 27 兆美元）；若 AI 實現自改進（生產力增 91%），GDP 將達 82.9 兆美元。◦行業影響：製造業productivity 將提升 30-50%（減少人工誤差與 downtime），農業（自動化播種 / 收割）、醫療（輔助護理） productivity 提升 20-30%，物流（24 小時分揀）提升 50-80%。六、摩根士丹利投資建議：聚焦三大核心賽道1. AI 大腦技術：優先選擇“晶片 + 軟體生態” 一體化企業，如 NVIDIA（Jetson+GR00T）、Arm（Neoverse CSS + 開發者生態），以及為 AI 晶片提供 EDA 工具的 Synopsys（DSO.ai 設計自動化工具，可縮短晶片設計時間 5 倍）、Cadence（Cerebrus AI Studio，支援 SoC 定製）。2. AI 視覺：關注CIS 龍頭（索尼、三星）、LiDAR 企業（禾賽），以及高解析度相機模組供應商（三星電機），這些企業技術可從汽車遷移至機器人，具備規模化優勢。3. 感知技術：重點佈局歐洲模擬晶片企業（Infineon、STMicro、Melexis），以及國內細分感測器企業（均勝電子、禾賽），這些企業在汽車領域的可靠性認證（如 AEC-Q100）可直接復用，技術壁壘高且競爭格局穩定。同時，報告提示風險：“人形機器人技術落地可能受限於感測器成本下降速度、能源效率突破節奏，以及勞動力市場監管政策，投資者需關注技術迭代與政策動態，避免過度追高短期估值。”(有道調研)

人形機器人攻克了武術動作與後空翻等技能，卻難以很好實現僅依賴RGB視覺的開門任務，日常移動操作仍是人形機器人自主化處理程序中最具挑戰的前沿方向之一。那些看似簡單的家居場景互動——如拉開抽屜、旋轉旋鈕或打開門鎖——均需機器人在不確定性環境下實現精準的感知-動作耦合、富含接觸的控制以及全身協調。近年來，基於GPU的照片級真實感模擬技術取得顯著進展，為機器人學習開闢了一條可擴展的資料生成路徑，那僅靠模擬模擬資料能不能教會機器人學本事呢？日前，NVIDIA GEAR團隊與加州大學伯克利分校、卡內基梅隆大學、香港中文大學合作發佈了一項新技術“DoorMan”，打開了人形機器人虛實遷移之門，這是一種經模擬訓練、僅依賴RGB圖像的人形機器人移動操作策略，基於100%模擬資料訓練，具備零樣本遷移性能，使得機器人能夠開啟多種真實場景下的門體。此外，在相同的全身控制棧下，開門任務完成時間較人類遙操作操作員提升高達31.7%。解決兩大核心問題對於機器人而言，開門任務的難度非常突出。機器人需通過移動的第一視角攝影機識別抓取位置、旋轉帶彈簧的門把手、追蹤門板的柔性圓周運動，並在門軸作用力下維持平衡，這些高度耦合的需求，使得開門任務成為檢驗各類通用移動作業系統性能的嚴苛測試基準。現有專門針對開門場景的系統通常難以實現這一更廣泛的目標：多數方案依賴深度感知、物體中心特徵或輪式平台上的硬編碼運動基元；而近年以遙操作為核心的框架仍存在魯棒性不足的問題。隨著模擬、硬體及強化學習（RL）領域的技術進展，已在機器人移動、動作模仿和靈巧操作等任務中實現了優異的虛實遷移效果，然而，將這些技術應用於移動操作任務（感知、平衡、接觸與導航需動態互動的場景）仍處於研究不足的狀態。NVIDIA GEAR團隊認為，機器人通用學習仍面臨的兩大核心挑戰：1、演算法本身需具備簡潔性、可擴展性及對部分可觀測性的魯棒性，能夠生成在多樣化任務中協調視覺與全身控制（WBC）的自主策略——這些要求在現有研究中尚未得到滿足；2、視覺虛實域差涵蓋了廣闊的外觀與物理特性變化空間，需依賴大規模異質資料，而非少量精心設計的場景。為應對上述挑戰，研究人員提出一種新型可擴展的師生自舉（teacher-student-bootstrap）學習框架；此外，在IsaacLab模擬平台中建構了大規模域隨機化框架，可同時實現物理與外觀維度的規模化變異。在真實場景評估中，DoorMan策略不僅能泛化至多種關節運動機制、外觀樣式及空間佈局，還在成功率與效率上超越了人類遙操作：策略成功率達到83%，而人類專家為80%、非專家為60%；在採用相同全身控製器的情況下，任務互動完成速度提升23.1%–31.7%，表明該框架能夠生成穩健、高效的自主移動操作行為。截至目前，這是首個僅基於純RGB感知，即可實現多樣化鉸接式移動操作的人形機器人虛實遷移策略。突破純行為克隆方法DoorMan採用三階段訓練流程，其核心建構於經典“師生蒸餾”技術之上。所有階段均在IsaacLab模擬平台中通過互動式方式完成。階段 1：利用特權觀測資訊訓練教師策略；階段2：採用DAgger演算法將教師策略蒸餾為基於RGB圖像的學生策略；階段3：基於二值化成功訊號，通過GRPO演算法對學生策略進行進一步訓練。其次，在IsaacLab模擬平台中建構的大規模合成資料生成框架可生成物理真實且視覺多樣化的門體環境，用於模型訓練與評估，並將開門任務作為移動操作的代表性基準任務。在物理模擬層面，該框架可對門體類型、尺寸、門軸阻尼、門鎖動力學特性、把手位置、把手樣式及阻力扭矩進行隨機化處理；視覺層面，隨機化材質、光照及相機內參/外參，這項研究並未復刻特定場景，而是刻意讓策略暴露於廣泛的變異空間中。這項研究的核心課題是：基於RGB視覺的虛實遷移強化學習，能否突破純行為克隆方法的侷限，解決人形機器人在真實複雜環境中的開門難題。研究人員推測，行為克隆的性能上限往往由人類遙運算元據質量決定，當前的全身遙操作技術由於操作邏輯不夠直觀，與人類直接操作相比，在效率和成功率上存在差距，而基於RGB視覺的虛實遷移強化學習有望實現更優性能。測試表明，訓練過程中啟用全部可用紋理與穹頂光照隨機化時，模型在未見過場景中的泛化性能最優，各子任務成功率可達到81%-86%，這凸顯了大規模合成資料與可擴展強化學習框架在通用人形機器人移動操作領域的應用潛力。不過也觀察到一些失效模式，常見的失效模式包括未觀測到的干擾、距離估計誤差以及未建模的環境狀態帶來的挑戰。幕後的華人研究員這項研究的主要作者和領導者均為華人研究員。一作薛浩儒目前是加州大學伯克利分校-伯克利人工智慧研究院(BAIR)的博士生，現在在NVIDIA GEAR實驗室實習，研究方向是是利用可擴展的先驗知識進行機器人學習：從視訊、演示、強化學習後訓練等中學習。項目領導者之一Jim Fan是輝達高級研究科學家，也是人工智慧代理計畫的負責人，使命是建構能夠在物理世界（機器人）和虛擬世界（遊戲、模擬）中通用的智能體。他曾在史丹佛大學視覺實驗室獲得博士學位，導師是“AI教母”李飛飛。另一位項目領導者Yuke Zhu是德克薩斯大學奧斯汀分校電腦科學系的副教授，也是機器人感知與學習（RPL）實驗室的主任，同時，還在輝達研究院擔任董事和傑出研究科學家，領導NVIDIA GEAR小組。研究人員表示，未來研究方向包括降低對任務專屬獎勵工程的依賴（例如利用大容量行為克隆教師模型），以及將該框架擴展至更廣泛的日常全身互動任務類別。隨著模擬技術的進步，或許有一天，機器人真的可以完全在虛擬世界裡學習掌握更多其他技能，而且能快速應用到現實中。 (頭部科技)

酒店裡的配送機器人你可能已經見過了：點個外賣，不一會兒有個小機器把餐送到你房門口。最近，做這類機器人的公司——優地機器人——已經獲准在香港上市。優地機器人主攻“商用服務機器人”，就是做能在酒店、餐廳、園區、商場、文娛場所等各種公共空間裡跑來跑去的配送和清潔機器人。公司成立於2013年，前身是UT斯達康（中國）的終端事業部。今天，記得UT斯達康的人恐怕不多了，“小靈通”你一定聽過，就是它家出的。優地機器人從這個團隊裡走出來，成立同月就拿到了原東家的天使輪投資。此後十多年裡，公司又連續融資11輪，最新進展是完成E輪。投資方既有阿里系餓了麼這樣的本地生活巨頭，也有首旅如家等產業資本，甚至包括科大訊飛等AI企業，並有多家“國家隊”資本加入。人形機器人火爆，看似很傻的服務機器人，背後藏著一門怎樣的生意？- 01 -優地機器人的創始人盧鷹和顧震江，早年一直在做通訊和智能硬體，是UT斯達康的核心工程師。2013年，盧鷹帶著原終端事業部的一批同事出來創業，組建了優地科技。公司最初做的是無人駕駛相關的技術服務，甚至還是輝達在國內這一塊唯一的合作夥伴。但很快他們發現一個現實問題：技術很酷，但賺錢太慢，項目周期動輒幾年，公司撐不住。2016年，公司換方向：先做能馬上落地、能被真實場景需要的東西——室內自主導航機器人。而且，他把產品落在兩個非常具體的地方：KTV和酒店。理由很簡單——這些地方送東西特別頻繁，如果有機器人能幫忙跑腿，老闆肯定願意嘗試，比招人划算。2017年，優地推出第一款產品“優小弟”，專門負責KTV的酒水配送。機器人能跑能送，還不會抱怨累，效果立竿見影。但技術跑得快，公司帳上錢並不多。2019年，深圳高新投上門給他們伸了把手：提供了1000萬元的融資擔保，還幫他們申請到政策補貼。正是這筆錢，讓公司熬過去了最難的現金流時期。優地的商業模式也非常親民：不是賣機器人，而是按月租。費用大概只相當於一個服務員工資的一半。一台“優小弟”能承擔KTV一層樓三分之二的配送量，對老闆來說性價比太高，很快就鋪開了。同年，公司又推出了面向酒店的“優小妹”。到2022年，如家旗下的首旅集團再次入股，幫助優地把機器人快速推向更多酒店。一幫做自動駕駛的，來做場景相對單一的室內配送，是降維打擊。優地團隊70%是研發人員，自主掌握導航、避障等核心技術。“優小弟”、“優小妹”如今已遍佈600多個城市，服務9000多家客戶。每天，超25萬人次接受它們的服務。從成立到現在，優地機器人已經拿到了 11 輪融資，背後站著的一批投資方很有代表性。2016 年，拿到新恆基、科大訊飛的數千萬元 A 輪。2018 年，又得到君聯資本、元禾潤新的數千萬元 B 輪。2019 年融資密集，一口氣完成了兩輪：索道投資投了數千萬元 B2 輪；同年雪球資本領投 1 億元 B3 輪。2021 年是關鍵節點：雲鋒基金、餓了麼領投 3 億元 C 輪；後續又有誠鼎基金、雲鋒基金聯合投了 2 億元 C2 輪。2025 年，完成了規模最大的戰略融資：Fluidra、雲啟資本等機構共同投資了 10 億元。根據公開資料計算，優地機器人累計融資額接近20億。如果從投資者構成來觀察，你能看到三類力量：產業資本：首旅如家、餓了麼等。這些企業本身就是優地機器人最重要的應用場景，投錢也等於在押注自己的未來營運方式。知名 VC/PE：君聯資本、雲鋒基金、雪球資本、58 產業基金等，它們押的是增長和技術路線。“國家隊”資本：誠鼎基金、新尚資本、招商局資本等，為優地打開園區、公共空間、醫院項目等更大規模的落地機會。優地機器人獲得了產業鏈上下游、資本市場、政策資源三方的共同認可，這也是它能在一個燒錢又漫長的行業裡跑到准上市的重要原因。值得注意的是，優地機器人的“阿里味”比較重，餓了麼、雲鋒基金合計持股接近15%。- 02 -2024 年中國服務機器人市場規模大約 738 億元，比上一年漲了 22.9%。在所有細分裡，商用服務機器人——比如配送、清潔、公共服務這些——佔了最重要的一塊。從產量來看，中國在這個行業也相當強勢。2024 年，全國服務機器人產量達到 1051.9 萬台，同比大漲 34.3%。如果放到全球來看，中國廠商佔了商用服務機器人出貨量的 約 85%，基本就是全世界的供應鏈中心。但行業熱鬧，賺錢卻不容易。服務機器人過去一直有一個共同難題：增長跟不上預期。為什麼？原因其實很現實：·很多機器人只能適應少量場景，通用性不強；·成本高，客戶要反覆評估是否值得；·使用者的需求很雜，往往需要大量定製；也就是說，機器人想成為大眾產品，還欠火候。在這種背景下，優地機器人沒有去捲“家用機器人”，而是盯住三個場景剛需：·酒店、KTV裡的配送需求；·園區、商圈裡的公共清潔；·商業場所迎賓的人力替代。這些場景有一個共同點：頻次高、真的缺人、老闆願意付錢。從格局來看，中國的服務機器人行業還沒到“巨頭一統天下”的階段，但一些領先公司已經跑出來，比如優地、擎朗智能、雲跡科技、達闊科技、九號機器人、獵戶星空等。真正上市的還不多，大多數還是在融資階段，行業整體比較分散。這些機器人企業賺錢嗎？拿另一家已經上市的雲跡科技對比。2022年至2024年，雲跡科技分別實現營收1.61億元、1.45億元、2.45億元；淨利潤分別為虧損3.65億元、虧損2.65億元、虧損1.85億元。三年累虧8億。這就凸出另一個問題：服務機器人做專、做精之後，又會高度依賴有限的場景來創收。- 03 -服務型機器人行業這幾年一直卡在一個根本矛盾上：場景需要“像人一樣泛化的智能”，但商業現實只允許企業買得起“低成本、專用型裝置”。這導致過去十年服務機器人要麼不夠好用，要麼不夠便宜，要麼無法規模化。對服務機器人企業來說，商業化要跑通，取決於一個最簡單的公式：人工節省成本 > 硬體成本 + 部署成本 + 維護成本。現實情況是：機器人硬體成本高，不可能像掃地機一樣壓到1000元以內；企業客戶對 ROI 要求嚴格，不能只看“酷不酷”，要看“值不值”；機器人部署成本高，場景差異巨大；維護成本長期存在。所以常見的情況是，送餐機器人：一年節省不了一個服務員的工資。酒店機器人：高峰時段還要人盯著。醫院機器人：流程複雜，適配成本極高。於是大部分產品停留在“展示、噱頭、行銷資產”，而不是“生產工具”。這裡就會有朋友疑問了：為什麼AI進步了，機器人依然難落地？機器人不是缺 AI，而是缺以最低成本完成任務的工程系統能力。具體體現在三個難點：1. 認知能力不足以應付真實環境機器人對現實世界的理解不可能像人一樣泛化，這些不是演算法問題，是現實世界太複雜。2. 場景碎片化導致規模效應非常差酒店 ≠ 餐廳 ≠ 醫院 ≠ 商場流程、地圖、任務、語音、標準完全不同。機器人企業開發一次卻賣不了多少，成本根本攤不開。3. 硬體是剛性成本，降價速度慢於使用者預期不同於演算法、SaaS：電機、電池、結構件、工藝；供應鏈規模小，降不下來。那未來還有沒有機會？答案不是“有”或“沒有”。真正的判斷邏輯是：機器人什麼時候“不再被拿來和人對比”？只要機器人承擔的是“人類原本就可以做，而且更便宜”，它就會難受。真正的機會在於：機器人做“人做不了的事”，比如：無人倉儲與夜間物流，醫療耗材自動配送，智慧商業空間營運。這些場景不是替人，而是拓展新的效率邊界。在未來，機器人行業會爆發，但只有一小撮高價值、高標準、高ROI的場景，會被機器人全面接管。服務型機器人不應該與“人力替代”做比較，而應該創造人類無法直接實現的效率紅利。 (鉛筆道)

近日，人形機器人領域熱度回升，全球佈局與產品突破同步加速，產業落地路徑日益清晰。一方面，美國近期正持續強化對機器人產業的支援，商務部、交通部等多個部門均在積極推動機器人發展，並透露未來將發佈機器人相關措施。另一方面，中國已將“具身智能”明確納入“十五五”規劃的未來產業範疇，北京、浙江、江蘇、湖北等多地隨後發佈相關措施，推動人形機器人發展。市場預期也呈積極態勢，大摩調查顯示，超6成中國企業或在三年內採用人形機器人，貝恩報告指出，2035年全球人形機器人銷量有望達600萬台。而隨著特斯拉Optimus持續迭代、優必選機器人等國內業務穩步擴張，這一產業增長預期有望加速落地，相關廠商的動態也值得持續關注。本期，我們梳理人形機器人領域熱門廠商，結合近期最新發展動態，篩選出五大領域及其關聯公司，供大家研究參考。一、特斯拉Optimus最新動態：昨日，特斯拉Optimus團隊發佈了“柯博文”人形機器人跑步視訊，“柯博文”試生產產線11月在弗裡蒙特工廠運行；同時其上海超級工廠也已啟動機器人產線改造，Optimus V3預計在2026年規模量產。關聯公司：三花智控、臥龍電驅、海昌新材、綠的諧波、拓普集團、偉創電氣、科達利、鳴志電器、五洲新春、浙江榮泰等。二、優必選最新動態：近日，優必選與卓世科技達成合作，共同推動行業大模型與人形機器人的落地，並計畫未來五年聯合部署1萬台機器人；此前11月底公司中標江西九江1.43億元人形機器人項目，2025年訂單總金額已達13億元。關聯公司：綠的諧波、奧比中光、拓邦股份、勝藍股份、天奇股份、一博科技、遠東股份、盛通股份、祥鑫科技等。三、宇樹科技最新動態：近期，宇樹科技已通過輔導驗收，IPO進入最後階段，大摩調查顯示，宇樹科技機器人是最受關注的品牌；同時，其創始人在行業大會上表示，宇樹人形機器人已能夠完成絕大部分工作動作，產業技術不斷突破。關聯公司：長盛軸承、創世紀、凌雲光、中大力德、萬馬股份、一博科技、盛通股份、美湖股份、帝奧微、濤濤車業等。四、智元機器人最新動態：據天眼查資訊，近日智元機器人關聯公司增資至9128.3萬，增幅約10.5%；同時其靈巧手相關專利獲授權，解決了通用性差的問題，並推出靈心平台，實現機器人作業系統自由定製，人形機器人軟硬體突破不斷。關聯公司：藍思科技、臥龍電驅、上緯新材、龍溪股份、奧比中光、中大力德、德馬科技、寧波華翔、領益智造、江蘇雷利等。五、小鵬機器人最新動態：11月小鵬汽車發佈全新一代IRON人形機器人，以擬人步態引發熱議，並顛覆了人們對人形機器人僵硬、機械感的認知，小鵬汽車計畫到2026年底，實現高階人形機器人的規模量產，預計年產能突破5萬台。關聯公司：藍思科技、世運電路、方正電機、柯力感測、兆威機電、中海達、雙林股份、漢宇集團等。綜上所述，人形機器人產業正迎來政策支援、技術突破、需求爆發的多重共振，成為新質生產力的核心前沿領域。本次梳理的五大熱門廠商及其背後的產業鏈企業，覆蓋了關節驅動、感知系統、結構部件等核心環節，並構成了當前人形機器人產業的生態圖譜。未來，隨著技術成熟、成本下降及應用場景拓展，人形機器人產業鏈將迎來廣闊的發展空間，值得長期關注。 (富牛投研)

繼特斯拉發佈“柯博文”跑步視訊後今日，Figure創始人佈雷特·阿德科克（Brett Adcock）也曬出了F.03人形機器人的跑步姿態。其表示：“這款F.03機器人控製器由Helix團隊開發的板載神經網路運行。”F.03跑步Optimus柯博文跑步對於Optimus的跑姿，有券商點評稱，這是Optimus第一次真正意義上的“奔跑”。根據畫面估算，Optimus的速度大約在2.5-3米/秒，已經接近人類慢跑的速度。更令人震撼的是它的步態：重心轉移順暢、腳掌著地到蹬地一氣呵成，雙臂自然前後擺動，甚至在加速階段還能看到膝關節和踝關節的彈性彎曲與伸展。事件的起因是，昨日特斯拉在社交平台X轉發Optimus 2.5的跑步視訊並配文稱：剛在實驗室刷新了個人紀錄（PR，Personal Record）。當時，平台使用者Joakim Viskinde在下方評論區@Figure官方帳號稱：“該你出招了。”隨後不到20小時，阿德科克便用一段視訊進行了回應。就在兩大機器人“頂流”明爭暗鬥之際，有消息稱，美國商務部長霍華德·盧特尼克一直在與機器人行業的CEO會面，並全力以赴加速行業發展。據兩位知情人士透露，政府正在考慮明年發佈關於機器人的行政命令。此外，據一位熟悉規劃的人士透露，美國交通部也正準備宣佈機器人工作組，可能在年底前成立。方正證券認為，美國機器人行業一直在推動政府官員和立法者參與進來。其認為機器人是AI的物理表現，任何加強AI競爭力的舉措都必須包括推進機器人技術的計畫。企業希望獲得稅收激勵或聯邦資金，以幫助整合先進的供應鏈和加快機器人廣泛的部署。受上述消息影響，今日A股機器人產業鏈聞風而動。截至發稿，海昌新材、華伍股份、巨輪智能等多股漲停，固高科技、德馬科技、三花智控等紛紛走高。以國內視角看機器人行業，國家發展改革委政策研究室副主任李超在新聞發佈會上表示，以人形機器人為代表的具身智能產業規模正在以超50%的增速跨越式發展。根據市場調研機構預測，2030年將達到千億元市場規模。產品技術迭代方面，近日眾擎機器人發佈全尺寸通用人形機器人T800，並行布大量視訊以“回應CG質疑”。據官方介紹，其搭載29個全端一體化關節模組，綜合體能超越90%成年男性。此前，小鵬汽車發佈全新一代人形機器人IRON，其採用仿人脊椎、仿生肌肉與全包覆柔性皮膚設計，並且同樣就“機器人內藏真人”質疑作出回應。圖源：眾擎機器人視訊號國元證券指出，當前人形機器人在技術路線、商業化模式、應用場景等方面尚未完全成熟，我國目前已有超過150家人形機器人企業，數量還在不斷增加，其中半數以上為初創或“跨行”入局，需要注意防範重複度高的產品“扎堆”上市、研發空間被壓縮等風險。機器人行業未來會聚焦龍頭，建議關注特斯拉、宇樹、智元等核心產業鏈企業。 (財聯社AI daily)

在發佈加速人工智慧發展計畫五個月後，川普政府開始轉向機器人。據媒體報導，三位知情人士透露，美國商務部長霍華德·盧特尼克一直在與機器人行業的首席執行官們會面，並“全力以赴”地加速該行業的發展。其中兩位人士還表示，政府正在考慮明年發佈一項關於機器人技術的行政命令。美國商務部發言人表示：“我們致力於發展機器人技術和先進製造業，因為它們對於將關鍵生產帶回美國至關重要。”據一位知情人士透露，交通部也正準備宣佈成立一個機器人工作組，可能在年底前公佈。受此消息刺激，iRobot（IRBT）股價飆升，一度漲超79%，領漲機器人概念股。截至收盤，iRobot漲近74%，特斯拉漲近4.1%，Richtech Robotics （RR）漲18.5%，Serve Robotics（SERV）漲18.2%，WeRide（WRD）漲5.2%，Teradyne（TER）漲2.7%。國會山方面也對此日益關注。共和黨曾提出一項修正案，擬對《國防授權法案》進行修訂，以設立一個國家機器人委員會。但該修正案最終並未被納入法案。目前，其他立法工作也在進行中。這一系列活動表明，機器人技術正成為美國與中國競爭的下一個主要戰場。國際機器人聯合會估計，到2023年，中國工廠將擁有180萬台工業機器人，是美國的四倍。中國、日本、澳大利亞、德國和新加坡都制定了國家機器人發展計畫。要迎頭趕上，美國需要大量投資。據CB Insights預測，到2025年，投資額有望達到23億美元，是去年總額的兩倍。高盛估計，到2035年，全球人形機器人市場規模可能達到380億美元。該行業一直在敦促美國政府官員和立法者參與其中。他們認為，機器人是人工智慧的實體化體現。他們表示，任何旨在增強人工智慧競爭力的舉措都必須包含推進機器人技術的計畫。企業希望獲得稅收優惠或聯邦政府資助，以幫助其整合先進的自動化技術、建構更強大的供應鏈並實現廣泛部署。他們還希望貿易政策能夠遏制中國的補貼和智慧財產權行為。一些預測顯示，全球機器人技術的應用正在加速發展。GlobalData預測，該行業將以14%的復合年增長率增長，從2023年的760億美元增長到2030年的2180億美元。未來幾年，投資機器人公司股票可能是一項有利可圖的舉措。以下是八隻值得考慮的機器人股票。1. 輝達半導體是所有技術的基礎組成部分。輝達已成為該領域的領導者，其先進的電路設計正在推動各種高端計算流程的發展——包括機器人應用。輝達的GPU（圖形處理器）正在加速計算單元處理資料的速度，尤其是在資料中心。然而，輝達晶片的應用範圍非常廣泛，從個人電腦到小型物聯網裝置，再到工廠機器人，無所不包。對於機器人這類複雜的系統而言，快速的計算速度至關重要。輝達的傑森（Jetson）系列模組便是其卓越成果的例證。傑森裝置配備了人工智慧（AI）和機器學習軟體，已被應用於工業和製造機械、醫療保健裝置以及自動駕駛汽車等領域。該公司的三電腦機器人解決方案使機器人能夠觀察、學習和感知周圍環境，從而做出即時決策。憑藉其在硬體和軟體方面的先進能力，輝達是機器人領域長期發展的首選，因為它能夠幫助客戶釋放人工智慧的潛能。2025年10月，輝達宣佈，美國領先的製造商、數字軟體開發商和機器人公司正在使用其Nvidia Omniverse技術來建構最先進的機器人工廠和新型自主協作機器人。這項技術將幫助企業克服勞動力短缺問題，並推動美國的再工業化處理程序。2. 直覺外科直覺外科公司（ Intuitive Surgical，股票程式碼： ISRG ）是機器人輔助手術領域的先驅。其達文西手術系統於2000年首次商業化，此後迅速擴展至全球。直覺外科公司的機器人能夠幫助外科醫生及其團隊執行更精準的手術，從而顯著改善患者的治療效果並縮短康復時間。二十多年過去了，Intuitive Surgical 依然保持著增長勢頭。目前，絕大多數手術都是在沒有機器人輔助的情況下完成的，因此，開發達文西手術系統的新功能（以及新型機器人手術裝置，例如人工智慧驅動的 Ion）以滿足更多手術需求，機會比比皆是。一旦 Intuitive 的系統安裝完畢，其商業模式便能通過一次性器械銷售、服務和支援持續產生收入。機器人技術的應用以及達文西機器人安裝後帶來的持續收入，使得直覺外科公司成為醫療保健技術領域最佳的長期投資之一。3. ABBABB（ABBN.Y ）是歐洲最大的工業集團之一，也是全球領先的工業裝置供應商。從電動汽車充電站等下一代能源基礎設施，到製造測量工具，再到冶金裝置，ABB 的產品涵蓋廣泛領域。機器人也是其業務組合的重要組成部分。ABB 的工業機器人業務規模位居全球第二，僅次於日本發那科（FANUY ），領先於其他“四大”機器人競爭對手安川電機（YASKY ）和中國美的集團旗下子公司庫卡。ABB在該領域的主要產品是機械臂和控製器。這些產品用於自動化製造各種產品（從汽車到藥品）的各項任務。ABB還提供軟體，幫助客戶管理這些機器人，持續改進自動化操作，甚至可以通過增強現實（AR）可視化工具查看機器人團隊的運行情況。ABB於2025年公佈了分拆其機器人部門的計畫。然而，隨後該公司選擇以54億美元的價格將該部門出售給軟銀，交易預計將於2026年底完成。這筆交易將使軟銀能夠利用其在人工智慧、機器人和下一代計算方面的能力，打造一家更強大的機器人公司。4. 羅克韋爾自動化羅克韋爾自動化（ROK）是工業級技術領域的領導者。其系統、元件和軟體幫助製造商開發更智能、更高效的機器。羅克韋爾的服務和裝置涵蓋了廣泛的經濟領域，例如能源和化工生產商、食品飲料公司以及汽車製造商。羅克韋爾所服務的行業由來已久，早已不再是持續增長的行業。然而，羅克韋爾在利潤豐厚的機器人及相關IT服務領域仍處於領先地位。該公司正在使用輝達開發的軟體，將人工智慧引入其用於製造工廠的 Otto 自主移動機器人。2025 年 10 月，羅克韋爾自動化公司的首台 Otto 自主移動機器人下線，標誌著該公司機器人戰略的一個里程碑。5. 斑馬技術公司斑馬技術公司（ZBRA）是自動化領域的資深企業。該公司致力於開發移動計算裝置，幫助員工提高工作效率。零售和倉儲、醫療保健以及銀行業只是斑馬技術公司眾多應用場景中的幾個例子，其機器人增強型電腦能夠幫助員工組織和自動化工作流程。該公司生產種類繁多的產品。專為工作場所設計的定製手持裝置可提供相關資料。配備機器視覺和人工智慧的條形碼掃描器有助於實現工作流程自動化。互動式自助服務終端可簡化店內顧客體驗。儘管斑馬技術公司成立多年，但其發展勢頭一直強勁。隨著眾多經濟領域的合作夥伴紛紛選擇斑馬技術公司提供的機器人解決方案來提升員工效率，公司的銷售額和盈利能力也持續增長。6. 泰瑞達泰瑞達（ Teradyne，股票程式碼： TER ）是一家工業裝置開發商，致力於幫助半導體行業實現重複性任務的自動化。在電子裝置製造過程中，測試產品以確保其正常工作是最重複、最耗時的任務之一。泰瑞達的機器人技術可以幫助人們從這項工作中解放出來，加快測試和驗證速度，並提高產品交付前裝置測試的精準性。這家機器人公司也是汽車、航空航天和國防企業的重要合作夥伴。它旗下擁有優傲機器人（Universal Robots，簡稱UR）和移動工業機器人（Mobile Industrial Robots，簡稱MiR）兩家公司，這兩家公司都是近年來收購的。優傲機器人以其用於製造業的機械臂等裝置而聞名，而MiR則以其用於倉庫的自動駕駛機器人而著稱。該公司機器人部門2025年第二季度營收達7500萬美元，較第一季度增長9%。儘管這只是自動化領域的一項幕後工作，但各種日常裝置、關鍵任務機械以及技術服務（例如5G 行動網路）都受益於泰瑞達 (Teradyne) 的研究成果。該公司不斷改進其機器人裝置。2025 年，泰瑞達機器人公司發佈了多項先進的人工智慧驅動型機器人解決方案，其中包括物理人工智慧 (Physical AI)，該技術賦予機器人感知和響應現實世界的能力。7. 約翰迪爾全球標誌性農機公司約翰迪爾（ John Deere，股票程式碼： DE）正大力投資自動化技術，旨在打造更智能、更精準、更高效的農用機械和工程機械。2021年，約翰迪爾斥資2.5億美元收購了Bear Flag Robotics，旨在加速農場自動化技術的研發。隨後，該公司又分別於2023年和2025年收購了SparkAI（一家幫助機器人即時解決問題的公司）和Guss Automation（一家作物自動化領域的領先企業）。這些收購和其他投資使約翰迪爾得以建構領先的自動化平台。該公司向商業園林綠化公司銷售全自動拖拉機、噴藥機、自卸卡車和自動駕駛割草機。該公司已成為農業和採礦業自動化領域的早期領導者。這為這家機械公司打開了超過1500億美元的潛在市場機遇之門。8. UiPath並非所有機器人都是現實生活中的機器。許多機器人存在於虛擬世界中，在電腦和雲端運算系統中執行任務。作為機器人流程自動化 (RPA) 領域的領導者，UiPath ( PATH +3.92% ) 建構並支援軟體機器人，這些機器人可以經過訓練來處理虛擬任務，並作為人類員工的虛擬助手。儘管 UiPath 的機器人可能不是實體機器，但當它們被投入到典型的辦公任務中時，例如資料收集和表單錄入、合規性以及客戶關係管理，它們的效率非常高。UiPath憑藉其虛擬機器人技術，在自動化領域處於領先地位。其最新創新——智能體自動化，將人工智慧代理、機器人、人員和模型相結合，協同完成任務。這項技術將使人們能夠從事更高價值的工作，而機器人和代理則負責處理重複性任務。智能體自動化功能的強勁發展勢頭推動公司2025年第二季度的年度經常性收入（ARR）增長11% ，超過17億美元。此外，投資專注於機器人股票的交易所交易基金（ETF）也是一種不錯的市場策略。值得關注的選擇包括： First Trust Nasdaq AI and Robotics ETF（ROBT）、Robo Global Robotics and Automation Index ETF（ROBO ）、Global X Robotics and Artificial Intelligence ETF（BOTZ）以及ARK Autonomous Technology & Robotics ETF（ARKQ）。 (北美商業見聞)

OpenAI 首席執行官 Sam Altman 曾計畫籌集資金，收購一家火箭公司或與其深度結盟。此舉若成，他將直接向 Elon Musk 的 SpaceX 發起挑戰。知情人士稱，Altman 今年夏天接觸了包括 Stoke Space 在內的至少一家火箭製造商，談判在入秋後明顯升溫。方案之一是 OpenAI 對其進行多輪注資並最終控股。這一長期投資計畫的總額預計將高達數十億美元。據接近 OpenAI 的人士透露，相關談判目前已不再推進。眼下，Altman 和 OpenAI 正面臨嚴峻的市場考驗。雖然公司已簽下數千億美元的算力大單，卻至今沒能向外界講清楚：這筆天文數字般的基建帳單到底該怎麼付。隨著 ChatGPT 的市場份額被 Google Gemini 蠶食，OpenAI 本周一拉響了“紅色警報”（Code Red）。為集中火力最佳化聊天機器人業務，公司不僅推遲了廣告等新產品的發佈，還要求員工暫時轉崗支援核心戰線。Altman 對建立太空資料中心的構想已關注許久。他的理由是：AI 對算力的胃口是個無底洞，未來的能耗將大到地球環境難以承受，太空反而是更好的選擇。支持者也認為，軌道資料中心可直接利用太陽能維持運轉。Stoke 由 Jeff Bezos 旗下 Blue Origin 的前員工創立，正致力於研發完全可復用的火箭，這同樣是 SpaceX 試圖攻克的技術高地。實際上，把 AI 計算叢集搬上太空並非 Altman 獨有的狂想。Bezos、Musk 以及 Google 掌門人 Sundar Pichai 等科技大佬，都曾對這一前景表現出濃厚興趣。儘管這一構想尚未經實證，但 Alphabet 旗下的 Google 已與衛星營運商 Planet Labs 簽約，計畫在 2027 年發射兩顆搭載 Google AI 晶片的原型衛星。Altman 最近在 Theo Von 的播客節目中表示：“隨著時間推移，地球大部分區域都會被資料中心所覆蓋，也許我們該圍繞太陽系建造一個巨大的戴森球。”OpenAI 動起“造火箭”念頭時，正值市場對 AI 的狂熱達到頂峰。9 月至 10 月間，Altman 密集拋出一系列晶片與資料中心合作計畫，Oracle、Nvidia 和 AMD 等行業巨頭均在盟友名單之列。投資者最初對這些公告反應熱烈。Altman 描繪的大規模算力倉庫建設藍圖，曾一度助推 Oracle 和 Nvidia 的股價在隨後的數周內飆升。但隨後，市場對這種激進的 AI 擴張計畫態度轉冷。過去一個月裡，Oracle 股價下跌了約 19%，Nvidia 下跌了約 13%。Nvidia 首席財務官本周表示，該公司與 OpenAI 之間價值 1000 億美元的交易尚未最終敲定。僅過去幾個月，OpenAI 就簽下了近 6000 億美元的算力大單，外界不禁質疑：錢從那兒來？這家初創公司今年的預計收入為 130 億美元，與此同時，勁敵 Anthropic 正步步緊逼，在程式設計師群體和企業級市場攻城略地，銷售額增速驚人。作為一名資深風險投資人，Altman 曾執掌創業孵化器 Y Combinator，而後者正是 Stoke 的早期投資方。據《華爾街日報》去年報導，他掌控著一個龐大而不透明的投資版圖，涉足公司超過 400 家。雖然 Altman 已不再頻繁以個人名義出手，但在調動 OpenAI 的公司資金為宏大願景買單時，他卻毫不手軟。今年早些時候，他便大筆一揮，承諾讓 OpenAI 與軟銀聯手，向資料中心新貴 Stargate 注資 180 億美元。考慮到 SpaceX 在發射領域的統治地位以及 Musk 旗下 xAI 的存在，一旦 Altman 聯手 Stoke，他與 Musk 之間的戰火將進一步升級。事實上，Altman 正從多個維度對 Musk 形成圍剿之勢：他新創立的腦機介面公司 Merge Labs 直接對標 Neuralink，而 OpenAI 正在籌備的社交網路項目，也被視為 X（原 Twitter）的潛在威脅。若能達成交易，Altman 將通過 Stoke 正在研發的“Nova”火箭借道切入航天賽道。畢竟，從零開始造火箭不僅技術門檻極高，監管審批也困難重重，往往十年磨一劍。眼下，Blue Origin、Rocket Lab 和 Stoke 等一眾發射服務商正摩拳擦掌，試圖撼動 SpaceX 的霸主地位。Altman 在今年 6 月與其兄弟共同參加播客錄製時曾反問道：“我應該去開一家火箭公司嗎？”他表示：“我希望終有一天，人類消耗的能量將遠遠超出地球本身的產出極限。” (這個AI很盒裡)