我在2024年9月預測“信心牛、科技牛”。今年1月初從美國考察回來提醒：AI不是風口，是海嘯，遠超30年前的IT網際網路。超級應用大爆發，中國力量崛起。AI的背後是算力，算力的背後是電力。站在光裡，存在芯裡。這是我們這代人最重要的機遇，人生發財靠周期。
本文將系統深度介紹AI晶片半導體行業的賽道和機會。
目錄
1 AI算力晶片：快速崛起，中國國產芯大爆發
2AI記憶體：全球記憶體超級周期，中國國產力量快速破局
3AI光互聯、光纖：AI資料通訊，算力基礎設施，芯光璀璨
4AI PCB：算力底座、AI倒逼技術升級
5AI電力：AI新貨幣，決定產出上限
6AI半導體材料：中國國產替代加速
7半導體裝置：中國國產化從0-1突破
8 物理AI爆發：AI改變現實世界
9 AI相關的科技金屬：戰略資源
正文
1AI算力晶片：快速崛起，中國國產芯大爆發
今年4月DeepSeekV4重大更新，頂級性能、極致低價，全面採用中國國產算力和新架構，中國“芯”爆發。
一是硬體適配。DeepSeekV4在發佈首日即實現華為昇騰、寒武紀、海光、摩爾線程、沐曦、崑崙芯、阿里平頭哥、天數智芯八大中國國產晶片廠商的全量適配。“發佈即跑通”，有力證明中國國產算力足以支撐兆級參數的大模型運行。
二是生態破局。DeepSeekV4擁抱了華為CANN、摩爾線程MUSA等中國國產生態。為全球開發者提供了繞開輝達CUDA生態壁壘的替代路徑，直接動搖了輝達的軟體護城河。
中國AI算力開始正式擺脫對輝達的單一依賴，大模型訓練進入自主可控的中國國產算力新階段。
未來，中國國產GPU正從“能用”跨越到“好用又便宜”，憑藉產業鏈、規模化和成本優勢，有望複製新能源汽車和太陽能的奇蹟，重構全球晶片格局。
只要給機會，中國國產“芯”將越用越強。
一是成本紅利。DeepSeekV4通過架構創新，大幅提升計算效率，API定價低至GPT-5.5的百分之一。這種極致性價比徹底顛覆了“高算力必然高價”的行業規則。模型性能追平、成本實現碾壓，中國國產AI應用即將迎來大爆發。
二是中國國產算力在實戰中不斷進化，中國國產晶片在大模型商用實戰中進入“越用越強”的正向循環。
根據IDC資料，2025年中國AI加速卡總出貨約400萬張，中國國產廠商出貨165萬張，本土滲透率突破40%。格局初顯：華為昇騰、平頭哥、崑崙芯、寒武紀、海光、沐曦、天數智芯等本土晶片企業高速崛起。
中國算力晶片正以極高的效率迭代。DeepSeekV4的適配主力產品華為昇騰950PR，產品推理能力已領先輝達特供版晶片。目前，頭部算力中國國產叢集的訓練、平行效率已達80%–85%以上。
晶片製造方面，成熟反哺先進，中國國產替代窗口已至。
全球晶片製造，中國力量三家進前十。2025年全球前十大晶圓代工企業合計產值1695億美元，市場集中度高，前十家產值佔比97%。
中國企業已有三家躋身前十。其中，中芯國際營收93億美元、市佔率5.3%，全球第三。華虹營收45億美元、市佔率2.6%，全球第六。晶合整合營收15億美元，市佔率0.9%，全球第九。
成熟製程造血，反哺先進製程。
成熟製程晶片構成產業基石。按晶圓產能計，28nm及以上成熟製程佔全球晶圓代工市場近80%。中國成熟製程產能已佔全球約三成，成為核心供給地。
成熟製程晶片應用領域覆蓋廣泛。汽車電子、工業控制及物聯網等絕大多數場景無需頂尖先進製程，28nm及以上工藝即可滿足。以新能源汽車為例，單車所需晶片中約90%均採用28-130nm工藝節點。
先進製程聚焦高端場景。3、5、7nm晶片主要應用於智慧型手機SoC、高性能計算及AI加速晶片等前沿領域，技術壁壘高。
中國立足成熟製程、反哺突破先進製程。以中芯國際為例，依託28nm及以上成熟製程穩健擴張，2025年折合8英吋月產能100萬片，全年營收673億、同比增長16.5%，毛利率穩在20%。持續向先進製程突圍：14nm FinFET工藝已實現規模化量產，良率逐步爬坡；並基於現有DUV光刻裝置，通過多重曝光等技術成功開發出N+1/N+2工藝，對標等效7nm，目前正處於小批次試產與良率最佳化階段。
中國國產替代窗口已至，未來從光刻機、核心原料等環節突破。
AI時代算力爆發，這是中國國產替代時間窗口。從DeepseekV4開始，大模型適配中國國產AI晶片，為中國國產晶片製造提供更多驗證場景，這是中國國產算力鏈重構的最佳機遇。
目前，7nm及以下節點延伸面臨兩大核心卡點：一是EUV光刻機獲取受限，依賴DUV多重曝光導致工藝複雜、成本高企，量產經濟性承壓；二是關鍵材料中國國產化仍在攻堅，全自主產線尚未完全打通，制約了產能釋放節奏與迭代速度。
一是光刻機。全球90%以上的光刻機市場被荷蘭和日本佔據。艾斯摩爾市佔80%，佳能、尼康佔15%。用於7nm以下製程的高端EUV光刻機只有艾斯摩爾能生產，中國國產28nm DUV光刻機已經實現突破，等待EUV研發破局。
二是原材料。高純度矽片、光刻膠、特種氣體等基礎原材料仍依賴進口。比如日本信越化學、JSR壟斷的ArF光刻膠等。未來需要更多工業積累和研究突破。
2026年5月，韜定律提出，意義重大。華為提出韜（τ）定律，是全球半導體領域首個由中國企業主導的產業原則。
這是全球晶片發展的全新思路：不再死磕縮小晶片體積，而是通過"時間縮微"替代傳統"幾何縮微"，用時間效率提升晶片性能。用"邏輯折疊"的方式重構晶片佈局。把平面電路像摺紙一樣立體堆疊。可以大幅壓縮線路長度，有效降低電阻和電容帶來的訊號損耗，同時實現電路、晶片、系統的全層級最佳化。傳統晶片訊號傳輸需跨越數百微米，韜定律新方案可壓縮至幾微米。基於韜定律，在過去六年已成功設計並量產了381款晶片。到2031年高端晶片電晶體密度將達到1.4奈米製程的同等水平。
AI時代，中國給出了半導體“新基建”標準。韜定律促進全球半導體產業鏈格局重塑。未來，中國的EDA工具、先進封裝技術、晶片散熱材料等領域全面升級，先進封裝成為必選路線，話語權增強。
2AI記憶體：全球記憶體超級周期，中國國產力量快速破局
記憶體決定算力上限。AI訓練、推理均需海量資料支撐，記憶體資料的讀取運行效率直接決定AI模型跑的速度。如果記憶體速度滯後於算力速度，就會形成“記憶體牆”，導致晶片閒置、算力損耗。
資料搬運能耗極高，佔AI晶片運行能耗的一半以上，記憶體綜合性能對算力有決定性影響。
當前AI大模型參數規模突破兆級，對記憶體容量、頻寬的需求呈指數級增長，重要性不言而喻。
晶片堆疊技術、存算一體是記憶體未來兩大關鍵技術方向。
第一是晶片堆疊，以HBM為代表，把多顆DRAM晶片堆疊封裝、並與GPU整合，拓寬資料通道、提升算力吞吐。未來頻寬躍遷，從HBM3E向HBM4迭代升級，單顆晶片容量達24GB，頻寬突破2.4Tbps，讀寫速度倍增，成為AI伺服器核心技術支撐，更適配下一代AI大模型訓練。
第二是存算一體，就是讓記憶體離計算更近。在記憶體單元內嵌計算能力，實現資料原地計算，大幅減少資料傳輸延遲和能耗損耗。存算一體晶片可將資料傳輸延遲降低50%以上，運算能耗減少30%-60%。
全球記憶體格局：寡頭壟斷、中國國產崛起。
全球記憶體市場呈寡頭壟斷格局，賽道分為DRAM、NAND、HBM。
DRAM領域，三星、SK海力士、美光佔據超90%市場份額。
NAND快閃記憶體領域，三星、SK海力士、鎧俠等市佔率超85%。
近兩年記憶體漲價、供不應求。DRAM、NAND、HBM三大類全線史詩級漲價。HBM作為AI核心視訊記憶體，價格整體翻了2-3倍，長期有價無貨、產能被頭部雲廠商提前鎖單。
記憶體廠商擴產周期長，至少需要18–24個月。三星、SK海力士等廠商優先HBM記憶體產能，對成熟製程擴產保守，造成傳統記憶體供給緊缺，漲價外溢。
記憶體業績已經全面爆發：美光最新季度營收414億美元，其中DRAM記憶體313億，佔76%；NAND營收99億，佔24%。全球頭部廠商通過長期協議鎖定記憶體產能，持續供不應求。美光現階段僅能滿足核心大客戶六成左右的訂單需求。記憶體晶圓廠建設、先進工藝產能爬坡需要一定周期，新增產能釋放往往要跨越多季度。
記憶體盈利大爆發，比算力更賺錢。從毛利率角度，記憶體行業已經比算力GPU產業更賺錢。美光最新季度毛利率84.9%，輝達74%。
美光僅手握約20%的全球HBM高頻寬記憶體份額，而輝達壟斷全球AI算力GPU市場近90%份額，但美光季度利潤卻已經逼近輝達一半。美光最新季度淨利潤282億美元，輝達最新季度利潤約583億美元。三星、海力士單季度利潤預期各400-500億美元，加上美光的282億美元，全球記憶體龍頭單季度利潤之和領先GPU，超千億美元。
蝴蝶效應，全球缺記憶體，消費電子、工業品漲價潮。
AI爆發，引發全球記憶體全面緊缺。未來，需要用到記憶體的消費電子、工業品不得不漲價。6月25日，蘋果因上游成本壓力，宣佈上調電腦、平板等產品售價，終端消費者被迫承擔本輪記憶體漲價帶來的成本溢價。主因各大記憶體廠商優先將產能供給AI資料中心，消費級的記憶體、快閃記憶體供貨大幅收縮、價格持續暴漲，導致曾經強勢品牌也會受制於本輪記憶體漲價壓力。
以長江記憶體、長鑫記憶體等為代表的中國國產高端記憶體快速突破，填補中國國產化缺口。長鑫記憶體DRAM全球份額近10%，長江記憶體NAND市佔率超12%。目前中國國產HBM已進入小批次產階段，借AI彎道超車，開始打破海外壟斷。
3AI光互聯、光纖：AI資料通訊，算力基礎設施，芯光璀璨
AI的背後是算力，算力晶片、互聯系統、記憶體系統是AI算力的三大支柱。光互聯技術保障高效、可靠的AI資料交換。
光互聯，是以光波為傳輸載體，實現晶片、裝置、網路間高速互聯。有效突破了傳統的電互聯在頻寬、功耗方面的瓶頸，應用於AI算力、5G通訊等。
光互聯行業在向共封裝光學CPO、近封裝光學NPO新架構升級。隨著傳輸速率突破800G、1.6T，傳統可插拔光模組面臨挑戰。CPO、NPO將光引擎與交換晶片、AI加速晶片進行高度整合，縮短電互聯路徑，實現更高頻寬密度、更低傳輸功耗，更適配未來超大規模計算叢集。
全球光互聯市場快速擴張。2026年，AI大模型加速迭代，全球科技巨頭加大投入超大規模AI資料中心，對高速光互聯產品需求強勁。沙利文資料預測：2025年至2030年，全球光模組銷售額的年度複合增長率將超過30%。
光互聯產業鏈的上游是核心材料與零部件，包括光晶片、電晶片、印製電路板PCB等關鍵元件；
中游是光互聯產品的整合環節，有可插拔光模組、共封裝光學CPO、近封裝光學NPO的研發生產，通過對光、電兩大類零部件的整合適配與技術整合，實現資料高速、穩定的傳輸；
下游則覆蓋AI雲、電信營運商等核心客戶，應用於AI資料通訊，支撐算力基礎設施。
光互聯未來三大趨勢：
一是速率迭代提速。800G光互聯產品已成為AI訓練叢集的主流，1.6T產品也已進入大規模商用前期。隨著模型參數量持續擴大，技術迭代加快。
二是矽光技術滲透。矽光技術在整合度、功耗、成本上有優勢，正成為高速光互聯產品的核心。
三是商業航天、低軌衛星互聯創造對光模組的新需求，一片藍海。低軌衛星星座如星鏈等佈局上萬顆衛星，傳統微波通訊已無法滿足。星間雷射通訊有高頻寬、低時延優勢，而光模組是雷射終端的核心，新需求增量空間大。
光纖是光互聯的重要組成部分，芯光璀璨。
光纖負責參與AI算力的光速傳輸。AI行業正在搶光纖、鎖定高端產能，比如輝達和康寧達成股權認購，亞馬遜向其簽下天價訂單。
算力競賽，光速致勝。AI算力叢集本質上是一個超大規模光網際網路絡。訓練一個大模型，數萬張GPU平行計算，每秒交換PB級資料。超過一定距離，銅纜失效，光纖是唯一選項。
光纖就是AI全球算力基建的光速傳輸底座。黃仁勳曾說：算力競爭的終極壁壘不在單卡算力，而在叢集互聯速度。比如，一套576卡的標準輝達SuperPod算力叢集，光纖布線需求可達數十萬芯公里。
2026年5月，輝達32億美元戰略投資康寧，目的就是鎖定未來數年高端光纖產能，計畫在美國光纖整體產能擴產50%、光連接產能提升10倍。
算力競爭到最後，比拚的本質就是資訊傳輸的極限光速。下一代技術空芯光纖正在加速進場。光在空氣裡跑比在玻璃裡快，時延降低近50%，同樣GPU叢集訓練效率提升10%以上。
光纖目前存在產能缺口、供需錯配。AI資料中心所需光纖量是傳統資料中心的5到10倍，超大規模萬卡級算力叢集用量可達10倍以上。2026年，全球資料中心光纖需求預計達9160萬芯公里，同比增30%以上。2027年預期翻倍到2.4億芯公里，算力基建拉動需求爆發。
特種光纖是AI的“定製血管”：一是允許更高的入纖光功率，提升系統訊號雜訊比，降低誤位元率。二是延長傳輸距離，尤其適用於長途幹線、海底光纜等場景。三是支援高容量傳輸，可承載更多波長通道，進一步減少訊號損耗。
當前行業呈現供需錯配：適配800G/1.6T高速互聯、AI資料中心的長距場景超低損耗特種光纖，海外現貨市場缺口達4000-5000萬芯公里，現貨緊缺缺口率接近90%。光纖預製棒擴產周期長達18到24個月，頭部廠商訂單已排至2027年以後。
光纖生產瓶頸在光棒：光纖預製棒佔光纖成本的70%。擴產周期長，需18至24個月。價格上，海外現貨高端光纖漲幅近5倍。
中國纖爆發。中國光纖預製棒產能佔全球65%。輝達、亞馬遜等提前鎖定康寧高端產能，全球高端光纖現貨供給稀缺，增量需求外溢：中國頭部光纖廠商迎來全球高端市場的替代窗口期。
4AI PCB：算力底座、AI倒逼技術升級
PCB，印製電路板，電子產品之母。GPU、CPU、記憶體條都需要焊在PCB板上。沒有高性能PCB，再先進的GPU、HBM、光模組都無法協同工作。
PCB一度淪為傳統行業，AI讓PCB重新煥發。過去PCB是手機、電腦產業的配角、受消費電子大周期影響。AI時代，一台AI伺服器的PCB的物理面積、層數增長約3-5倍，價值量提升8-12倍。比如輝達最新的Rubin平台，一塊PCB的價值量提升就是前代的幾倍。
高端PCB供不應求。特別是18層以上高多層、M8、M9高階基材的，受限於高端覆銅板CCL和電子玻纖布的產能，交付周期已拉長至2-3個月，價格呈上漲趨勢。
未來技術迭代，材料升級四大趨勢：
第一，訊號傳輸更快。AI算力發展倒逼訊號傳輸速率提升，需求是傳輸更快、訊號不衰減。因此，低損耗、超低損耗的新材料正在替代傳統材料。比如，新一代覆銅板CCL從M7向M9甚至M10等級推進，能大幅降低訊號損耗。全球覆銅板市場2025年達到160億美元，預計2026年將增至215億美元，年增長率達30%+。
第二，高密度化升級。晶片堆疊、CPO共封裝技術發展，對底層承載材料提出了更高要求，IC載板作為晶片與PCB之間的關鍵連接，技術壁壘高、附加值高，需缺口持續拉大，是當前PCB行業增速快、價值提升顯著的核心領域之一。
第三，高散熱效率。AI晶片功耗飆升，單顆GPU功耗已達數百瓦、整機超千瓦，常規散熱方案無法滿足高密度算力裝置的熱管理需求。因此，金屬基、陶瓷等高導熱基板、厚銅、埋入散熱等結構進化，成為PCB行業解決高功率散熱痛點的方向。
第四，PCB類晶片化、封裝一體化。傳統PCB僅承擔電氣連接和載體功能，未來將是“PCB+晶片”整合模式。通過高階HDI、埋入式元件、矽中介層鍵合等先進工藝，直接整合。縮簡訊號路徑、降低延遲，又縮小體積、提升散熱效率。如輝達CoWoP方案，就是將GPU與HBM直接整合於強化型PCB上。
5AI電力：AI新貨幣，決定產出上限
AI的背後是算力，算力的背後是電力。電力已成為AI新貨幣，電決定了AI的產出上限。未來誰掌握了穩定、廉價且充沛的電力，誰就掌握了AI時代入場券。
電力上游，綠電猛增、核電復興。
一是綠電。IEA資料預測2026年全球資料中心總耗電將突破1000TWh，其中 AI負載佔比1/3。全球對綠電需求缺口巨大。AI帶動中國新能源電力出口。全球太陽能、逆變器需求旺盛，中國企業市佔率超90%，歐洲、中東為核心市場。
二是核電。核電特點是單堆功率大、年利用小時數超8000小時，適合配套大型AI算力叢集。全球科技巨頭正加速用電力採購協議和股權投資，鎖定核能。比如，美國三哩島核電站加速重啟，預計於2027年並網，為微軟提供AI算力能耗。小型模組化核電反應堆SMR是新趨勢，或是未來AI資料中心的供電主力。
電力中游，電網裝置升級。
AI拉動電網升級。AI資料中心單機櫃功率密度大增，且需要24小時高可靠運行，遠超傳統電網承載極限，倒逼電網擴容與智能化改造。
建設需求大幅提升。AI算力叢集建設帶來變壓器、高壓直流電源等裝置的增量需求。十五五期間國網固定資產投資預計達4兆，比十四五大增40%。
智能化升級需求。為適配AI高功率密度與穩定性，電網裝置未來向智能化、柔性化升級成為大勢所趨。
電力下游，AI+儲能。
AI必須配儲能。AI模型訓練極其挑剔，需24小時無間斷、穩定的電。儲能可以作為緩衝，將不穩定的新能源供電，轉化為高可靠性的電，確保AI訓練穩定。
全球大力發展儲能。十五五末，預計中國新型儲能裝機規模達300GW，AI資料中心配儲是重要增量。美國大力補貼儲能，未來儲能投資超1000億美元，重點佈局德州等AI資料中心密集區。
未來AI+儲能，盈利閉環。用儲能參與調頻、峰谷套利，創造額外收益，讓AI的高額資本支出轉變為回報。
6AI半導體材料：中國國產替代加速
半導體材料是晶片製造的關鍵，包括晶片基底製備，電路光刻，刻蝕沉積全流程。半導體材料整體中國國產化率約20%，未來空間巨大。
按環節分為：前道晶圓製造材料，後道封裝材料。晶圓製造材料有：矽片、電子特氣、光刻膠、濕電子化學品、拋光材料、靶材、光掩膜版等。封裝材料有：引線框架、陶瓷材料、切割材料、環氧塑封料、導電膠等。
前道材料價值高，中國國產化率低。據SEMI，2025年全球半導體材料市場規模為860億美元，同比增長7%。其中，晶圓製造材料為562億美元，佔65%。
從價值量看，三大AI半導體材料分別是：矽片、電子特氣、光刻膠。
矽片是晶片基底載體，半導體用量最大、價值佔比最高的基礎材料。8英吋矽片為成熟製程核心，12英吋大矽片覆蓋主流成熟製程和先進製程，是中高端的核心。
光刻膠，光刻工藝的核心感光材料，直接決定晶片製程精度。原理是通過光照發生化學反應，配合掩範本，將精密電路圖精準復刻到矽片表面，為後續刻蝕、離子注入等工序奠定基礎。
特種氣體，用於刻蝕、沉積、清洗等工序，佔材料成本高，對純度的要求極為苛刻：行業主流純度等級為6N-9N，其中，先進製程刻蝕、摻雜核心特氣普遍要求9N超高純度。
矽片全球前五大廠商分別是信越化學、SUMCO、環球晶圓、Siltronic、SKSiltron，合計份額約80%以上。矽片中國國產化加速：一是6英吋及以下中國國產化率超60%，基本自給。二是8英吋中國國產化率達55%，顯著提升，可滿足成熟製程需求，但高端外延片、拋光片仍有缺口。三是12英吋中國國產化率約25%，產能缺口70%以上，本土企業加速擴產，2026年末中國國產化率有望突破30%。
全球光刻膠主要企業有日本東京應化、JSR、信越化學、富士膠片，佔率超80%，高端市佔率95%。半導體光刻膠整體中國國產化未來空間大：一是g線光刻膠中國國產化率超90%、i線光刻膠中國國產化率約60%，已實現規模化中國國產替代；二是中端KrF光刻膠中國國產化率不足15%；三是高端ArF乾式、濕式光刻膠、EUV光刻膠目前無規模化中國國產產能。
全球特氣市場主要玩家有美國空氣化工、德國林德集團、法國液化空氣、日本大陽日酸，四大巨頭合計佔全球約80%份額。電子特氣整體中國國產化率不足30%：基礎電子特氣實現中國國產，中端刻蝕氣加速替代，高端摻雜氣、先進製程特氣進口依賴高，是中國國產替代突破的關鍵。半導體材料中國國產替代空間巨大。
7 半導體裝置：中國國產化從0-1突破
半導體裝置是戰略價值高的上游環節，只有實現高端半導體裝置自主，才能確保AI產業鏈安全。
半導體裝置有三大核心環節，未來中國國產替代空間大。半導體裝置分為前道（晶圓製造）和後道（封測）；薄膜沉積、光刻和刻蝕三大前道環節技術壁壘高，中國國產替代空間最大。
一是薄膜沉積裝置，在基底上沉積材料，決定了電路圖形的轉移質量。全球市場由應用材料、泛林半導體、東京電子、艾斯摩爾四家主導。中國國產薄膜沉積裝置已進入從28nm向14nm以下的關鍵突破期。
二是光刻裝置，負責從原材料到成品的多個關鍵步驟，是圖案轉移的核心。全球主要供應商是艾斯摩爾、佳能、尼康。近期，中國國產光刻裝置突破從0到1，浸沒式DUV光刻機啟動生產，覆蓋28nm以上成熟製程晶片。
中國國產浸沒式DUV光刻機突破意義重大。浸沒式DUV是28nm以上成熟製程晶片製造的核心裝備，廣泛應用於記憶體晶片、功率半導體、物聯網晶片、汽車晶片等賽道。成熟製程晶片構成產業基石，按晶圓產能計，28nm及以上成熟製程佔全球晶圓代工市場近80%。中國成熟製程產能已佔全球約三成，成為核心供給地。中國國產裝置落地，是產業鏈自主可控處理程序里奇程碑式的一步，緩解中國晶圓廠擴產的裝置卡脖子難題，保障成熟工藝產線持續運轉。
三是刻蝕裝置，將光刻膠上的圖形進一步轉移到晶圓的下層材料上。被泛林半導體、東京電子、應用材料三巨頭主導。刻蝕裝置是中國半導體裝置中國國產化進度最快賽道，中微公司介質刻蝕技術突破。
半導體裝置是“工業明珠”，需要全產業鏈可控。EUV光刻是中國國產化重心，分光源、超精密光學系統、整機整合三大環節。
一是EUV光源上，中國國產已完成光源研發的實驗室級技術突破，能量轉換效率正在向商用標準對齊。
二是光學系統，技術壁壘極高，仍被蔡司獨家壟斷，中國在28nm等級光學系統上已有突破，但EUV等級系統需要長期積累。
三是整機整合，光刻機整合的是全球頂尖工業技術，不僅是單點技術突破，更考驗全產業鏈的自主可控。中國國產整機已有原理樣機落地，量產還需等待整套自主供應鏈的成熟。
中國在太陽能、新能源汽車、動力電池等領域均後發先至，成為全球產業主導力量。回望過去十幾年，中國製造業都復刻了相似的成長邏輯：只要打通從0到1的技術關口，依託龐大本土市場、持續學習、規模化迭代，就能不斷縮小差距，最終完成從1到N的爆發。1到N是中國力量的機會，半導體裝置也正在複製這條道路。
8物理AI爆發：AI改變現實世界
物理AI就是讓AI走出雲端，擁有物理軀體，看懂、理解、改造現實世界。物理AI爆發，有四大領域：
物理AI，一是人形機器人。
人形機器人是物理AI最典型的實體載體，高速發展。IDC資料，2025年全球人形機器人出貨1.8萬台，同比增長5倍。中國宇樹科技2025年人形機器人出貨超5500台，海外Optimus2026開始量產，目標2030年產量100萬台
人形機器人先進入工廠、再進入家用。目前正從“商演”轉向場景落地，優先切入搬運、巡檢等工業場景。
人形機器人的下一個重點在“大腦”。機器人AI模型能力決定智能化實力，AI大模型+資料+算力，是下一輪商業化分水嶺。
二是自動駕駛。自動駕駛是物理AI在出行場景的核心應用。自動駕駛大爆發，比預想更快。
年初我去美國考察駕駛了FSD，全程無接管，紅綠燈、調頭、進出主路，系統處理的比老司機還穩。今年，特斯拉官宣FSD監督版將入華，蘿蔔快跑等跑通出行服務，累計完成2000萬次服務。
自動駕駛發展三大加速度：一是政策加速，全國多城開放無人駕駛商業化營運區域。二是成本下降，車載雷射雷達、攝影機方案快速普惠化。三是AI資料飛輪加速，自動駕駛每多跑一公里，模型就更聰明。
物理AI，第三大領域是AIPC。Agent時代到來後，越來越多工需要本地完成。本地算力、低延遲、保護隱私的AI PC成為必選項。
2026年是AIPC爆發元年。聯想、戴爾等主流PC廠商都已全線投入AIPC。輝達正式發佈AIPC晶片N1，聯合微軟、Arm，打造Win+Arm+CUDA生態，挑戰傳統Wintel聯盟。黃仁勳說：AI PC不只是一台運行AI軟體的電腦，它是為AI時代重新設計的個人計算平台。
未來，AI算力從雲端走向邊端。硬體上，NPU算力突破100TOPS，支援更大規模參數模型在本地運行；軟體上，個人智能體Agent、本地知識庫深度融合，以AI PC為代表的端側AI成為家庭、個人的智能中樞。
物理AI，第四大領域是AI眼鏡。
AI眼鏡代表了下一代互動革命。過去是手機+AI，未來是眼鏡+AI。AI眼鏡將攝影機捕捉的影像，用AI大模型即時理解，即時語音、文字互動，成為AI的隨身入口，讓AI更融入日常。
2025年全球AI眼鏡出貨870萬副，同比增長3倍以上。Meta-RayBan、小米眼鏡、Rokid、夸克眼鏡等是主要玩家。
9 AI相關的科技金屬：戰略資源
AI背後是算力，算力背後是電力，最上游支撐的是各類金屬。銅、鈷、鋰、鎵、鍺、銦等是戰略資源，主導AI競爭的命脈。
一是大宗剛需，算力基建底座：銅、鋁、錫。
銅：資料中心核心導電材料，廣泛用於高壓輸電、母線、伺服器銅排、高速線纜等。單台AI伺服器用銅量為傳統機型3-4倍，大型超算中心耗銅可達萬噸等級。全球長期銅供需偏緊。
鋁：AI液冷核心。50–100kW高密度AI機櫃的冷板、殼體、散熱件、半導體鋁靶材均需鋁材。單台伺服器液冷耗鋁20–30kg，單櫃浸沒液冷槽用鋁近90kg。
錫：除PCB外，GPU、HBM高頻寬記憶體、晶片堆疊等都需要高純錫球、超細焊錫粉做微米級互聯。AI先進封裝給錫需求帶來新增量。
二是AI配儲：鈷、鋰、釩。
AI資料中心需要穩定的不間斷電源，全球資料中心配儲，帶動鋰、鈷、釩等金屬二次爆發。
鋰是電池能量密度的核心。鈷讓電池正極結構更穩定，保障AI機房不間斷，延長循環壽命。釩液流電池憑藉本征安全、超長循環優勢，逐步在大型智算中心長時儲能場景落地應用。
三是AI戰略金屬、電子特氣：鎵、鍺、銦、鎢等。
中國掌控全球98%的鎵產量，氮化鎵廣泛用於AI電源、5G基站和新能源車充電樁。
鍺用於紅外光學與光纖摻雜，保障AI資料中心光訊號無損傳輸，中中國國產量佔全球70%以上。
高純銦既可製成ITO靶材，用於手機、車載螢幕的透明導電層、支撐AI人機互動；磷化銦單晶襯底也是高速光晶片核心基底，支撐AI海量資料傳輸。
銻、鉭、鉑族貴金屬也是AI剛需：AI伺服器高功率硬體阻燃是當下銻最大AI增量場景；鉭製造高端儲能電容；鉑族金屬用於精密光刻等。
金屬高純提純後加工成電子特氣，是晶片刻蝕等關鍵材料。例如，鎢製成六氟化鎢，廣泛用於算力晶片、HBM記憶體的內部精密互連製程。
四是AI帶來需求增量：稀土。
稀土是釹鐵硼永磁體核心原料，AI資料中心液冷泵、散熱風扇及自動化裝置帶來新需求增量。加入鏑、鋱可以大幅提升磁體耐高溫穩定性。中國稀土原礦儲量約全球48%、開採量近70%，稀土冶煉分離產能佔全球90%以上。 (澤平宏觀)