生成式AI催化剂重塑互联网行业格局 - 四项关键生成式AI催化剂包括模型进步、代理式体验、资本支出和定制芯片 正在重塑互联网行业格局 [1][3] - 这些技术进展将推动谷歌 Meta和亚马逊在大型科技股中脱颖而出 [1][3][5] 四大宏观AI催化剂驱动因素 - 模型开发加速：顶尖AI模型将继续甚至加速改进 因充足资本 提升芯片算力和代理式能力开发空间推动 OpenAI 谷歌 Meta等公司将发布新一代更强大模型 [6] - 代理式体验普及：代理式AI产品提供更个性化互动和全面的消费体验 促进消费者钱包数字化 大规模应用需克服算力容量 推理能力和交易流程顺畅性等障碍 [7] - 资本支出激增：六大巨头（亚马逊 谷歌 Meta 微软 甲骨文 CoreWeave）数据中心资本支出总额2026年达5050亿美元 同比增长24% 每建设吉瓦级数据中心需400-500亿美元资本支出 [8] - 定制芯片重要性提升：第三方公司对谷歌TPU和亚马逊Trainium等定制ASIC芯片测试和采用可能性增加 成本效益和产能限制促使客户寻求ASIC解决方案 尤其在推理工作负载方面 [9] 资本支出对财务状况的影响 - 六大科技巨头资本支出2024年到2027年预计以34%复合年增长率增长 [10] - 2026年谷歌 Meta和亚马逊的基建资本支出预计分别占其税前自由现金流的约57% 73%和78% 表明公司愿意牺牲短期盈利能力换取长期技术优势 [12] 亚马逊投资价值分析 - 亚马逊是大型科技股首选 目标价300美元 评级增持 基于AWS业务再加速和北美零售业务利润率持续改善两大支柱 [14] - AWS数据中心建设步伐加快 2025年和2026年新增大量数据中心面积 为2026年实现20%以上收入增长提供物理基础 高于目前19%的基础预测 [14] - 北美零售业务利润率截至2025年第二季度为-1% 远低于2018年约1%水平 预计到2028年恢复至2018年水平 2026/2027年每股收益预测存在上调可能 [16] Meta投资价值分析 - 维持对Meta的增持评级 目标价850美元 关注核心平台改进 下一代Llama模型发布和多个未被充分定价的看涨期权 [18] - Meta利用GPU驱动核心广告业务改进 有巨大空间提升用户参与度和变现能力 预计2026年初发布经过充分测试和改进的下一代Llama模型 [18] - Meta AI搜索 商业消息等新业务是长期增长驱动力 Meta AI搜索到2028年可能创造约220亿美元年收入机会 用户采用率已迅速追平ChatGPT和谷歌Gemini [18] 谷歌投资价值分析 - 维持对谷歌的增持评级 目标价210美元 关注AI驱动的搜索增长 用户商业行为潜在转移和谷歌云增长 [20] - AI Overviews和AI Mode等创新有望推动搜索收入加速增长 预计2025年下半年和2026年搜索收入增速分别为12%和9% 谷歌仍是消费者商业行为首选平台 [20] - Gemini模型和TPU芯片是推动GCP增长的关键 Meta等公司与GCP合作有望为2026年云业务增长贡献约300个基点 定制芯片优势构成潜在上行催化剂 [20]

生成式AI催化剂重塑互联网行业 - 四项关键生成式AI催化剂包括模型进步、代理式体验、资本支出和定制芯片 正在重塑互联网行业格局 [1] - 领先AI模型的持续突破和代理式AI体验的普及 正推动行业进入新增长阶段 并进一步推动消费者支出数字化 [1] - 科技巨头正以前所未有规模进行投资 六大主要科技公司总资本支出将在2026年达到约5050亿美元 2027年增至5860亿美元 [1] 四大宏观AI驱动力量 - 资本支出激增：从2024年到2027年 六大科技巨头资本支出预计以34%复合年增长率增长 将显著影响公司自由现金流 [4][7] - 模型开发加速：顶尖AI模型将继续加速改进 充足资本、提升芯片算力和代理式能力开发空间将推动发布新一代更强大模型 [5] - 代理式体验普及：AI产品提供更个性化互动和全面消费体验 促进消费者钱包数字化 但仍需克服算力容量和推理能力等障碍 [5] - 定制芯片重要性提升：第三方公司对谷歌TPU和亚马逊Trainium等定制ASIC芯片测试采用可能性增加 成本效益和产能限制将促使客户寻求ASIC解决方案 [5] 资本支出对财务状况影响 - 到2026年 谷歌、Meta和亚马逊的基建资本支出预计将分别占其税前自由现金流约57%、73%和78% [7] - 巨额资本支出是科技巨头为AI未来下的重注 直接影响财务状况 但为未来增长奠定基础 [1][4] 公司偏好顺序与投资逻辑 - 摩根士丹利在大型科技股中明确未来12个月偏好顺序为亚马逊、Meta和谷歌 认为这三家公司有能力利用AI催化剂巩固市场地位并创造新收入来源 [3] - 亚马逊目标价300美元 评级增持 看涨逻辑基于AWS业务再加速和北美零售业务利润率持续改善 [9] - Meta目标价850美元 评级增持 关注核心平台改进、下一代Llama模型发布和多个未被充分定价看涨期权 [13] - 谷歌目标价210美元 评级增持 关注AI驱动搜索增长、用户商业行为潜在转移和谷歌云增长前景 [15] 亚马逊具体投资价值 - AWS业务2025年和2026年将新增大量数据中心面积 为2026年实现20%以上收入增长提供物理基础 高于目前19%基础预测 [9] - 北美零售业务利润率截至2025年第二季度为-1% 远低于2018年约1%水平 基础模型预计到2028年才能恢复至2018年水平 意味着2026/2027年每股收益预测存在进一步上调可能 [11] Meta增长驱动因素 - 利用GPU驱动核心广告业务改进仍有巨大空间提升用户参与度和变现能力 预计2026年初发布经过充分测试和改进下一代Llama模型 [13] - Meta AI搜索到2028年可能创造约220亿美元年收入机会 用户采用率已迅速追平ChatGPT和谷歌Gemini [13] - 商业消息等新业务是重要长期增长驱动力 [13] 谷歌竞争优势与增长点 - AI Overviews和AI Mode等创新有望推动搜索收入加速增长 预测2025年下半年和2026年搜索收入增速分别为12%和9% [15] - 在产品研究和比价等商业行为上 谷歌依然是消费者首选平台 领先于亚马逊及其他竞争者 [15] - Gemini模型和TPU芯片是推动GCP增长关键 Meta等公司与GCP签订合作关系 有望为2026年云业务增长贡献约300个基点 [15] - 市场尚未充分计价谷歌在定制芯片方面优势 构成潜在上行催化剂 [15]

核心观点 - 生成式AI正在深刻改变中国企业 显著提升员工能力并催生跨部门应用场景 同时将AI治理推到新高度 但企业普遍对AI投资回报率缺乏信心 仅13%对算清AI的ROI非常有信心 36%信心较低 核心问题在于难以量化AI带来的具体价值[2] 开放式生成式AI模型 - 中国开源大模型核心目标聚焦合规自主可控和产业安全 而非单纯技术领先 DeepSeek开源事件引领全球开源浪潮 改变市场格局[2] - 开源与私有模型性能差距快速缩小 开源模型在文本生成 网页开发 Copilot等任务表现优异 推理成本更低 企业开始优先考虑开源方案以提升自主性[3] 自建策略 - 中国企业普遍采用自建策略以实现定制创新 掌握核心技术并保护数据主权 在政企 国企和工业领域尤为明显[3] - 自建策略分层实施：基础设施层依赖云服务或私有化部署 大模型层主要选择市场稳定模型进行微调 工程工具层倾向自研或外包 应用层自研最广泛 如智能客服和HR助理[3] 代理式AI与AI智能体 - 代理式AI强调任务感知 执行和自主反馈能力 将生成式AI从内容生成升级为任务执行 改变交付模式[5] - AI智能体具备更强自治性和学习进化能力 目前以聚焦型智能体为主 专精特定任务 中国企业AI智能体落地试点占比42% 生产落地已达15% 超过去年全球平均10%[5] 节俭型AI - 中国企业追求AI应用性价比 而非绝对性能 强调轻量部署 本地推理和边缘计算 降低中小企业使用门槛[5] - 需关注AI隐藏成本 包括算力投入超预期 提示工程投入和数据治理优化投入 这些长期成本显著影响性价比[5] 工程能力 - 工程能力是中国企业AI落地关键加速器 通过自动化微调平台 数据流水线和多模态框架加速原型到业务系统转化[6] - 工程能力分三层：模型侧通过工程化调优提升性价比 应用数据侧实现数据平台与大模型解耦 基础设施侧优化算力租赁和一体机合作[6] - 在开放模型 节俭AI和工程能力推动下 中国生成式AI生产落地率从2024年8%跃升至2025年43%[6] 协同式AI安全防御 - 生成式AI普及带来安全问题 如员工私下使用导致数据泄露和影子AI问题 需IT 法务和业务部门协同构建端到端治理框架[6] AI人才储备 - 中国AI人才储备丰富 顶级AI会议论文占比从2019年29%跃升至2022年47% AI教育已下沉至中小学[7] - 企业需求从学术人才转向懂业务和场景创意人才 加大提示工程和智能体培训投入[7] 无处不在的AI - 中国AI落地以B2C场景和消费者导向为主 通过终端载体如汽车 穿戴设备和手机APP实现 依托5G 数字生态和高效制造供应链优势快速产品化创新[8] - 实践案例包括数字人 演唱会增强 具身智能 无人机 AI手机银行和教育智能体等[9] 包容式AI生态系统 - 中国厂商从单一产品转向模型 平台 工具 服务一站式生态 一体机大量出现 平台强调场景适配和数据整合[10] - 横向包容体现为大厂集成同行模型 纵向包容体现为硬件厂商推出一体机整合硬件软件模型和算力[10] - 用户更关注AI输出效果而非具体模型 厂商需加强合作消除技术衔接障碍[11] 数据到AI生态体系 - 企业独有数据成为AI成功核心壁垒 数据产业与AI产业在生成式AI时代深度融合[12] - 形成闭环演进：数据管理侧治理非结构化数据 大模型进化侧提升数据处理能力 生成式AI赋能数据侧用AI管理治理数据[12]

文章核心观点 - AI和半导体行业正经历高速发展 大模型带动算力需求暴涨 AI芯片企业成为焦点 数据中心扩张 自动驾驶落地和智能终端升级持续推动芯片性能与能效极限[1] - 摩尔定律放缓使晶体管微缩变得困难 芯片设计复杂度与成本显著提升 传统设计方法难以跟上技术发展节奏[1] - Cadence提出代理式AI将芯片设计从"工具使用"带入"智能协作"时代 这将成为半导体创新的关键拐点[1] 软件定义的芯片时代 - 计算机芯片正彻底改变人类感知世界和互动的方式 "软件定义用户体验"驱动"软件定义芯片"成为重要趋势[2] - 非传统芯片企业如小米 阿里巴巴 字节跳动和滴滴已成为颇具规模的芯片制造商 这在20年前难以想象[2] - AI相关产业规模预测从9500亿美元大幅上调至1.2万亿美元 增长动力从数据中心AI计算向边缘端延伸[2] - EDA行业面临客户数量增长与传统软件难以适应变化的双重挑战[2] 3D维度整合技术 - 横向维度需要突破单一芯片局限 进行先进封装中的系统级验证 包括芯片到物理层面的机电 热学 流体仿真乃至整个数据中心模拟[4] - 技术维度利用AI提供新计算技术路径 解决传统方法难以攻克的问题[4] - 计算层支持x86 CPU ARM架构 GPU和专属加速器等多种运行环境[4] - 原理性方法 加速计算与AI三层技术结合形成"三层蛋糕"架构[4] AI在EDA工具的演进 - Cadence的AI探索始于2016年 受AlphaFold启发将机器学习融入工具 实现"AI优化"[5] - AI应用正从优化AI向虚拟工程师转型 工具支持自然语言交互 用户可通过对话获得帮助[5] - 未来模式将从"授权工具"转变为"授权虚拟人员" 包括虚拟物理设计师 虚拟验证团队和虚拟布局团队[5] - 超过50%的Cadence工具用户已使用AI优化功能 到今年年底所有产品都将支持直接与工具对话[6] JedAI平台特性 - JedAI平台支持客户自主选择功能模块 连接本地数据 所有数据存储在本地服务器 确保数据安全[7] - 平台提供自定义代理构建框架 支持整合代理[7] - 发展重点在于构建快速系统 使用提示工程和推理与工具交互 而非模型微调[8] - 通过检索增强生成技术降低幻觉风险 利用formal verification工具比对不同答案[8] 全自动化与数字孪生 - 完全由AI接管设计仍需时间 但未来两年内用户使用体验将接近与人交流[9] - 全流程数字化仿真将是巨大机遇 不仅适用于半导体领域 还将延伸至物理 化学和生物学等学科[9] - 数字孪生用仿真映射现实状态 AI介入能加速过程 如神经图形学中先用AI渲染低分辨率图像再上采样[9] - AlphaFold展示了AI提供全新科学突破的潜力 不仅加速仿真更解决传统算法长期无法攻克的问题[10] 产业需求与人才挑战 - 所有域的Cadence客户对AI都有同等兴趣 超大规模云服务提供商更倾向于使用自己的LLM[10] - AI不会取代芯片设计工程师 而是解决工程师数量不足的问题[10] - 人才需求可能是现有人数的十倍 全球各行业都面临人员短缺危机[11] - AI将使人类工程师效率提升十倍 人类与AI结合将放大生产能力[11]

全球半导体行业展望 - 全球半导体营收将从2024年到2030年几近翻番 规模超过1万亿美元 [1] - 短期关键驱动来自生成式AI在云端与部分端侧设备的基础设施建设 [1] - 长期从企业与消费应用中的代理式AI走向物理智能 推动自主机器人与车辆发展 [1] - 2025年AI驱下游增长 政策对供应链中断与重构风险持续升级 国产化持续推进 [1] - 二季度各环节公司业绩预告亮眼 三季度半导体旺季期建议关注设计板块存储/代工/SoC/ASIC/CIS业绩弹性 [1] 低空经济发展动态 - 全国首个低空经济共保体在重庆成立 发布首批专属产品"渝低空保" [2] - 19家低共体成员单位签署合作协议 与16家单位完成项目签约 风险保额达6115万元 [2] - 低空经济主要包括低空基础设施/低空飞行器制造/低空运营服务和低空飞行保障四个环节 [2] - 预计2026年低空经济规模突破万亿达10644.6亿元 2030年达2.5万亿元 2035年达3.5万亿元 [2] - 低空物流/低空旅游等应用场景先行 2025国际低空经济博览会推动产业链规模化发展 [2]

行业投资评级 - 推荐（维持）[4] 核心观点 - 英伟达FY26Q2业绩符合预期，营收467亿美元，同比+56%/环比+6%，数据中心业务保持高增长，网络产品同比+98%/环比+46%[1][2] - Blackwell架构产品环比增长17%，大型云服务提供商占数据中心营收约50%，中国大陆占比降至低个位数[2] - 指引FY26Q3营收中值540亿美元（±2%），同比+53.9%/环比+15.5%，毛利率指引73.5%（±0.5pct）[3] - 预计全球AI基础设施支出到本十年末达3-4万亿美元，中国大陆市场规模约500亿美元，CAGR约50%[8] - 若地缘政治问题解决，FY26Q3 H20产品发货收入预计20-50亿美元[3] 财务表现 - FY26Q2营收467亿美元，同比+56%/环比+6%，non-GAAP毛利率72.7%，剔除H20费用影响后为72.3%[1] - 数据中心营收411亿美元，同比+56%/环比+5%，其中计算产品营收338亿美元，同比+50%/环比-1%，网络产品营收73亿美元，同比+98%/环比+46%[2] - 游戏和AIPC营收43亿美元，同比+49%/环比+14%，专业可视化营收6.01亿美元，同比+32%/环比+18%，汽车和机器人营收5.86亿美元，同比+69%/环比+3%[2] - 运营费用同比增长6%，主要因计算和基础设施成本、薪酬福利支出增加[1] 产品与技术进展 - Blackwell架构产品环比增长17%，GB300开始批量出货，产能恢复至满产运行，预计25H2广泛市场供应[8][19] - GB300平台NVFP4 4位精度与NVLink72技术使每token能效较Hopper提升50倍[8][23] - Rubin平台芯片进入晶圆制造阶段，包括Vera CPU、Rubin GPU等六类芯片，计划明年批量生产[8][20] - RTX PRO服务器全面量产，产品线有望成长为价值数十亿美元的核心业务[8][25] - Spectrum-X以太网年化收入突破100亿美元，InfiniBand收入环比增长近一倍[27][28] 市场与需求驱动 - 大型云服务提供商占数据中心营收约50%，主权AI相关收入预计今年突破200亿美元，较去年增长逾一倍[2][27] - 代理式AI和推理模型推动计算需求增长数量级，头部云服务提供商Capex今年约6000亿美元[22][36] - 中国大陆是全球第二大计算市场，未被列入实体清单的企业已可获得H20销售许可，多家企业获得许可证[8][45] - AI原生初创企业去年获1000亿美元融资，今年未结束已录得1800亿美元，顶级企业营收从去年20亿美元增至今年200亿美元[52] 增长展望与指引 - FY26Q3营收指引中值540亿美元（±2%），同比+53.9%/环比+15.5%，未计入向中国客户发货的H20产品[3][33] - 预期本财年毛利率仍处于75%水平，运营费用率同比增长至40%（此前指引35%）[3][33] - 长期全球AI基础设施支出预计3-4万亿美元，英伟达产品在AI工厂成本中占比约35%[8][41] - 游戏业务受Blackwell架构产品爬坡及供应改善驱动，GeForce Now游戏库扩容至超4500款作品[30]

产品发布与性能 - 公司推出基于Blackwell架构的Jetson Thor机器人超级计算机 面向制造、物流、交通、医疗、农业和零售等行业提供算力支持 [1] - Jetson Thor较上一代Jetson Orin的AI算力提升7.5倍 能效提升3.5倍 [1] - 产品支持运行生成式AI模型包括Cosmos Reason、DeepSeek、Llama、Gemini、Qwen等通用模型及Isaac GR00T N1.5等机器人专用模型 [1] - Jetson Thor开发者套件定价3499美元 Jetson T5000模组批量购买单价2999美元 [1] - 产品具备2070 FP4 TFLOPS的AI算力和128GB内存 可在边缘端并行运行多模态模型 [7] 技术架构与创新 - Jetson Thor整合"大模型+实时传感+控制"到边缘端 显著降低云依赖与往返时延 [7] - 产品通过更大带宽处理多传感器数据 支持机器人在动态环境中高速移动和操作 [11] - 公司构建三类计算机体系：机器人本体嵌入式计算机、AI工厂训练计算机、仿真测试计算机 [10] - 技术实现从"会看、会说"到"会想、会做"的跨越 推动通用机器人发展 [11] 生态合作与应用场景 - 联影医疗、万集科技、优必选、银河通用、宇树科技等企业已率先使用Jetson Thor [1] - 银河通用G1 Premium人形机器人搭载Jetson Thor 在工业码垛、拆垛及搬运场景展现流畅作业 [8] - 产品适用于手术辅助机器人、智能牵引车、配送机器人、工业机械臂及视觉AI智能体等应用 [8] - 公司通过软硬件一体化模式构建竞争壁垒 提供完整NVIDIA AI软件栈支持 [7][8] 战略定位与市场前景 - 公司定位为机器人生态算力支持方 不直接制造机器人 [6] - 创始人提出"物理AI"为AI发展终极阶段 涵盖生成式AI、代理式AI后的第三阶段 [2] - 机器人业务成为公司重要业务线 在发布会中压轴出现 [1] - 产品迭代被视为新增长曲线 资本市场认可赛道长期潜力 [11] - 公司股价截至8月26日达181.77美元 市值44352亿美元 [2]

产品发布与性能 - 英伟达推出基于Blackwell架构的Jetson Thor机器人超级计算机 AI算力较上一代Jetson Orin提升7.5倍 能效提升3.5倍 [2] - Jetson Thor具备2070 FP4 TFLOPS的AI算力 支持128GB内存 可并行运行多模态模型 显著降低云依赖与延迟 [3] - 产品定价为开发者套件3499美元 T5000模组批量单价2999美元 已获联影医疗 优必选等企业采用 [2] 技术特性与应用场景 - 产品整合大模型 实时传感与控制功能 支持视觉-语言-动作等多模态模型 适用于代理式AI和高速传感器数据处理 [3][4] - 可应用于人形机器人 手术辅助系统 工业机械臂等场景 在工业码垛 物料搬运等复杂任务中展现流畅作业能力 [4][6] - 支持在边缘端为大规模复杂AI模型提供实时推理能力 覆盖制造 物流 医疗 农业和零售等行业 [2][4] 生态战略与行业影响 - 通过软硬件一体化模式构建竞争壁垒 提供完整NVIDIA AI软件栈 与CUDA技术和GPU芯片战略高度相似 [4] - 头部机器人企业如银河通用已搭载Jetson Thor 产品推动机器人从"会看会说"向"会想会做"演进 [4][6] - 英伟达定位为机器人生态提供计算平台 自身不制造机器人 但通过计算平台支持企业构建机器人 [3] 技术架构与设计理念 - 物理AI是公司核心叙事 要求模型在真实世界执行动作 需构建机器人本体 AI工厂和仿真三类计算机 [5] - Jetson Thor将算力从云端下沉至机器人本体 解决功耗 散热和实时计算挑战 支持更复杂推理任务 [5] - 产品具备更大带宽 可快速处理多传感器数据 使机器人在动态环境中实现高速移动和操作 [5] 市场前景与战略意义 - 机器人业务成为英伟达重要增长曲线 虽产业化早期面临周期长 成本高挑战 但赛道具备长期潜力 [6] - 产品推动通用机器人发展 通过统一软件栈与生态网络加速落地 是计算平台战略的自然延伸 [6] - 公司股价上涨1.02%至179.81美元 市值达4.39万亿美元 市场关注即将发布的第二财季财报 [2]

CadenceLIVE China 2025中国用户大会概况 - 大会将于2025年8月19日在上海浦东嘉里大酒店举办，是中国EDA行业覆盖技术领域全面且规模领先的技术交流平台 [1] - 现场参会报名通过扫描二维码或点击"阅读原文"注册 [4][22] 主题演讲议程 - **开场致辞**：Cadence市场与业务发展副总裁KT Moore将于9:30-9:40进行开场致辞 [3] - **AI技术专题**：Cadence资深副总裁Paul Cunningham博士将探讨"运用代理式AI应对智能系统设计挑战"(9:40-10:20) [7] - **芯片创新**：安谋科技CEO陈锋将发表《全球标准与本土创新双向融合，构建AI计算"芯"未来》(10:20-10:50) [10] - **人机交互**：灵伴科技周军博士分享"AI+AR眼镜：人机交互的探索、开发与应用实践"(10:50-11:20) [12] - **颁奖环节**：中兴微电子欧阳可青将主持最佳论文颁奖礼(11:20-11:30) [14] 技术分会场议程 定制模拟设计专题(Track 1) - **技术突破**：Cadence专家Zhong Fan将解析Virtuoso Studio和Spectre仿真平台的技术突破(13:00-13:30) [19] - **应用案例**：包括Sanechips展示Virtuoso原理图迁移应用(13:30-13:50)、展锐分享多音仿真内存优化方法(13:50-14:10) [19] - **GPU加速**：Sanechips介绍Spectre X GPU在大规模模拟电路仿真中的应用(14:10-14:30) [19] - **ML算法**：Sanechips展示基于ML的FMC SmartCorner项目应用(14:50-15:10) [19] AI驱动验证专题(Track 7) - **AI验证平台**：Cadence专家Rich Chang将介绍Verisium验证平台中的代理式AI技术(13:00-13:30) [20] - **自动化技术**：Sanechips分享基于SIM AI技术的自动化仿真回归方法(13:30-14:00) [20] - **形式验证**：展锐展示基于Jasper CONN的引脚复用形式验证签核方法(16:00-16:30) [21] - **芯片设计**：昆仑芯团队探讨利用Jasper C2RTL加速AI处理器矢量数据路径优化(16:30-17:00) [21]

物理AI与机器人产业链 - 英伟达CEO黄仁勋提出"物理AI"是人工智能的下一波浪潮，将触发机器人领域的"GPT时刻"，并高度评价中国机器人产业链的发展潜力 [2][11] - 物理AI（Physic AI）是专门赋能自主机器的技术，核心是让机器在真实物理世界中实现环境感知、理解物理规律和执行复杂操作 [2] - 英伟达整合Cosmos和Omniverse平台，形成业内第一个端到端"物理AI"平台，用于生成符合物理规律的视频数据与策略，以及构建精确仿真物理世界的3D场景 [8] 物理AI相关公司 - 滤量股份与英伟达合作运营智算中心，2025年AI算力业务营收占比超30%，近一周涨幅9.10%，今年以来涨幅63.05% [10] - 智微智能基于英伟达Isaac SIM开发机器人虚拟仿真训练和数据合成，近一周涨幅16.74%，今年以来涨幅52.34% [10] - 某公司为英伟达数据中心提供800G/1.6T光模块，支撑Omniverse云端算力需求，近一周涨幅24.33%，今年以来涨幅46.83% [10] 中国机器人产业链动态 - 中国移动1.24亿元人形机器人采购订单中，智元机器人中标7800万元，宇树科技中标4605万元，为国内迄今最大单笔全尺寸人形机器人订单 [12] - 智元机器人发布灵犀X2-N人形机器人，可在轮式/足式间切换并具备情绪交互能力，并以21亿元控股收购上纬新材 [12] - 宇树科技年度营收已超10亿元人民币，四足机器人与人形机器人的量产出货量全球第一，已开启上市辅导 [16] 机器人产业链相关公司表现 - 上纬新材被智元机器人以21亿元控股收购，近一周涨幅148.85%，今年以来涨幅404.61% [14] - 某公司为智元机器人提供行星减速器核心部件，近一周涨幅30.62%，今年以来涨幅172.55% [14] - 某公司已向宇树科技批量供货机器人关节用自润滑轴承及直线执行器丝杆，近一周涨幅16.78%，今年以来涨幅159.58% [15] 机器人产业链业绩增长公司 - 金力永磁预计扣非净利润上限2.65亿元，同比增长679%，近一周涨幅8.01%，今年以来涨幅50.33% [17] - 某公司预计扣非净利润上限1.80亿元，同比增长233.72%，近一周涨幅4.05%，今年以来涨幅18.95% [17] - 某公司预计扣非净利润上限5.51亿元，同比增长203.84%，近一周涨幅7.00%，今年以来涨幅27.19% [17]