行业与公司概况 - 具身智能被视为继AI和自动驾驶后的下一代科技风口，行业热度极高，投资机构竞相追逐新兴创业公司[2] - 它石智航(TARS)在2025年2月成立后迅速完成1.2亿美元天使轮融资，创中国具身智能领域最大天使轮纪录[3][7][8] - 公司由自动驾驶领域顶尖专家陈亦伦(华为前自动驾驶CTO)和李震宇(百度阿波罗前负责人)联合创立，团队被类比为"库里+约基奇"的梦之队组合[4][11][15][16] 技术方向与核心优势 - 核心技术引擎为AWE(AI World Engine)，定位为具身智能领域的GPT大模型，但采用Human-Centric数据采集范式[14][37][65] - 技术路径强调全栈能力：超级算法(具身大模型)、超级本体(机器人硬件)、超级应用(场景解决方案)[25][26] - 核心差异点包括：4D空间对齐技术、真实世界具身数据闭环、端到端强化学习架构[42][39][36] - 工程化能力是最大壁垒，团队曾主导华为ADS和百度Apollo的量产落地[14][15][16] 产品与商业化路径 - 初期聚焦柔性物体操作场景(如汽车制造)，验证物理AI的工业应用价值[28][77] - 采用模块化机器人本体设计，暂不确定灵巧手形态，但强调上肢拟人化操作的必要性[71][82][84] - 版本规划对标GPT发展路径：AWE 3.0(基础模型)→3.5(场景优化)→强化学习版本[70] - 商业化标准强调"机器人实际工作场景"而非展会演示，金标准是落地稳定性[100][101] 行业趋势判断 - 物理AI(具身智能)将接替信息AI成为主流，自动驾驶和大模型成功奠定技术基础[49][51][52] - 行业三大Scaling Law：数据规模→模型参数→推理能力，当前瓶颈在数据维度[59][60][63] - 关键技术分歧(仿真vs真实数据/通用vs垂类/大小脑架构)将随AI能力提升自然收敛[96][97][98] - 具身智能的"GPT时刻"标志是机器人用AI方法可靠完成1-2项现实任务[109][110] 团队与融资 - 核心团队包含华为"天才少年"丁文超(首席科学家)和量产专家陈同庆(首席架构师)[16][17] - 天使轮由蓝驰创投、启明创投联合领投，8家机构跟投，超募现象显著[7][14] - 融资将投入技术研发、模型训练和场景拓展，重点构建数据采集基础设施[13][43][45]

vivo进军家庭机器人赛道 - 公司已成立机器人Lab部门，隶属于中央研究院，负责机器人产品孵化与预研工作，并高薪招聘机器人领域人才，如技术规划专家最高年薪超120万元[1] - 公司定位清晰，计划将服务数亿终端用户的能力移植到机器人，聚焦孵化机器人的"大脑"和"眼睛"，依托AI大模型与影像技术积累，目标让机器人实现场景理解与需求响应[3] - 产品规划采取"渐进突围"策略，预计3-5年推出原型机，理想中的家庭机器人正式上市需10年以上，期间可能针对特定场景推出功能型产品[3] 技术优势与布局 - AI能力：公司自研蓝心大模型矩阵（语言/语音/图像/多模态）已应用于终端，AI Agent训练将成为机器人核心，其视觉理解技术（如vivo看见功能）可迁移至机器人视觉识别[8] - 空间感知：影像技术积累（TOF 3D技术、微云台防抖、VCS仿生光谱）为机器人空间定位与导航避障奠定基础，2024年发布的X100 Ultra支持3D影像，是机器人与物理世界交互的关键[9] - 混合现实协同：MR头显产品vivo Vision积累的空间感知与交互能力将复用至机器人，MR技术被视为机器人必备能力[10][12] - 专利储备：2024年公开机器人控制方法、基于MR的交互方法等专利，并提前布局6G通信以解决机器人云端算力依赖问题[13] 行业背景与竞争格局 - 市场潜力：家庭服务机器人被列入国家"十四五"规划重点领域，老龄化趋势推动家务/陪伴/教育监护需求，行业企业数量达45.17万家（截至2024年底），融资活跃[3][16] - 手机厂商竞逐：苹果组建数百人团队开发家用机器人，预计2028年量产，技术储备包括空间感知系统ARMOR；三星推出Bot Handy服务机器人与伴侣机器人Ballie[15] - 产业逻辑：机器人被视为联接物理与数字世界的桥梁，手机厂商凭借技术复用（影像/AI）、供应链话语权、用户数据与场景理解能力，可平滑切入赛道[18] 战略逻辑与产业趋势 - 技术复用路径：手机技术（5G/AI/影像/芯片）积累可迁移至机器人，形成"硬件-数据-场景"闭环，公司专注"大脑"与"眼睛"研发，其余交由供应链[18] - 行业分工趋势：机器人产业未来将高度分工，类似手机产业链模式，头部手机厂商因技术积累与用户规模占据主动权[19] - 长期主义布局：公司以"埋头种因"文化持续投入，影像技术十年研发经验将复制至机器人领域，为下一代产业浪潮做准备[19]

策略聚焦 - 年内两个关键时点：4月初外部风险落地后的交易性机会和年中中美经济政策周期同频后的配置性机会 [1] - 4月初外部风险包括美国优先贸易政策备忘录调查结果公布及对等关税加征方式明朗，科技主题因弱宏观关联和强产业催化成为4~5月最佳方向 [1] - 年中中美经济政策周期同步共振上行将解除中国核心资产估值压制，推动2021年以来最重要风格切换 [1] 主题投资 - 活跃资金仓位高位，市场回调时建议关注业绩稳健的低位主题如低位消费、AI+和商业航天航空 [3] - 催化因素包括消费刺激政策落地、3~4月互联网厂商AI会议密集召开及国产大飞机产业化发展 [3] AI革命影响 - 短期AI通过资本开支拉动总需求，预计2025年美国四大云厂商资本开支增量861亿美元（占GDP 0.3%），国内厂商增量1498亿元（占GDP 0.11%） [5] - 中长期AI或提升全要素生产率1-2%，但可能减少单位GDP就业岗位，信息、教育、金融、制造和大健康行业受益最多 [5] 零售行业 - 线上营销内卷导致品牌提高毛利率，供应链零售模式通过渠道力挤压营销加价，线下渠道有望分享营销价值并重估 [8] 银行业 - 消费金融政策助力银行零售信贷规模提增，预计2025Q1银行息差回落幅度小于预期，非息收入环比稳定 [9] 电子行业 - 25Q1电子行业淡季需求正常增长，算力相关PCB、果链龙头、IoT龙头等细分板块表现亮眼，看好国产自立和AI创新方向 [16] 计算机与通信 - 物理AI为下一代AI形态，英伟达通过Omniverse构建虚拟环境，军工仿真领域索辰引领国内物理AI新模式 [17] - 英伟达GTC 2025展示下一代GPU架构和CPO技术，AI网络升级推动光模块/器件加速迭代，端侧AI带来物联网新机遇 [19] 医疗产业链 - 中药材价格下行改善中药企业成本，25Q1渠道库存清理完毕，电商销售额同比高增，行业整合加速龙头强者恒强 [20] 债券市场 - 债券"科技板"提升科创债民企参与度，建议关注中债隐含评级AA和AA(2)等级且成交活跃的主体 [13] 地产行业 - 房地产业三大机遇：供给侧改革充分、大宗消费定位强化、交易数据持续向好，可借鉴汽车业发展历史 [15]

物理AI定义与核心价值 - 物理AI是继生成式AI、AI Agent之后的下一代AI形态，能够理解并遵守物理规则，通过具身化与离身化系统协同实现虚拟与现实交互[1][2] - 核心能力包括拓展大模型边界（快速仿真设计/实时运维控制）和生成海量训练数据（加速CAE仿真/数字孪生/机器人训练）[2] - 应用场景聚焦严肃领域：智能驾驶、人形机器人、军工仿真，其中军工领域可实现虚拟作战环境数据仿真与实时运控[2][4] 英伟达物理AI实践路径 - Omniverse平台迭代路径：2019年3D协作平台→2021年整合PhysX5物理引擎→2024年升级为一站式物理仿真平台[3] - 端到端解决方案架构：DGX（训练）+Omniverse/Cosmos（合成数据）+AGX（部署），Cosmos引擎整合世界模型/AI加速流水线赋予"物理直觉"[3] - 商业化进展：与通用汽车合作自动驾驶车队、开源人形机器人模型Groot N1、联合DeepMind推出Newton物理引擎[3] 国内物理AI发展现状 - 索辰科技"天工·开物"平台实现全流程技术突破，商业模式包括开发者代理模型采购（创意工坊）和行业解决方案直供（风电/汽车/机器人）[5] - 落地效果：风电领域将传统10年计算周期缩短至24小时，单风机发电效率提升20%/桨叶寿命延长30%/毛利率提高10%[5] - 军事仿真应用：贯穿作战实验/装备论证等全生命周期，海外案例包括Palantir AI战车，国内索辰对标英伟达技术路线[4][5] 军工行业投资逻辑 - 国防预算持续增长：2025年预算达17847亿元，2022-2024年同比增速7.1%/7.2%/7.2%，但占GDP比重仍低于1.5%的世界平均水平[6] - 信息化加速：市场规模从2015年913.5亿元增至2023年1643.2亿元（CAGR 7.62%），2025年重点发展智能化/有人无人协同[6] - 政策催化：2024年成立信息支援部队，2025年政府工作报告强调新质生产力与"十四五"收官，驱动军工AI结构性反转[6][8] 投资主线梳理 - 物理AI及军工仿真：具备算法优势与工程经验积累的企业（如索辰科技）[8] - 军工应用端产品：拥有指挥控制/ISR领域数据资源与垂直算法的公司[8]

群核科技开源空间理解模型SpatialLM - 公司在GTC2025全球大会上宣布开源基于大语言模型的3D场景语义生成框架SpatialLM，突破传统大语言模型对物理世界几何与空间关系的理解局限 [3][5] - SpatialLM赋予机器类似人类的空间认知和解析能力，为具身智能领域提供基础空间理解训练框架，企业可针对特定场景微调模型以降低训练门槛 [5] - 公司董事长黄晓煌表示目标是打造从空间认知理解到空间行动交互闭环的具身智能训练平台，去年发布的空间智能解决方案SpatialVerse通过合成数据方案为机器人搭建"数字道场"实现仿真环境训练 [5] 公司技术发展路径 - 公司利用GPU高性能计算提升渲染效率，将原本需要几十分钟的渲染时间缩短至十秒，使酷家乐产品快速获得市场认可 [8] - 当前业务方向是利用海量三维可交互数据集和空间认知能力构建"数字道场"，为人形机器人提供虚拟训练环境 [8] - 公司技术路线与英伟达黄仁勋主张的物理AI助力具身智能发展理念高度契合，黄仁勋在GTC大会提出AI发展将经历生成式AI、代理式AI到物理AI三个阶段 [8] 创始人背景与合作进展 - 创始人黄晓煌毕业于浙江大学，获英伟达全额奖学金赴UIUC深造GPU高性能计算，曾任职英伟达开发CUDA框架 [8] - 公司已与硅谷头部科技企业在内的国内外具身智能企业达成空间和具身智能训练合作 [5] - 黄晓煌在GTC大会期间与英伟达CEO黄仁勋会面，双方就技术理念进行深入交流 [7][8]

RoadAGI战略与概念 - 提出RoadAGI作为实现垂直道路场景AGI的新路径 通过AI Spark平台赋能智能车、机器人等移动体实现自主移动[1][2][8] - RoadAGI本质是基于AI的通勤能力 实现从店铺取货到最终配送的完整闭环 包括识别环境、过闸机、乘电梯等复杂场景[5][6][7][26] - 与传统无人配送存在本质区别：不依赖高精地图 通过视觉语言动作模型(VLA)实现免部署 只要人能到达的地方RoadAGI即可通过自主推理到达[10][27][28] 技术架构与优势 - 核心采用视觉语言动作模型(VLA) 将道路图像信息和文本指示融合处理 输出驾驶行为和文字 打通空间智能、语言智能和行为智能[11][13][14] - 技术底座基于端到端架构 预计2025年年中量产上车 已获得理想汽车等行业头部响应[11][12] - 具备大规模量产数据闭环能力 经过4000万公里智驾数据积累 形成显著技术先发优势[22][55][66] 商业化路径 - 首选落地场景为外卖配送 硬件成本约1-2万元 利用汽车供应链实现低成本规模化[49][57] - 目标替代数千万骑手市场 相比L5级自动驾驶具有更高容错率和更快商业化前景[51][65] - 去年智驾量产车型上市后成为爆款 单款车型获取城区NOA市场15%份额 今年预计交付超过20万台车[20][76] 公司战略定位 - 公司定位为AI公司而非单纯智驾公司 智驾只是实现物理AI的商业化选择[19][69] - RoadAGI是技术能力的自然延伸 与现有智驾业务高度协同 只需更换数据集无需分散兵力[45][47][54] - 目标成为中国第一家实现物理AI的公司 最终通过打通物理AI、生成式AI和语言AI实现真正AGI[81][84][86] 行业竞争格局 - 认为FSD在华基础能力领先国内一代 动态交互博弈能力突出 但受限于数据水土不服[94][95][97] - 激光雷达必要性随AI能力提升而降低 纯视觉方案在OCC网络成熟下可达97分效果 与激光雷达融合增益仅为1-2%[112][113] - 智驾行业已进入淘汰赛 城区NOA当前存在技术门槛但3-5年后或趋于平权 主机厂自研能力提升加速行业洗牌[107][109] 技术发展观点 - 认为选择比努力重要 在技术高速变化期应优先把握架构方向而非单纯解决问题[116][118][119] - VLA模型成熟度尚未完全成熟 但已支撑RoadAGI可行性 后续需持续迭代优化[39][61][62] - 物理AI与具身智能不冲突 公司专注高等级规划与大脑开发 而非底层运动控制[34][43]

财务数据和关键指标变化 - 第四季度营收3000万美元，连续八个季度实现营收增长，全年营收1.11亿美元，同比增长33%，符合30% - 50%的增长目标 [11][23][26] - 第四季度GAAP和非GAAP毛利率均提高至44%，全年GAAP毛利率为36%，处于35% - 40%的目标范围内 [11][23][28] - 2024年GAAP运营费用为1.45亿美元，低于2023年的3.82亿美元（含1.67亿美元商誉减值费用），平均季度运营费用比2023年第三季度低7% [23][32] - 截至12月31日，公司现金、现金等价物、受限现金和短期投资为1.75亿美元，第四季度通过ATM获得约2400万美元净收益 [33] - 2024年订单额为1.15亿美元，订单出货比大于1 [31] - 预计第一季度营收在3000万 - 3200万美元之间 [34] 各条业务线数据和关键指标变化 - 2024年OS传感器销量增长超50%，软件附加订单增长超60% [15] - 第四季度传感器发货约4800个，汽车和机器人客户的大量采购推动了23%的环比单位增长，这两个垂直领域以及工业领域是第四季度营收的最大贡献者 [26][27] 各个市场数据和关键指标变化 - 智能基础设施市场规模达190亿美元，美国有30万个信号交叉口，欧洲和亚洲也有类似规模的机会，预计该市场可推动超100万台设备的需求 [13][17] - 工业市场中，传统2D激光雷达的市场规模为10亿美元，2D区域监测已被广泛采用 [41] 公司战略和发展方向和行业竞争 2024年业务重点执行情况 - 软件方面，软件附加订单增长超60%，Ouster Gemini和Blue City的2024年订单预计将使累计部署站点超过700个，Blue City通过NEMA TS2要求，集成Ouster Gemini和Genetec Security Center，扩大分销网络 [16][17][18] - 激光雷达开发方面，在数字激光雷达路线图上取得重大进展，推出固件3.1%和3.2%，加速激光雷达采用的两个开发工具Ouster SDK和Ouster Studio，升级REV7组件，推进下一代L4和Chronos定制硅芯片的开发 [19][20][23] - 财务框架方面，实现了与长期框架一致的业绩，营收增长33%，全年利润率为36%，运营费用得到控制 [23] 2025年战略重点 - 扩大软件附加业务，专注于抓住190亿美元的智能基础设施市场机会，扩大Ouster Gemini和Blue City的应用场景和市场覆盖范围，预计软件附加业务的利润率将对硬件销售有增值作用 [35][36][38] - 转变产品组合，2025年将对整个产品组合进行变革，包括新硬件、固件功能、SDK新特性以及软件功能增强，本周推出的3D区域监测和Ouster Gemini云门户将扩大可寻址市场，下一代L4和Chronos传感器将显著提升产品性能 [39][40][42] - 持续向盈利迈进，保持30% - 50%的年度营收增长、35% - 40%的毛利率以及不高于2023年第三季度水平的运营费用 [43][44] 行业竞争 - 公司在激光雷达行业具有多元化的竞争优势，在智能基础设施市场，虽然存在传统竞争对手，但公司凭借差异化技术和性价比优势赢得市场 [62][64][65] - 与中国竞争对手的竞争动态多年来未发生重大变化，REV7产品提高了公司的竞争力，公司在选定市场保持并扩大了市场份额 [68][69][70] 管理层对经营环境和未来前景的评论 - 2025年公司将应对当前环境的波动性和不确定性，但对利用高性能、可靠且可获取的3D传感解决方案赋能全球行业的机会感到鼓舞 [24][25] - 机器人出租车和最后一英里配送机器人市场为公司带来积极的发展动力，公司对这些领域的未来机会持乐观态度 [53][54][55] - 公司认为目前的产品仅触及市场潜力的表面，正在开发的产品将使可寻址市场翻倍，公司有望实现最大的市场扩张 [73][74] 其他重要信息 - 公司获得一份200万美元的合同，将在田纳西州查塔努加市部署Blue City交通管理解决方案，这将是美国最大规模的激光雷达检测技术在交通和行人安全方面的应用 [12] - 公司供应链主要位于不受近期关税影响的国家，目前预计关税不会对业务产生重大影响 [34] 总结问答环节所有的提问和回答 问题1：过去一个季度大部分传感器用于机器人出租车和最后一英里配送等用例，能否详细说明这些市场情况 - 机器人出租车市场在过去几年经历低谷后，随着Waymo等公司的成功，市场有复苏迹象，公司有多个该领域的知名客户，对公司业务有积极影响；最后一英里配送机器人是物理AI趋势的一部分，公司为该领域提供支持，获得了更多商业机会 [53][54][55] 问题2：作为西方最大的激光雷达供应商，如何看待中国供应商以及目标市场的竞争动态 - 公司在供应链上进行了战略布局，产品在泰国制造，同时在美国也有生产设施；在竞争格局方面，公司在智能基础设施市场处于领先地位，凭借差异化技术和性价比优势赢得市场；与中国竞争对手的竞争动态多年未变，公司通过REV7产品提高了竞争力，保持并扩大了市场份额 [61][62][69] 问题3：公司预计今年可寻址市场翻倍，能否说明各细分市场的情况 - 公司认为汽车、工业、智能基础设施和机器人四个市场的可寻址市场大致相等，且在过去几年的营收中也有体现；正在开发的产品将使可寻址市场翻倍，公司目前仅有一种产品线，未来还有很多产品待推出 [72][73][74] 问题4：3D区域监测在智能基础设施市场的关注度如何，制造业回流是否带来更多业务机会 - 3D区域监测本周刚发布，是对现有REV7客户的固件升级，主要针对工业领域，已有很多测试客户对其功能满意，不确定在智能基础设施市场的应用情况，但公司产品具有跨领域价值；公司一直保持在岸制造能力，制造业回流带来的好处并非新现象，公司多年来一直在这方面进行投资 [78][79][82] 问题5：能否描述Gemini门户的额外收入流以及制造业回流对其他公司半导体业务的影响 - Gemini门户是连接Gemini边缘部署的云平台，目前主要用于管理和维护客户站点，未来将通过提供事件记录、分析等功能创造更多价值，预计会有更多收入流；公司一直有在岸制造业务，制造业回流带来的好处是持续的，并非新情况 [84][86][87] 问题6：能否按垂直领域或软件与传感器的组合说明毛利率情况，以及为何维持35% - 40%的毛利率指导 - 公司在四个垂直领域均实现了正毛利率，但出于竞争原因，暂不公布各垂直领域的毛利率；预计软件附加业务将对整体毛利率有增值作用，但由于市场存在不确定性，公司仍维持35% - 40%的毛利率指导 [93][94][100] 问题7：在智能城市项目中，价格竞争的激烈程度如何 - 在智能基础设施市场，特别是交通行业，由于很多项目需要公开招标，价格信息较为透明，公司需要满足价格要求，但同时产品的性能优势也是赢得招标的关键因素 [103][104][105] 问题8：能否提供更多关于积压订单的细节 - 公司未提供具体的积压订单数量，但表示积压订单支持公司在2025年实现30% - 50%的增长承诺，公司客户如约翰迪尔和谷歌地图的合作证明了市场的持续增长和客户的投资 [110][111][113] 问题9：关税是否会对客户或供应链产生重大影响，以及公司的资本需求情况 - 关税环境快速变化，目前未发现供应链受到干扰，公司会与客户保持合作，但难以预测未来情况；公司资本需求较低，目前的资本结构和人员配置足以支持未来的增长 [117][118][119]

英伟达布局人形机器人领域 - 公司通过CES展和GTC大会展示机器人战略，发布仿真平台Cosmos和基础模型Isaac GR00T N1，构建从训练算力(DGX)、仿真数据(Omniverse)到终端芯片(Jetson Thor)的全套解决方案[1][3][4][19] - 物理AI被视为AI新浪潮，人形机器人是核心载体，需通过仿真数据训练算法理解物理规则[7][8][16] - 公司未直接造机器人，而是提供底层技术设施，类比"修建收费站"商业模式[5][20][44] 人形机器人技术突破方向 - 智能化是核心差异点，需具备理解语言、自主决策能力，案例显示RT-2模型机器人可识别"灭绝动物"并执行操作[10][11][12] - 仿真数据填补真实数据缺口，特斯拉已应用37.1亿张仿真图片训练模型，自动驾驶依赖真实数据而机器人更依赖仿真[16][17] - 传统工业机器人仅执行预设任务，人形机器人需模拟人类思考过程[9][13] 英伟达技术积累路径 - 通过游戏业务沉淀物理引擎技术，收购Ageia后整合PhysX至GPU，应用于医疗、影视等工业场景[22][25][27][28] - 光线追踪技术展示实时物理模拟能力，为机器人/自动驾驶场景奠定基础[29][30] - Omniverse平台延续"虚拟世界物理规则模拟"逻辑，形成技术复用闭环[24][31] 公司业务扩张战略 - 经营逻辑为覆盖高价值场景：游戏(2010前)→移动设备(Tegra失败)→自动驾驶(占比<5%)→AI(ChatGPT引爆需求)→物理AI(机器人)[32][34][37][39][41] - 软硬件绑定模式：提供芯片+软件工具箱(CUDA/NVLink/Cosmos)，形成生态壁垒[42][43] - 黄仁勋提出技术演进三阶段：生成式AI→智能体AI→物理AI，机器人属于第三阶段[41]

GTC大会核心观点 - 英伟达将2024年GTC大会定位为"AI超级碗" 强调AI技术将惠及所有行业和公司 [5][7] - 公司CEO黄仁勋持续看好算力需求增长 预计数据中心基础设施收入2028年达1万亿美元 [9][10] - 公司推出开源软件Nvidia Dynamo和Blackwell芯片 宣称可使DeepSeek R1运行速度提升30倍 [9] 技术路线演进 - AI技术发展路径：从感知AI→生成式AI→推理式AI→物理AI [12][14] - 物理AI将开启机器人技术新时代 能理解三维物理世界的摩擦力、惯性等特性 [14] - 下一代芯片架构路线图：Blackwell Ultra(2025)→Rubin AI(2026)→Rubin Ultra(2027)→Feynman(2028) [16] - Blackwell Ultra算力达GB200的1.5倍 存储速度提升1.5倍 带宽扩大2倍 [18] - Rubin NVL144将搭载HBM4内存 Rubin Ultra算力达GB300的14倍 内存速度提升8倍 [19] 自动驾驶领域布局 - 自动驾驶汽车被视为最大AI机器人产业 公司将推动行业智能化变革 [21] - 推出Drive系列三大计算平台：训练用DGX 模拟用Omniverse/Cosmos 车载计算用AGX [23] - 开发Halos安全系统 对所有代码进行第三方安全评估 提升自动驾驶安全性 [24] - 与通用汽车合作开发数字孪生工厂 优化生产流程并训练工业机器人 [31][32] - 与麦格纳合作开发L2+至L4级驾驶方案 计划2025年推出演示平台 [36] 行业合作生态 - 已与丰田、比亚迪、广汽埃安、小鹏等主流车企建立合作网络 [29] - 通用汽车将在高级驾驶辅助系统中整合Drive AGX平台 [34] - 自动驾驶卡车客户Gatik计划2027年商用车型采用英伟达计算平台 [36] - 2024年四大云服务商采购130万片Hopper GPU 2025年将采购360万片Blackwell GPU [19]

宇树机器人技术突破 - 宇树科技发布全球首款完成侧空翻的人形机器人G1 该机型在完成高难度动作后仍保持平衡 较2023年H1机型（1 8米）的原地空翻实现技术升级[1] - 公司强调此次侧空翻为"更高难度挑战" 技术迭代周期仅一年 体现研发效率优势[1] 机器人概念股市场表现 - A股机器人板块集体爆发 奇精机械（603677 SH）6连板 宁波东力（002164 SZ）3连板 双飞集团（300817 SZ）20CM涨停 宇环数控（002903 SZ）2连板[1] - 港股越疆机器人（2432 HK）盘中涨幅超22% 股价创历史新高[1] - 细分个股涨幅突出 双飞集团现价31 33元（+19 99%） 瑞凌股份13 10元（+18 34%） 唐源电气27 85元（+17 96%）[2] 行业技术进展与产品动态 - 越疆机器人推出全球首款全尺寸具身智能人形机器人Dobot Atom 售价19 9万元起 首次将产品打入20万元价格带 标志量产化进程加速[3] - 国家地方共建人形机器人创新中心即将发布"格物"通用具身智能平台 构建全球领先的机器人训练生态系统 同步设立开放基金[3] - 英伟达在GTC 2025大会推出开源人形机器人功能模型GR00T N1 CEO黄仁勋提出"物理AI"概念 判定机器人产业为未来最大增长点[3] 机构观点 - 天风证券指出英伟达GTC展示的智能感知技术突破将推动人形机器人普及 加速厂商入局 同时驱动硬件向高精度、高可靠性升级[4] 行业热点事件 - 人形机器人价格门槛突破19 9万元 进入商业化初期阶段[6] - 深圳企业实现全球首例前空翻机器人技术 运动速度达12km/h 反映区域技术创新活力[6]