东方证券发布研报称，英伟达(NVDA.US)在CES 2026展会上发布面向自动驾驶的开源AI模型平台 Alpamayo，与传统VLA模型不同，作为推理VLA模型的Alpamayo具备逐步解决复杂问题并生成类似于 人类思维过程推理痕迹的能力。随着英伟达自动驾驶生态持续拓展、高级别自动驾驶及Robotaxi渗透率 逐步提升，预计智驾芯片、激光雷达、域控制器、线控制动/转向等高级别自动驾驶相关零部件需求将 迎来快速增长，自动驾驶软硬件供应商将持续迎来发展机遇。 黄仁勋在演讲中展示了英伟达构建的全球L4级自动驾驶与Robotaxi生态系统，其中包括德赛西威 （002920）、禾赛、Momenta、文远知行、小马智行、元戎启行等一系列Robotaxi运营商及自动驾驶软 硬件供应商。随着英伟达自动驾驶生态持续拓展、高级别自动驾驶及Robotaxi渗透率逐步提升，预计智 驾芯片、激光雷达、域控制器、线控制动/转向等高级别自动驾驶相关零部件需求将迎来快速增长，自 动驾驶软硬件供应商将持续迎来发展机遇。 投资建议与投资标的 英伟达发布开源自动驾驶模型Alpamayo，有望推动高级别自动驾驶及Robo-X渗透率提升，预计自动驾 ...

智通财经APP获悉，东方证券发布研报称，英伟达(NVDA.US)在CES 2026展会上发布面向自动驾驶的开 源AI模型平台Alpamayo，与传统VLA模型不同，作为推理VLA模型的Alpamayo具备逐步解决复杂问题 并生成类似于人类思维过程推理痕迹的能力。随着英伟达自动驾驶生态持续拓展、高级别自动驾驶及 Robotaxi渗透率逐步提升，预计智驾芯片、激光雷达、域控制器、线控制动/转向等高级别自动驾驶相关 零部件需求将迎来快速增长，自动驾驶软硬件供应商将持续迎来发展机遇。 东方证券主要观点如下： 英伟达发布自动驾驶开源模型Alpamayo，将有望促进高级别自动驾驶及Robo-X渗透率提升 英伟达CEO黄仁勋在CES 2026发布自动驾驶的开源VLA(视觉-语言-动作)大模型平台Alpamayo，同时配 套发布仿真工具AlpaSim以及包含1700多小时驾驶数据的开放数据集，构建完整的自动驾驶生态平台。 黄仁勋表示，英伟达NVIDIA DRIVE AV智驾系统将率先搭载于奔驰CLA，预计年底在美国上市，2027 年英伟达将测试无人驾驶出租车服务。 与传统VLA模型不同，作为推理VLA模型的Alpamayo具 ...

市场行情概览 - 2026年1月7日，沪深300与创业板指在过去一年（2025年1月至2025年9月）呈现显著上涨趋势，涨幅区间在0%至80%之间 [2] - 当日涨幅前五的行业为综合（+3.859%）、煤炭（+2.467%）、电子（+1.246%）、通信（+1.241%）和电力设备（+0.615%） [3] - 当日跌幅前五的行业为石油石化（-1.73%）、非银金融（-1.128%）、美容护理（-1.025%）、计算机（-0.811%）和银行（-0.722%） [4] 汽车行业：智能驾驶 - 英伟达在CES 2026上发布并开源了名为Alpamayo的推理智驾模型，这是一个具备100亿参数的端到端视觉-语言-动作模型，具备分步骤推理处理罕见场景的能力和一定的决策可解释性 [5][10] - 英伟达同时发布了配套仿真工具AlpaSim和1700小时的物理AI开放数据集，构建了从训练、仿真到闭环测试的全栈智驾解决方案，工具已在GitHub等平台开源 [5][10] - 搭载英伟达智驾方案的车型计划于2026年一季度在美国上路，二季度进军欧洲，下半年在亚洲上路，捷豹路虎、Uber等公司计划利用该模型推动L4级自动驾驶落地 [10] - 该模型的开源有望降低行业开发门槛，加速L2++级智驾功能和L4级Robotaxi在全球的普及，英伟达认为“物理AI的ChatGPT时刻”已经到来 [11] - 2026年，城区智驾功能将在需求端（消费者认可）和供给端（低成本高性能方案）共同推动下加速渗透，功能有望从中高端车型向下沉市场普及 [12] - Robotaxi（自动驾驶出租车）将持续落地，特斯拉、小鹏汽车等公司正完善L2++技术并基于此推出Robotaxi方案，矿山、物流等多场景自动驾驶也将发展 [12] - 智驾与机器人在算法、数据、软件和人才上高度协同，智驾领域的公司有望在机器人领域取得进展 [12] - 报告建议关注智驾产业链感知、决策、执行及运营环节的标的，包括德赛西威、华阳集团、经纬恒润、小鹏汽车、中科创达等 [13] 电子行业：消费电子与元器件 - 2025年电子板块走势强劲，其中PCB（印制电路板）行业在涨幅和业绩上大幅领先，主要受益于AI产品的快速迭代与批量出货 [6][15][16] - 消费电子行业表现较好，受新品出货和国补政策拉动，而被动元件和光学光电行业涨幅相对落后 [6][16] - 传统品类如手机、PC、平板增长平稳，而AI眼镜、AI服务器等新兴品类呈现高速增长趋势 [6][16] - 2026年投资主线围绕四大方向：1) 苹果产业链，预计2026年将推出iPhone 17E、折叠屏iPhone和AI眼镜，进入三年创新周期 [17]；2) 华为鸿蒙产业链，鸿蒙OS6支持多种AI智能体，未来随着供应链国产化提升，销量有望增长 [17]；3) AI眼镜产业链，以Meta为代表的产品销量攀升，有望成为千万至亿级销量的终端 [17]；4) OpenAI终端硬件产业链，其入局有望打造爆款原生AI硬件 [17] - 零组件升级趋势集中在：1) 光学：为支持多模态AI交互，手机光学性能持续升级 [18]；2) 电池及快充：应对更高功耗，钢壳电池、掺硅负极、固态电池等技术应用，带电量与快充功率提升 [18]；3) 散热：AI终端热管理挑战加剧，VC均热板、微泵液冷、微型风扇等方案被采用 [18]；4) 结构及工艺：盖板玻璃向超硬、防刮等方向升级，3D打印、MIM等工艺应用更广 [18] - 元器件方面：1) AI终端侧：SoC升级推动PCB向高阶、高密度发展，折叠屏设备增加FPC（柔性电路板）用量 [19]；2) AI算力侧：AI芯片迭代提升PCB需求和规格，服务器功耗提升推动供电架构从交流UPS向HVDC和SST升级，带动功率器件及MLCC、钽电容等被动元器件用量与规格双升 [19] - 报告建议2026年关注AI算力与终端共振下的高景气方向，受益标的包括工业富联、立讯精密、胜宏科技、沪电股份、顺络电子等 [20] 公司研究：盐湖股份 - 盐湖股份发布2025年业绩预告，预计归母净利润为82.9-88.9亿元，同比增长77.78%-90.65%，其中第四季度归母净利润为37.9-43.9亿元，同比增长148.9%-188.3%，环比增长90.5%-120.7%，业绩超预期 [22] - 业绩增长主要受益于钾、锂产品景气度回暖，以及公司确认递延所得税资产 [22] - 2025年公司主要产品产销量：氯化钾产量约490万吨（同比-1.2%），销量约381.43万吨（同比-18.4%）；碳酸锂产量约4.65万吨（同比+16.2%），销量约4.56万吨（同比+9.7%） [24] - 2025年氯化钾（60%粉，青海地区）均价为3,002元/吨，同比上涨21.5%；碳酸锂（电池级）均价为7.57万元/吨，同比下降16.5% [24] - 公司拟以现金46.05亿元收购控股股东中国盐湖持有的五矿盐湖51%股权 [7][22] - 五矿盐湖拥有氯化锂保有资源量164.59万吨，氯化钾保有资源量1,463.11万吨，已建成碳酸锂年产能1.5万吨、钾肥年产能30万吨等 [24] - 报告上调公司盈利预测，预计2025-2027年归母净利润分别为85.57、109.75、127.49亿元（原预测值为52.48、57.74、61.07亿元），对应EPS分别为1.62、2.07、2.41元/股 [7][22] - 看好公司通过收购巩固国内氯化钾龙头和碳酸锂低成本典范的地位，并积极融入五矿体系，维持“买入”评级 [7][23] 公司研究：赛力斯 - 赛力斯2025年12月新能源车销量为6.10万辆，同比增长63.4%；2025年全年新能源车销量为47.23万辆，同比增长10.6% [8][26] - 问界品牌2025年12月新车交付超5.7万辆，再创单月交付新高；2025年全年新车交付超42万辆 [8][26] - 主力车型表现：问界M7上市72天大定破10万辆，2025年11月销量已突破2.5万辆；问界M8上市8个月交付突破15万辆，峰值月销超2万辆；问界M9上市20个月累计交付超26万辆 [27] - 鉴于公司推出购置税兜底政策影响未交付产品毛利率，报告小幅下调业绩预测，预计2025-2027年归母净利润为89.0、126.9、162.8亿元（原预测下调幅度分别为14.1、11.5、6.4亿元） [8][26] - 展望2026年，问界新M7、M8将继续贡献增量，定位25万级的问界M6有望上市，此外还有M9加长版、M5改款等新车型 [28] - 智驾方面，华为乾崑ADS5持续研发；渠道方面，问界2025年新增用户中心超80家，总规模近400家；海外市场，公司港股IPO后将加速销售体系建设 [28] - 公司新看点包括：1) 华为乾崑智驾2026年将有80款合作车型上市，公司作为华为引望股东有望获得投资收益及技术优先搭载权益 [28]；2) 公司旗下赛力斯凤凰与火山引擎合作攻关智能机器人技术，利用工厂场景加速技术迭代 [28][30] - 报告维持对公司“买入”评级 [26]

行业投资评级 - 汽车与零部件行业评级为“中性”（维持）[5] 报告核心观点 - 英伟达发布面向自动驾驶的开源AI模型平台Alpamayo，将有望促进高级别自动驾驶及Robo-X（包括Robotaxi、Robovan等）渗透率提升[2][8] - 英伟达此举构建了完整的自动驾驶生态平台，包括仿真工具AlpaSim和超过1700小时驾驶数据的开放数据集[8] - 英伟达CEO黄仁勋称“物理AI的ChatGPT时刻已到来”，并宣布其NVIDIA DRIVE AV智驾系统将率先搭载于奔驰CLA，预计2026年底在美国上市，2027年测试无人驾驶出租车服务[8] - Alpamayo作为推理VLA模型，具备自主思考长尾场景、在复杂环境中安全驾驶并解释其决策的能力，有望加快行业技术迭代[8] - 预计Robo-X规模化进展有望加速，Robotaxi正迎来单车盈亏平衡拐点，Robovan部署成本已降至10万元人民币以内，降本增效显著[8] - 据低速无人驾驶产业研究所预测，2025年中国无人配送车出货量近4万辆，2026年出货量则有望达到10万辆[8] - 国内公司如九识智能已部署超1.6万台Robovan车队，经纬恒润港口L4级全无人业务进展顺利[8] - 英伟达构建的全球L4级自动驾驶与Robotaxi生态系统包含多家软硬件供应商及运营商，预计将带动智驾芯片、激光雷达、域控制器、线控制动/转向等相关零部件需求快速增长[8] 投资建议与标的 - 投资建议：英伟达发布开源模型有望推动高级别自动驾驶及Robo-X渗透率提升，预计自动驾驶相关整车公司、零部件供应商及出行服务商均将受益[3][9] - 零部件相关标的：经纬恒润-W、伯特利、德赛西威、华阳集团、科博达、地平线机器人-W、禾赛-W、耐世特等[3][9] - 整车及出行服务商相关标的：小鹏汽车-W、赛力斯、小马智行-W等[3][9]

在新发布的这一模型平台中，Alpamayo可基于视频输入生成行驶轨迹并输出对应推理过程，用于 研究、模型蒸馏及开发辅助工具；AlpaSim则是一套完全开源的端到端辅助驾驶仿真框架，已在GitHub 发布，支持高保真传感器建模和闭环测试；物理AI开放数据集，包含超过1700小时的真实道路驾驶数 据，覆盖不同区域和环境条件，并包含一定比例的复杂和罕见场景。 目前，Alpamayo主要作为自动驾驶的训练模型和开发基础使用。同时，英伟达允许开发者利用其 丰富的相关工具和模型库，包括NVIDIA Cosmos™和NVIDIA Omniverse™平台。开发者能够基于专有 车队数据对模型版本进行优化升级，将其集成至NVIDIA DRIVE AGX Thor™加速计算构建的NVIDIA DRIVE Hyperion™架构中，并在商业部署前通过仿真验证其性能表现。 1月6日，据报道，英伟达在CES 2026举行的吹风会上，面向推理型辅助驾驶与自动驾驶系统研 发，发布Alpamayo系列开源AI自动驾驶模型、仿真工具及数据集。该系列主要用于训练、评估和验证 辅助驾驶及自动驾驶系统在复杂及罕见驾驶场景下的决策能力，还可以利用这一 ...

英伟达推出开源自动驾驶AI模型Alpamayo - 英伟达在CES 2026上推出名为Alpamayo的开源自动驾驶AI模型，其CEO黄仁勋称其为“世界上首款能思考、能推理的自动驾驶汽车AI”，直接挑战特斯拉的FSD系统 [1] - 该模型被英伟达称为“物理AI的ChatGPT时刻”，旨在解决自动驾驶中导致系统失败的罕见“长尾问题” [5] - 旗舰产品Alpamayo 1是一个拥有100亿参数的视觉-语言-行动模型，采用“链式推理”方式，不仅能处理视频输入并生成行驶轨迹，还能用自然语言输出决策背后的逻辑 [5] 英伟达的开源生态与商业化策略 - 英伟达通过全面的开源策略切入市场，Alpamayo 1模型权重已在Hugging Face平台开放获取，并同步推出端到端仿真框架AlpaSim及涵盖1700小时复杂驾驶场景的物理AI开放数据集 [6] - 此举标志着英伟达以“自动驾驶领域的安卓系统”为定位，构建开放生态，与特斯拉的封闭FSD系统形成差异化竞争 [6] - 公司宣布该技术将自2026年第一季度起搭载于梅赛德斯-奔驰CLA车型，迈出商业化落地的重要一步 [6] 行业竞争与特斯拉的回应 - 特斯拉CEO埃隆·马斯克对英伟达的发布作出回应，称“这正是特斯拉在做的”，并指出达到99%的准确率相对容易，但解决剩余1%的“长尾问题”非常困难 [1] - 马斯克进一步表示，不会因为英伟达的竞争而失眠，并真心希望他们能成功 [3] - 马斯克的回应强调了自动驾驶行业的核心瓶颈，即攻克罕见但至关重要的“边缘案例”是技术安全落地的关键 [8] 行业技术路径与数据壁垒 - 马斯克指出，即便英伟达发布了推理能力更强的模型，在应对现实道路的极端复杂性时，仍难以绕过特斯拉通过大规模部署所建立的数据与工程壁垒 [8] - 特斯拉FSD系统已在全球数百万辆车上持续运行，积累了涵盖海量场景、尤其是“长尾问题”的真实道路数据与闭环优化经验，这构成了其在迭代效率和场景覆盖深度上的结构性优势 [8]

太平洋时间 2026 年 1 月 5 日 ——NVIDIA 发布 NVIDIA Alpamayo 系列开源 AI 模型、仿真工具及数据 集，旨在推动安全可靠的推理型辅助驾驶汽车开发。 智能汽车必须在复杂多变的驾驶条件下安全运行。被称为"长尾"的罕见、复杂场景始终是辅助驾驶系统 需要攻克的最大难题之一。传统辅助驾驶架构将感知与规划分离开来，这在面临突发或异常状况时，往 往会限制其系统扩展性。尽管端到端学习的最新进展已取得显著突破，但要解决这些长尾极端事件，仍 需具备安全推理因果关系能力的模型，特别是在遇到的场景超出模型训练经验的情况下。 Alpamayo 系列引入基于思维链的 VLA 推理模型，为辅助驾驶决策注入类人的思维能力。这些系统能够 逐步推演罕见或全新场景，提升驾驶能力和可解释性，这对构建智能汽车的安全信任体系至关重要，其 核心技术由 NVIDIA Halos 安全系统提供支撑。 NVIDIA 创始人兼首席执行官黄仁勋表示："物理 AI 的 ChatGPT 时刻已然到来，机器开始具备理解真 实世界、推理并付诸行动的能力。无人驾驶出租车将是最早受益的应用之一。Alpamayo 为智能汽车注 入推理能力，使 ...

摸着中国公司过河？ 文 丨 赵宇 编辑 丨 龚方毅 "物理 AI 领域的 ChatGPT 时刻已经到来，无人驾驶出租车将是首批受益的行业之一。" 北京时间 1 月 6 日清晨，英伟达创始人兼 CEO 黄仁勋在 2026 年 CES 主旨演讲中说道。他预测 未来世界上将有 10 亿辆汽车实现高度或完全自动驾驶。 吴新宙加入后，在英伟达原有部门的基础上搭建起英伟达自动驾驶全栈自研部门，大力推进无图城市 NOA 方案研发，并逐步结合 "端到端" 技术迭代智驾方案。然而，他也遇到不少挑战，包括英伟达中 国与北美团队的沟通协作问题，以及相比中国智驾供应商，英伟达自动驾驶团队的工作节奏明显更慢 等。 前述知情人士称，2024 年 4 月，英伟达曾推出一个无图城市 NOA 的 Demo 版本，但体验不佳，这直 接导致英伟达丢掉奔驰在中国市场的部分智驾方案订单。彼时，特斯拉已经在北美落地 "端到端" 方 案，理想、小鹏、华为等厂商也已在中国上百座城市完成无图 NOA 方案的全量推送。 这场发布会选址拉斯维加斯枫丹白露酒店，因关注度极高，媒体在持有 CES 证件之外还要单独向英伟 达提交申请。在严格限制人数的会场内，黄仁勋身着 ...

NVIDIA在CES大会发布自动驾驶新产品 - 公司在CES大会上发布了一系列名为Alpamayo的开源推理模型，旨在引导自动驾驶汽车应对复杂驾驶情况 [1] - 此次发布的核心是Alpamayo 1，这是一个拥有100亿个参数的逻辑推理系统 [1] - 公司表示，该系统能够更接近人类的驾驶方式 [1] Alpamayo模型的技术原理与特点 - 模型的工作原理是将意外的驾驶情况分解成一系列更小的问题，然后再找到最安全的行驶路径 [1] - 在每一步，该模型都能解释其推理过程 [1] - 公司同时发布了一款名为AlpaSim的姊妹模型，允许开发者针对现实生活中很少遇到的驾驶场景进行闭环训练 [1] 产品商业化落地进展 - 2025款梅赛德斯-奔驰CLA将成为首款搭载英伟达全套自动驾驶技术栈（包括Alpamayo）的车型 [1]

英伟达发布开源推理VLA模型Alpamayo - 公司宣布开源其首个用于自动驾驶的推理VLA（视觉-语言-动作）模型Alpamayo 1，旨在打造能在意外情况下“思考”解决方案的车辆 [1] - 该模型采用100亿参数架构，使用视频输入生成轨迹和推理过程，展示每个决策背后的逻辑 [1][4] - 公司CEO黄仁勋表示，物理AI的ChatGPT时刻已到来，机器开始理解、推理并在真实世界中行动，无人出租车是首批受益者 [6] - 首款搭载英伟达技术的汽车将于第一季度在美国上路 [1][3] Alpamayo模型的技术定位与原理 - Alpamayo 1是业界首个为自动驾驶研究社区设计的思维链推理VLA模型，现已在Hugging Face平台发布 [4] - 该模型并非直接在车内运行，而是作为大规模教师模型，供开发者微调并提取到其完整自动驾驶技术栈的骨干中 [6] - 推理VLA模型将复杂的任务分解成可管理的子问题，并以可解释的形式阐明其推理过程，这使其能够更准确地解决问题 [8] - 构建推理VLA模型需要三种基本AI功能：视觉感知、语言理解以及动作和决策制定 [8] 完整的开源生态系统 - Alpamayo家族整合了三大基础支柱：开源模型、仿真框架和数据集，构建了一个完整的开放生态系统 [4] - AlpaSim是一个完全开源的端到端仿真框架，用于高保真自动驾驶开发，现已在GitHub平台发布 [9] - 公司提供了面向自动驾驶的大规模开放数据集，包含超过1700小时的驾驶数据，覆盖罕见且复杂的真实世界边缘案例 [9] - 这些工具共同为基于推理的自动驾驶技术栈创建了一个自我强化的开发循环 [10] 行业支持与合作 - 包括捷豹路虎、Lucid、Uber以及加州大学伯克利分校DeepDrive产业联盟在内的多家移动出行领军企业和研究机构表示将利用Alpamayo开发技术 [3] - 行业合作伙伴认为，开放、透明的AI开发对于负责任地推进自动移动出行至关重要，开源模型有助于加速整个生态系统的创新 [11] - 处理长尾和不可预测的驾驶场景是自动驾驶的决定性挑战之一，Alpamayo为行业创造了加速物理AI、提高透明度并增加安全L4级部署的新机遇 [11] 跨行业AI模型全面开放 - 除Alpamayo外，公司还发布了多个推动各行业AI发展的新开源模型、数据和工具 [12] - 这些模型涵盖用于代理AI的Nemotron家族、用于物理AI的Cosmos平台、用于机器人的Isaac GR00T以及用于生物医学的Clara [1][14] - 公司提供了全球最大的开放多模态数据集合之一，包括10万亿语言训练标记、50万个机器人轨迹、45.5万个蛋白质结构和100TB的车辆传感器数据 [14] - 博世、CrowdStrike、Salesforce、ServiceNow、日立和Uber等科技业领头羊正在采用并基于这些开源模型技术进行开发 [15]