Ai泡沫这轮热度褪去后，我认为下一个布局的机会就是Embodied AI 和能源。 AI已经正在从屏幕走向现实，而人形机器人就是Embodied AI物理落地的核心！其他形式就是自动驾驶汽车（Tesla FSD等）、工业机械臂、仓库机器人（Amazon）、四足机器人（Boston Dynamics Spot）、无人机（大疆）等，不过人形机器人还是其中最有优势的一个板块。 摩根士丹利预测：2050年全球存量超10亿台，市场规模达5万亿美元（超汽车行业2倍）。尤其中国领跑供应链优势明显。 我们来看这张市场规模与存量图：2030年中期前蓄力，后期爆发增长，高收入国家早期主导，低收入靠成本跟进。 目前的人形机器人挑战点：集中在真正“落地”，仍需突破灵巧度、续航、安全性和成本。当前多为专用或半通用阶段，距离“像人一样全能”还有距离，但S曲线增长已启动，图片中到2030年后期加速，不过我个人觉得可能会提前。 总结：人形机器人 = AI物理落地的旗舰项目。它不只是机器人，更是AI真正进入物理世界的关键路径，这也是MS等机构给出万亿市场预期的核心逻辑。 作为交易员，我看到的不只是技术，还有投资机会。更应该看到生产力重塑——AI严重解放劳动力对社会的影响。Embodied AI会重塑整个生产力曲线，普通人需要考虑到未来不到10年自己会不会失业，工厂的产品也会因为有廉价机器人的参与，产品也会越来越卷，会不会被推下牌桌也是我们需要思考的。 那么我们关注的是投资机会在哪里？我通过卡脖子理论来进一步分析。 1️⃣算力与AI大脑（最硬脖子）：训练+推理需要海量GPU/芯片。NVIDIA 几乎垄断高性能AI加速器，MS Humanoid 100中“Brain”部分的核心。没有它，AI模型难以高效落地。 2️⃣高端传感器+执行器：视觉、力反馈、灵巧手。美股中部分半导体/传感器公司有优势，但中国在成本端追赶。 3️⃣整机集成与数据飞轮：Tesla 通过海量真实世界数据迭代，形成闭环优势，也可以关注中国比亚迪和小鹏。 4️⃣其他瓶颈：稀土/材料、电池、高精密减速器（部分仍依赖特定供应链）。 5️⃣其他辅助板块：MSFT和GOOGL在AI模型➕云算力，间接卡软件脖子。 SYM和ROK在工业自动化执行层，有一定瓶颈优势 其次能源也是人形机器人普及的重大“卡脖子”环节之一，甚至可能是中长期最现实的制约因素。 高功率执行器（关节电机）+计算单元（AI推理）导致瞬时和持续高耗电。一台人形机器人可能相当于多个家电的功率。 痛点如下： 1️⃣电池能量密度、充电速度、散热、安全是瓶颈。目前续航多在1-2小时，远不能满足全天工作需求。 2️⃣大规模部署后：工厂/家庭充电桩网络、电网负载、能源成本将成为系统性挑战。 3️⃣MS等机构隐含判断：报告提到供应链降本，但能源是硬件之外的另一大限制。未来需要固态电池、快速充电、无线充电、能源管理系统的突破。 卡脖子总结出来的能源股票 1️⃣TSLA：最直接受益，有4680电池技术、能源存储和充电网络生态。机器人➕能源闭环优势明显，是“卡脖子”潜力股。 2️⃣ENPH和SEDG：家用/商业储能+逆变器，机器人充电基础设施相关。 3️⃣充电/管理：CHPT有充电桩网络和工业充电解决方案公司。 4️⃣BE，有清洁、可靠、24/7的分布式现场发电，可以给运行的整个生态（工厂、数据中心）提供可靠电力，是解决能源瓶颈的重要玩家。 以上就是我对接下来的优质投资机会的分析和总结。接下来哪些优质的资产可以长期持有，我们心里有数了。 那么你认为人形机器人是威胁还是红利？欢迎讨论👇 #人形机器人# #EmbodiedAI# #AI物理落地# #交易策略# #美股推荐#

AI 七层轮动图，麦麦做了个精简版。🗺️ 之前那张是「完整版攻略」， 这张是「速通版地图」。 现在市场大概走到哪了？ ✅ 已轮动：芯片架构、半导体设备、存储、内存、光通信 🔥 正在猛攻：算力基础设施、数据中心 🌱 升温中：能源、电力底座 🟡 待轮动：原材料、稀土 👀 提前蹲好：应用端、物理 AI 落地 这轮 AI，不是一个龙头单刷副本， 而是资金在产业链里一层层换房间。 别只盯已经飞的， 下一关谁被市场点名，才是麦麦继续蹲的重点。 完整七层拆解，回看原文👇 #MSX# #链上美股用麦通# #美股# #AI#

卧槽，兄弟们！ 孙宇晨又精准预判了！ 十年前押英伟达+比特币暴富，去年喊“永远缺存储”直接引爆板块，今年直接重仓物理AI，直言：未来三年唯一主线！ 普通虚拟AI红利吃完了，接下来就是给AI装“钢铁身体”，杀进真实世界搬砖、开车、飞天！ 白嫖党福音来了！ 我把物理AI拆成七大核心细分赛道（人形机器人、无人机/低空经济、3D视觉、自动驾驶、执行器/减速器、工业仿真+空间计算、能源算力配套），上下游全链条一次性捋清 1. 人形机器人（最直观载体，爆点中的爆点）上游：减速器（绿的谐波）、伺服电机（汇川）、执行器、灵巧手 中游：整机（宇树、优必选、乐聚） 下游：工厂/家庭/养老 孙哥押的就是“身体”端，成本降下来就是万亿级劳动力革命！ 2. 低空经济/无人机（已经商业闭环）蜂群战术、农田喷洒、物流配送、应急救援… 上游传感器+算力，中游飞行平台，下游空管+保险 物理AI落地最早的赛道，政策+订单双杀！ 3. 3D视觉+空间计算（AI的“眼睛”）让机器人看懂真实世界距离、障碍 奥比中光这类龙头直接吃肉，Vision Pro/FSD同款技术下沉！ 4. 自动驾驶（物理AI自动落地验证场）端到端模型+域控制器，德赛西威等直接受益 从车到机器人，算法复用，降本加速！ 5. 执行器/核心零部件（卡脖子+高毛利）谐波减速器、关节、传感器…国产替代空间巨大！ 6. 工业仿真+物理引擎（虚拟训练降本神器）索辰科技这类，毫米级仿真+合成数据，训练成本砍到1%！英伟达Omniverse平替！ 7. 算力+能源配套（永远的底座）高性能GPU/光计算、天基算力、储能… 孙哥老本行，芯片+电=物理AI的血液！兄弟们，这不是概念，是真金白银的生产力革命！ 从比特到原子，AI终于要干活了！ 孙宇晨十年预判史就是财富密码，这次你跟不跟？ 行动起来： 想看哪个赛道深度拆解？评论区可以说说你怎么看？

最新24h财经要闻（简单点评） 1. 六氟化钨价格暴涨引爆电子特气概念股 → 三重逻辑支撑赛道：半导体先进制程用量翻倍、国产替代加速、日韩断供倒逼国产化，机构已提前布局工业气体龙头 2. 日本光刻胶原料断供，怡达股份等国产厂商机会显现 → 中国企业正抢单PGME/PGMEA溶剂，国产化窗口打开，短期供需错配或持续 3. 摩根大通研报聚焦MLCC行业，高端MLCC需求驱动增长 → 对话国瓷材料十项重点纪要显示：5G/AI推动高端电容需求，龙头订单可见度高 4. ABF载板迎来超级景气周期，替代概念股受关注 → AI算力需求爆发，ABF供需缺口扩大，国产替代进入黄金期 5. PI膜涨价纪要流出：AI增量+供需缺口+产品涨价 → 柔性电路板核心材料，需求侧AI硬件拉动，供给侧扩产周期长 6. 字节跳动AI制药引爆AI4S赛道 → 物理AI落地端受关注，产业趋势明确但标的稀缺 7. 2万亿国产算力规划出炉，宝德计算注入A股 → 昇腾核心厂商市值极度低估，昇腾产业链整合加速 8. 钨价持续回升，PCB高端钻针起飞 → 钨矿龙头利润托底，硬质合金业务价值重估，通裕重工等产业链受益 9. 光伏尾盘异动，卖方点评原因 → 政策预期+基本面边际改善，组件去库接近尾声，估值修复进行中 10. 半导体超纯水RO膜打破寡头垄断 → 唯赛勃卡脖子环节实现突破，高毛利替代空间大

英伟达老黄在GTC大会上都说了什么？ 看了下演讲全文，感觉这次老黄不只是在卖芯片，而是在卖一个全新世界观：AI 不是工具，不是应用，而是人类下一个工业革命的能源+发动机。AI 是新时代的电力 + 发动机，Token工厂、AI代理智能体、物理AI 共同构成基础设施。梳理下要点： 1. 第一性原理：AI 的本质重新定义（别再当它是“聪明App”了） 老黄认为 1）AI 不是单一模型突破，也不是“会聊天”的玩具，而是像电力一样的核心基础设施。 2）每个公司都会用，每个国家都会建，不建就落后，就像19世纪不建电厂一样。 2）计算需求过去两年已增长“一百万倍”，且还在指数级加速。 老黄更是给了一个炸裂的前瞻指引，预计到2027年，仅英伟达这些旗舰芯片（Blackwell + Vera Rubin 系列）就能贡献至少1万亿美元营收。”（比之前市场预期的5000亿翻倍，时间拉长一年但金额更狠） 这已经不是简单的财报指引，是给全球CEO和国家元首的最后通牒：你们不投AI工厂，我们就帮别人建。 2. Token工厂：数据中心的新物种 老黄把数据中心彻底改名——不再是存数据的仓库，而是生产智能代币的工厂。CEO 现在要像管传统工厂一样管“代币产出率”和“单位代币成本”。英伟达通过全栈垂直整合，已经把单位代币成本做到全球最低。 这就是工业化拐点：AI 从实验室玩具 → 国家级重资产基础设施。 投资视角来看，这会让“AI基建”概念彻底主流化，能源、冷却、网络、光模块、液冷、变压器等全产业链都会被重估。别只盯着GPU，看“Token工厂”全链条。 3. Vera Rubin 平台：下一代AI工厂的完整蓝图 Rubin不是单颗芯片，是垂直整合的7大芯片 + 5个机架级系统 + 1个超级计算机*。 他的亮亮点在于： 1）Vera CPU（专为Agent优化）、全液冷、Groq确定性流式推理 + Dynamo解耦、吉瓦级工厂代币生成速度提升350倍。 2）大规模光电共封装（CPO）、硅光子，目标百万卡集群、低功耗低延迟。 老黄原话这么说：“Vera Rubin 不是芯片，而是一个巨型系统，从能源到端到端全优化。” 这其实在告诉对手和客户：英伟达已经把“AI发电厂”的参考设计做出来了，你们直接抄作业就行（当然得用我们的零件😎） 4. Agentic AI + OpenClaw：下一个十年的操作系统级革命 OpenClaw在这次GTC上被老黄定义为“AI时代的Linux”——开源、底层框架，让Agent自主调用工具、写代码、管理文件。 老黄宣布NewClaw企业版平台，现场“极简养虾”demo（一键让AI代理管复杂养殖流程），象征极简部署 + 自主执行。 老黄更是明确说，今天世界上每一家公司都必须制定OpenClaw策略。同时推Nemotron开放模型联盟（语言、视觉、机器人、生物、气候等全覆盖），开放生态才是王道。 这是在逼所有企业从SaaS转向AaaS（Agent as a Service），代理框架、工具链、隐私护栏相关公司会爆。开源+企业级双轮驱动，类似于当年Android的打法。 5. Physical AI + 机器人：从数字到物理的ChatGPT时刻 老黄认为物理AI迎来爆发：不再是屏幕里的智能，而是能真正作用于现实世界。他聊到Robotaxi Ready新增比亚迪、现代、吉利等，覆盖1800万辆/年 + Uber大规模部署。 现场迪士尼Olaf雪宝机器人直接登台，展示Omniverse数字孪生 + Newton物理引擎，从虚拟直接迁移到物理适应。 老黄说机器人会成为数万亿美元市场，而物理AI是下一个大爆炸的领域。当然我们自己也需要清楚，物理世界落地比数字难100倍，但一旦起飞，体量远超纯软件。关注端到端（感知-决策-执行）全链公司。 6. 更远的下一代 + 未来场景（Feynman + 太空） 1）预告Feynman架构：Rosa CPU、LP40 LPU（推理专用）、BlueField-5、CX10网络等。 2）太空数据中心：Vera Rubin Space-1轨道AI计算机，用Omniverse建“数字孪生”太空基建。 这一次老黄呼应了老马，英伟达不只是地球算力霸主，还想做太空AI基础设施。 老黄这次演讲核心就是 AI 是新时代的电力 + 发动机，Token工厂、AI代理智能体、物理AI 共同构成基础设施。英伟达提供从能源到芯片的全栈钥匙，这个市场到2027年带给英伟达至少万亿美元营收。

Axis Robotics 每天看着机器人模型在实验室里卡住。 跑不通的抓取动作，识别不了的场景，泛化不了的路径。 人类好像越来越能造机器人，但越来越不会教机器人了。 1> @axisrobotics 最早就是一个数据标注项目——只不过标的不是图片，是机器人动作。 你打开浏览器，用鼠标拖拽一个虚拟机械臂，教它怎么拿起杯子、怎么拧开瓶盖、怎么给花浇水。就这么简单。动动鼠标，教机器人，赚积分。 但团队很快发现了一个问题： 不是没人想教，是根本不知道怎么教。 2> 机器人的数据，被什么东西卡住了？ 大语言模型有全网文本可以训练。 自动驾驶有上亿公里路测数据。 但机器人呢？ 真实的机器人操作数据，只能靠实验室里少数专家，一台一台机械臂手动采集。成本高、速度慢、场景单一。 而机器人需要学会的，是真实世界里千变万化的动作——拿起不同形状的杯子、在不同光照下识别物体、在杂乱环境中规划路径。 实验室里采集的那点数据，不够。 3> Axis 看不下去了。 他们发现Physical AI最大的瓶颈不是算法，是数据覆盖度。 没有足够多、足够多样化的训练数据，再好的模型也是空中楼阁。 所以他们决定换一种思路。 4> 从实验室采集变成全民众包。 Axis 的做法很简单：在浏览器里搭建物理仿真环境，让全球任何一个人，打开网页就能操作虚拟机器人。 你拖拽机械臂完成的每一个动作，都会被记录成一条轨迹数据。 这些数据经过验证后，用来训练真正的机器人模型。 2026年2月，Axis 做了一次代号叫"小王子的玫瑰"的实验。 全球1.2万名普通用户在5天内完成了10,000条高质量轨迹数据的采集。 然后他们把其中一批数据直接部署到了真实的 Franka 机械臂上——成功复现。 不需要你买机器人，不需要你懂编程。打开浏览器，动动鼠标，你就在教一个真正的机器人如何行动。 5> 但最有意思的是商业模式。 企业客户可以提出定制化的数据需求——特定任务、特定环境、特定机器人本体。 Axis 把这些需求拆解成任务套件，分发给全球贡献者网络。 贡献者完成任务、产生数据，企业付费购买。 部分收入回流给贡献者。 形成一个闭环： 商业需求 → 任务生成 → 众包采集 → 数据验证 → 模型训练 → 部署落地 物理AI变成了一个网络：商业需求驱动数据创建，贡献者提供智能，模型持续进化。 6> 技术底子怎么样？ Axis 自研了 MetaSim 架构，把复杂的物理仿真和轻量化的网页交互解耦。 你在浏览器里拖拽机械臂的每一帧，背后是 MuJoCo 的高频物理模拟，再通过跨仿真重放技术在 Isaac Sim 里做大规模域随机化。 说白了就是：你操作简单，但数据质量不简单。 截至2026年7月，Axis 数据集已包含207个多样化任务和超过5万条轨迹。 7> 最新进展是什么？ 7月28日，Axis Robotics 宣布完成1200万美元种子轮融资。 Hack VC 领投，Nomad Capital、Pi Core Team Ventures、10K Ventures 及多位天使投资人跟投。 资金将用于加速建设大规模并行、有人类参与的全球数据引擎。 而且，Axis 即将在 Base 链上推出主产品——数据贡献记录上链，可验证、可追溯。 8> 现在，Axis 正在测试网阶段释放任务。 首批30个任务，已有三分之一进度跑满100%。 Hub 任务可以直接参与，Alliance 任务需要邀请码。 早起的鸟不一定吃到虫，但至少先占了训练工位。 关注 @BTCDTA 和 @0xsexybanana 机器人不会自己学会走路。 但你可以教它。 打开浏览器，动动鼠标，你就在参与建造物理AI的"GPT时刻"。 #AxisRobotics# #PhysicalAI# #Web3#

我们上月考差了韩国相关企业，认定韩国在未来史诗级AI物理化方面将是关键国家，评论黄的韩国行： 英伟达韩国之行：锚定全链路物理AI新赛道 黄仁勋此次韩国之行，并非简单的企业合作走访，而是英伟达布局全球AI生态的重要战略落地，标志着其发展重心正式从数据中心算力，转向实体产业的物理AI领域。 英伟达已将韩国定位为综合性国家级AI生态基地，依托韩国完备的产业体系，搭建起全层级AI产业闭环。韩国各大头部企业各司其职、形成互补：三星与SK海力士筑牢HBM高端内存核心供应链，破解AI算力硬件瓶颈；SK电信与Naver搭建AI云基础设施、打造本土主权AI体系，完成AI算力平台与服务落地；LG、斗山补齐数据中心基建、电力、工业自动化与机器人配套；现代汽车则提供自动驾驶、智能工厂、移动机器人等核心物理应用场景。 纵观AI发展历程，行业历经GPU算力、基建配套、AI工厂、实体落地四个发展阶段，而英伟达此番布局，在韩国一次性串联起四大阶段，打通了从硬件供应、云端算力、AI服务到实体制造的完整链路。 此次合作的核心意义，是英伟达将韩国完整的制造业体系纳入全球AI生态，推动AI从虚拟数据中心的算法生成，下沉至汽车、工厂、机器人等真实物理场景。未来投资与行业观察的核心，将聚焦于HBM供应链落地、AI工厂投产、实体产业AI平台应用及相关硬件设备的实际落地采购。这也意味着，英伟达的下一核心战场，正式转向工业与制造业的物理AI赛道。

孙宇晨最新判断：未来10年四大科技核心赛道： 近期孙哥梳理出物理AI四大产业主线，同时给出一套清晰可落地的投资思路。 四大核心赛道： 1️⃣、具身智能（人形机器人） 他不建议扎堆布局整机厂商，行业后续会迎来一轮大规模洗牌淘汰。 真正稳定的机会集中在上游核心零部件，电机、减速器、传感器是刚需。 不管最后哪家整机企业跑出规模，都离不开这类元器件，属于典型稳收益的上游供给生意。 目前行业已经进入量产爆发期，零部件订单持续放量。 2️⃣、无人机 军用批量列装叠加民用低空场景落地，是物理AI领域最先跑通完整商业闭环的板块。 当下低空经济虽有不少资金纯题材炒作，但产业链多家企业已经拿到实质订单、实现稳定出货，产业落地的业绩逻辑已经兑现。 3️⃣、空间计算 四大赛道里关注度最低，很容易被市场忽略。 AI想要在真实三维空间完成感知交互，离不开3D视觉传感器、激光雷达等硬件支撑。 这条赛道热度不及人形机器人，但技术壁垒更高，业绩兑现的确定性在四条主线里最优。 4️⃣、太空探索 这是孙宇晨个人最看好的长期赛道，他本人也亲身完成过太空飞行。 未来AI行业的竞争会延伸至太空轨道，当下行业尚处于发展初期，但长期趋势十分明确，航天算力、太空机器人、卫星星座都会持续释放产业红利。 他一贯的投资思路： 1. 产业链双向布局，不单独押注单一企业。以机器人赛道举例，同步布局零部件硬件与AI算力芯片，对冲个股暴雷风险。 2. 优先布局上游环节，避开整机终端。整机市场竞争白热化，上游核心元器件能同步受益全行业发展。 过往判断验证： 回看此前预判，2016年坚定看好英伟达与比特币，2025年提出短期芯片紧缺、长期能源紧缺、存储长期稀缺，后续市场走势均印证了他的观点。 孙宇晨本身一直存在不少争议，但对科技产业长周期的判断，前瞻性确实突出。

前天，IREN宣布签署总价值 28亿美元 的多年代理AI云合同，并将2026年底AI云年化运行收入（ARR）目标从37亿美元上调至 超过40亿美元（其中85%已签约）。这一消息不仅推动股价大涨，更传递出一个清晰的市场趋势：AI算力需求正从顶级frontier labs向更广泛客户群外溢。 IREN的新合同主要来自 Perplexity（AI搜索）、Figure AI（物理AI与机器人）、Together AI、Fireworks AI、Fal AI、Hume AI 等专注领域AI公司，以及一个未具名的领先AI开发商。加上此前已有的 Microsoft 和 NVIDIA，IREN的客户画像已覆盖： Hyperscalers（超大规模云厂商） 专业AI开发商 企业级用户 公司明确表示，正在“broadening our customer base across hyperscalers, enterprises and AI developers”，并优先选择多样化分配容量，避免过度依赖少数巨头。 IREN在公告中指出，“hyperscalers、enterprises、AI developers and frontier labs”的需求持续超过其可用和计划容量。过去一年，其自建AI云容量从约3MW激增至2026年交付480MW，2027年目标1.2GW，仍供不应求。 这说明前沿实验室（frontier labs）仍是重要驱动力，但其需求已无法独占新增容量。 大量中层和应用层AI公司（推理、专用模型、机器人、生成媒体等）开始大规模锁定长期GPU资源。 许多合同包含客户预付款（约占GPU资本支出45%），显示买家意愿强烈且愿意承担前期成本。 IREN的案例是AI基础设施热潮的缩影：算力短缺正从“顶级玩家军备竞赛”扩散至整个AI生态。这对数据中心运营商、GPU供应链和新能源行业都是长期利好，也意味着AI商业化落地正在加速。 随着更多公司加入“算力抢夺战”，2026-2027年将成为AI基础设施大规模部署的关键窗口。IREN的故事，或许只是行业多元化浪潮的开始。 免责声明：本人持有推文题及资产，观点充满偏见，非投资建议dyor

United Rentals (URI)，昨天财报，今天大涨超20%！ 这是个在aidc疯狂竞逐算力的大周期里，市场忽略的支撑这些庞然大物落地的“重型后勤”。 1. 业绩摘要：创纪录，上调指引 URI 在本季度交出了满分答卷： 营收与盈利： 总营收 39.85 亿美元，调整后 EPS 达 $9.71。 核心效率： 租赁利润率在排除特殊因素后持续走高，车队生产力增长 2.3%。 股东回报： 季度内通过回购和派息返还 5 亿美元，现金流极度充沛。最关键的信号是，管理层基于“大型项目势头”上调了全年业绩指引，显示出极强的增长信心。 2. 商业模式：从“租挖掘机”到“系统方案” URI 的业务由两部分驱动： 通用租赁： 覆盖建筑和工业的基础设备（高空平台、土方机械等）。 专业租赁： 提供电力配套（大型发电机）、精密温控（工业 HVAC）及流体处理。这种“一站式”模式让它成为了大型工程不可替代的合作伙伴。 3. AIDC：URI 增长的“秘密燃料” 为什么 AIDC 建设对 URI 如此重要？ 重度依赖电力与温控： AIDC 的建设和测试阶段对移动电力和工业冷水机组有爆发式需求，这正是 URI 高毛利的专业租赁领域。 长周期与高粘性： 数据中心属于“超大型项目（Mega Projects）”，建设周期长、设备占用率高。 行业风向标： URI 约 25% 的收入来自这类大型项目。只要 AIDC 的基建竞赛不停，URI 的设备就会供不应求。 结论 United Rentals 的暴涨并非偶然，和之前pwr财报大超类似，它们都是 AI 物理层建设的直接受益者。随着制造业回归和 AI 基础设施持续投入，URI 已经从传统的周期性租赁公司，转型为支撑数字经济扩张的“重型底座”。 免责声明：本人观点充满偏见，非投资建议dyor