我姑父是 NTU 机器人方向的教授，今晚抽空去参观了下他的实验室，玩了下人类动作采集和中风患者上肢康复的机器人。 他说现在中国机器人产业发展的很牛逼，他们采购的机器人基本都是深圳产的，但是质量参差不齐，需要检验。 还有就是 LLM 对机器人表现的提升有限，搭积木这种3岁小孩就能完成的任务，对机器人来说仍然很难，还有很多的研究空间。 我感觉机器人是 LLM 之后的大热点，要多花点时间学习下。

最近在跟着 NTU 陈晓东教授的课程《颠覆性技术的社会影响》，重新理解了下核能。 我以前一直觉得，核能是典型的“国家级工程”：投资巨大、周期漫长、审批复杂，普通企业和资本很难真正参与。 但 AI 数据中心的出现，可能正在改变这套逻辑。 最大的变化，不是核技术突然成熟了，而是核能第一次迎来了足够有实力、也足够着急的商业买方。 过去核电主要解决国家能源安全问题；现在微软、谷歌、亚马逊这类 AI 企业，也开始主动寻找能够提供长期、稳定、低碳电力的能源方案。 于是几个变化同时发生： 大型核电仍然属于国家级基础设施；小型模块化反应堆则开始进入商业化验证，更适合数据中心、工业园区和高耗能企业的用电规模。 与此同时，非能动安全技术、模块化制造和监管效率的改善，也在尝试把核能从“一次性超级工程”，逐渐变成一种可以复制的工业产品。 核能的价值也不只是发电。 供热、工业蒸汽、制氢、海水淡化，甚至高耗能制造业的稳定能源供应，都可能成为新的商业场景。 这背后对应的，也不只是核电站本身，还包括燃料、锻件、仪控、高温超导磁体等一整条供应链。 当然，核能并不是没有风险。 建设周期、成本超支、核废料、燃料供应、监管和项目融资，任何一个环节出现问题，都可能让项目从长期资产变成搁浅资产；聚变距离真正商业化，也依然需要时间。 所以我现在对核能的判断是： AI 并没有让核能一夜成熟，但它正在给核能提供过去从未有过的商业需求、资本支持和现实订单。 未来十年，核能未必是 AI 产业里最性感的叙事，却有可能成为最容易被低估的基础设施之一。 更完整的研报，后续再继续分享。