2026年物理人工智能与机器人的未来

审视塑造下一代硬件技术的力量，从硅到钢。 配备由以下驱动的仓库自动化聚光灯： 2026年7月 内容 358 芯片与计算16 重点聚焦：仓库自动化12 筹资与投资作者来信宏观 万物皆硬件，无处不在，即时发生 工厂和仓库等工业场所是机器人展示其能力的理想之地。为了了解物流设施如何采用和试验自动化技术，我们与普洛吉斯风险投资公司合作——它是全球最大物流和工业地产所有者的企业创新部门。普洛吉斯管理着超过13亿平方英尺的仓库空间，对塑造仓库地面的创新有着清晰的洞察。在对约400名普洛吉斯客户的调查中，83%尚未对其任何运营进行自动化。工业自动化是一个蓝海——一个巨大的市场机遇。 硅谷正重新拥抱硅产业。在应用商店出现之前，芯片和设备并非配角；它们才是主角。在千禧年之交，思科、英特尔和高通是全球最值钱的公司。从21世纪初到21世纪初叶，硬件被边缘化。它占美国所有风险投资（VC）投资的比例不到五分之一。 使这次硬件周期与上次不同的，是智能化。这是机器人首次具备了以新颖方式泛化、在陌生环境中运行的能力。向物理AI的转变正在以前所未有的方式扩大机器人的可拓展市场。 今年的风险投资家预计将部署1200亿美元，约占所有投资的三分之一，用于投资美国正在开发实体技术的公司。目前，全球五分之一的投资机构将其2026年投资中的至少10%投向了美国硬件公司。 空间领域的决策者对类人机器人等大幅变革的潜在益处表示怀疑。这种怀疑与该技术发展轨迹之间的差距，反映了机器人公司所面临的艰难挑战。尽管这种创新周期在挑战方面并无不同，但驱动机器的加速计算却有所不同。在这样一个前景广阔的新市场中，那些能够改善经济性的公司或许将占据优势。 使这次硬件周期与上次不同的，是智能化。这是机器人首次具备了以新颖方式泛化、在陌生环境中运行的能力。向物理人工智能的转变正以前所未有的方式扩大机器人的可覆盖市场。几乎每个仓库、工厂和物流枢纽都可能很快处于人形机器手臂的覆盖范围之内——至少在成本不是问题的情况下。 物理AI颠覆性潜力的一个重大机遇是关键机遇：供应链。现代技术供应链是一个令人眼花缭乱的、由全球各地纵横交错的供应商组成的网络。没有哪个产品能像现代加速器芯片一样，更好地体现这一点。 仅10个国家提供了现代人工智能芯片所需的大部分零部件。虽然台湾作为关键芯片生产商理应获得关注，但其他亚洲国家同样至关重要。在我们统计的100多家主要供应商中，57%来自日本。 硅谷银行边远与气候技术负责人 mark.harris@firstcitizens.com 点击查看核心要点 贸易中断已使供应链紧张，并将通胀推至四年来最高水平。 美国硬件风险投资预计到2026年将翻一番，达到新的历史高位。 跳转到页面 跳转到页面 仓库自动化仍处于早期阶段。40%的大型仓库报告称没有实现自动化。 进口正从中国转向更友好、芯片丰富的市场。 跳转到页面 跳转到页面 与小型运营商（28%）相比，AI采用率在规模较大的供应链设施中最高（46%）。 随着短缺加剧，90%以上的高带宽内存（HBM）被四家公司所消耗。 一旦实施，仓库自动化通常超出节省成本和维护的预期。 美国风险投资在边缘计算和数据中心技术领域的投资正创下纪录速度。 宏观 海峡之谈：补给线压力重重 四年来供应链承受压力最大 伊朗封锁霍尔木兹海峡的影响正波及全球贸易渠道。衡量阻碍贸易的27个因素的全球供应链压力指数（GSCPI），一个由美国联邦储备委员会发布的指标，已达到四年来最紧缩的水平。自1月以来，西德克萨斯中质原油（WTI）价格上涨了70%，而空运、海运或陆运货物的成本也随之上涨。 铝、树脂等原材料供应中断，导致从电动汽车电池到化肥等最终产品出现下游短缺。结果，各行各业的价格都在上涨。美国5月份通胀率飙升至4.2%，为2022年以来的最高水平。 该海峡通常每天促进350亿美元的贸易额，其中包括全球五分之一的石油产品。如果没有该供应，许多国家已动用战略石油储备，这些储备在富裕国家中较为丰富，但并非无穷无尽。关闭海峡对支撑人工智能繁荣的半导体供应构成风险。作为芯片主要供应商，日本超过90%的原油来自该海峡，自3月份以来一直在动用其能源储备。台湾因依赖液化天然气进口而最受影响——这对驱动晶圆厂至关重要。电力供应商在现货市场上激烈竞价以确保液化天然气，这使储备保持完好，但代价是每艘货物的价格是之前的两倍。 贸易风转向 将芯片冲上岸 美国主要贸易伙伴和产品进口份额最大波动 (2019-2025) 1 我们是否正处在这些回流本土的产业之中？自新冠疫情贸易瓶颈以来，近岸外包和回流本土这些术语从未远离公众视野。过去三年中，这些术语的谷歌搜索量创下七次历史新高，最新的一次是在今年1月。根据这些言论，你可能预期有数百家外国工厂已经搬迁到像阿拉巴马或佛罗里达这样的地方。但工厂的开设并未跟上搜索量的增长。 相反，我们看到的趋势是（美国）进口来源地从中国转向其他（主要是）遥远的市場。自2019年以来，中国在美国进口中的份额下降了9个百分点，与此同时，台湾（作为数据中心繁荣的芯片制造商）、越南（作为崛起的电脑制造商）、爱尔兰（作为药品中心）和墨西哥（作为汽车组装中心）等地区则在其各自的专业商业领域占据主导地位。 一个值得注意的例外是半导体制造业。过去四年，美国制造设施（主要为电脑芯片）的建设规模增长了6倍。然而，这项投资距离产生成果仍有数年之遥。例如，台积电自2020年以来宣布在亚利桑那州建造的六个晶圆厂中，只有三个开工，仅有一座投入生产。直到更多这样的工厂投入使用，美国仍将保持先进技术的净进口国地位。 芯片与计算 人工智能芯片编织全球供应链之网 主要AI芯片供应商的制造国家及输入组件的流向 饥饿的奇波斯 (Jī'è de Qíbōsī) 芯片给电网带来电力需求增长 人工智能芯片的供应链或许是当今所有产品中最复杂、最关键的。人工智能推理的快速增长带来的对计算能力的无限需求，正将现有数据中心基础设施推向极限。自2022年以来，先进的芯片制造商已向市场增加了130吉瓦（GW）的年半导体电力，其中英伟达占供应量的三分之二。这些人工智能芯片的总耗电量相当于一个荷兰大小的国家。美国正在建设超过830个数据中心。1 大型市场如达拉斯和弗吉尼亚北部现有设施空置率不足1%。电力项目正排着队以满足预期需求。目前，一个拟议项目获得并网批准的中位等待时间已达到45个月，比两年前增加了36%。 除了电力需求之外，芯片还需要来自世界各地的复杂组件网络，但存在一些脆弱的瓶颈。虽然台湾是制造中心，但我们对100多家供应商的分析发现，用于人工智能加速器的57%的投入来自日本。日本制造了光刻胶和HBM模具等几个关键组件，在特定部件上几乎拥有垄断地位。这个瓶颈可能会减缓人工智能设备的增长，因为它们在与数据中心竞争稀缺商品。目前，前四大芯片制造商消耗了90%的HBM。 拥有AI并使用它 你能从办公室工作中推断出什么？ 各种推理任务的估算Token成本 如果人工智能正成为计算的核，那么令牌就是人工智能成本的基本单元。然而，推理的经济效益则因部署方式而差异巨大。面向知识型工作的云推理正变得越来越智能和便宜，这正推动其在白领工作中的采用。让人工智能写一封电子邮件大约需要1000个令牌，或大约五美分。总结一个60分钟的团队会议？那需要10万个令牌，或5美元。像这样的单个任务的成本正在迅速下降。挑战在于如何将这些任务串联起来，以实现完全自动化的角色。 自主AI可以实现这一点，但需要付出高昂的token乘数代价，且更难量化；代理（agents）消耗的token比简单查询高出高达1000倍。高盛估计，到2030年，自主工作流将推动token消耗量增长24倍。运行AI推理模型的数据中心依赖HBM，而HBM供应短缺。争夺HBM的一个群体是具身化AI（AI-embodied machines），它们还必须应对另一个因素：延迟。现实世界中的AI需要高内存，且无法外包给云端。在聊天机器人中可接受的延迟，对于人形机器人来说可能灾难性，这使得HBM短缺成为机器人的供应链约束。因此，当今仓库自动化领域的创始人必须同时应对token定价和HBM供应瓶颈。 筹款与投资 你为我做了什么，延迟？ 边缘计算与云计算：AI在职场中的两条分化路径基于近似内存和延迟要求的AI应用 1 物理人工智能公司面临云人工智能公司所没有的约束：它们无法落后。为了避免关键故障，像人形机器人这样的设备必须自带计算能力。公司正通过硬件来提升边缘计算的性能和经济效益。到2026年，美国风险投资在边缘计算领域的投资将达到34亿美元，涉及100笔交易，这将是历史最高纪录。 随着边缘计算和云推理都得到扩展，它们在争夺相同的受限供应链。然而，在关键方面，其经济性有所不同。 运行物理AI的机器相比推理任务，对延迟有着更严格的要求。自动驾驶汽车或拣选包装机器人需要做出毫秒级的决策，它们无法容忍AI聊天机器人可接受的同等延迟。因此，这些设备必须在机载携带其计算硬件。结果，下一代AI设备需要采用与数据中心相同的高昂组件，而不是从数据中心的代币定价经济中获益。这给先进机器人的经济性和应用场景带来了压力。 随着机器人向通用任务发展，它们的延迟和内存需求日益增长。例如，能够胜任组装工作所需的灵巧性的机器，需要从传统DRAM内存转向HBM。获得VC支持的公司正推出针对边缘计算的专业产品。像Hailo和Rebellions这样的公司正在制造专门为设备端物理AI设计的推理芯片。这个领域尚处于发展初期。随着这些芯片成熟和普及，设备端推理的经济性可能会遵循与重塑云计算的通缩曲线相同的轨迹。 云推理云推理应用（如文档处理）无法容忍延迟，但挑战在于数据量。将任务串联成自主工作流比简单查询消耗的计算资源多得多。投资者正向致力于提升数据中心计算效率的公司投入创纪录的资本。美国对数据中心公司的风险投资预计到2026年将突破120亿美元。 盈利电话会议，自动化解答 美国企业痴迷于自动化 投资者转向硬件 全球风险投资机构中，至少10%的交易涉及美国硬件公司的比例 1 在盈利电话会议中提及自动化以及前任风险投资支持的公司 风险投资家们认识到即将到来的现实世界自动化浪潮，并正调整其投资方向以适应这一趋势。2022年，仅有9%的风险投资家在其交易中至少有10%涉及美国硬件公司；到2026年，这一比例已跃升至22%。许多获得风险投资支持软件公司的创始人担心在人工智能颠覆面前变得过时。由于拥有实体知识产权，硬件对颠覆更具韧性。事实上，硬件正被具有提升其泛化能力潜力的新型人工智能模型所赋予强大功能。 在劳动力短缺和运营压力下，高管们越来越将自动化视为核心增长战略。自2020年以来，企业财报电话会议中提及自动化的次数已增长三倍。人工智能的实施以及对企业效率的更广泛关注，只会让人们对自动化的关注更加集中。对于大多数公司而言，自动化不仅意味着实施人工智能软件，还包括在制造业、仓库和运输中实施物理技术。今年对专注于硬件公司的风险投资额已经超过了2025年全年的总额，并且预计到年底将达到1200亿美元。若排除对Anthropic和OpenAI的投资，硬件公司占今年风险投资总额的近三分之一。其中一个特别受关注领域是国防技术。作为对政府应用热情的信号，国防类公司相较于所有硬件公司的估值溢价达到了31%。 军民两用？风险投资商为国防技术支付溢价。针对美国风险投资支持的国防技术公司与美国风险投资支持硬件公 司相比的融资前估值溢价/折价 让我们动起来，AI 自动化仓库的核心挑战之一在于，机器人历史上一直是为特定任务开发的。这些任务通常高度标准化，障碍很少（如平坦的地板、一致的零件等）。然而，在许多仓库中，这并非现实。随着物理AI的商业化，其承诺是让机器人能够泛化，在各种环境中执行广泛的任务。这不仅极大地提高了自动化更多供应链的潜力，也扩大了机器人公司能够服务的潜在市场，使其对风险投资者更具吸引力。 机器人基础模型