智驾AI电力物理AI观点更新261102

核心观点与关键数据

物理AI进展与突破

• 最近的物理AI突破主要解决机器人“画画”问题，通过针对机器人“大脑”环节的预训练或仿真优化，解决特斯拉FSD应用于机器人时的瓶颈。
• 突破加速特斯拉擎天柱商业化进程，预计两个月内发布商业demo，2027年4月实现AI5量产并在工业场景率先落地。

特斯拉在物理AI方面的优势

• 全方位优化及优质机器人本体，能通过场景数据自然适应物理约束。
• 每天产生数万小时高质量真机数据，一定程度上不依赖异构数据。
• 明年机器人可能更倾向端侧部署小型模型，但全场景泛化能力仍待提高，尤其在个人交互和安全问题。

机器人应用落地场景

• 明年机器人技术预计在半封闭、流程固定且不涉及个人密切交互的场景率先落地，如工业自动化、纺织业、叉车行业及部分制造业机械无人化改造。

商超场景直播演示

• 特斯拉将展示能完成具体流程任务的惊艳demo，表明提炼环节表现超单个工位简单操作。
• 未来机器人可能自我改善和组装，零部件环节（减速器、丝杆、电机等）仍具优势。

素材设备发展潜力

• 市场对仿真和素材方向关注度较高，但对素材设备弹性空间持保守看法。
• 训练量爆发式增长尚不明确，素材服务商业模式可能更偏向人力投入，存在放量及盈利预期风险。

仿真技术与物理AI发展方向

• 仿真技术符合硅谷思维，在工业软件领域应用前景显著，未来一年将持续成为主线，相关工业软件及高端产品或将反复出现股价表现。
• 物理AI发展主要集中在提炼硬件方向及优质本体，优质本体可能成为跨模型的通用基础设施，国内实现将产生积极影响。

AI电力潜在瓶颈

• AI算力卡功率需求增长迅速（今年25G瓦以上），北美新增数据中心发电规模不足（约15G瓦），明年缺口可能达50G瓦。
• 即使AI需求不变，电力也可能成为限制AI发展的最大瓶颈。

AI电力在AI基建中的核心地位

• 电能在AI产业链中表现抗跌，业绩弹性强，即使需求减弱，电子厂商业绩影响较小。
• 主要受提前囤货行为及未来几年持续投入支撑。

BE公司表现

• BE具备大规模扩产能力，明年交付量预计4G瓦，收入规模超100亿美元，经营利润率有望提升至25%。
• 在AI产业链中业绩坚挺，受需求波动影响较小。

自动驾驶板块与国产芯片替代

• 自动驾驶领域今年相对平淡，明年将迎来大年，L2新国标实施将推动高速NOA产品形态升级或降级。
• 激光雷达、预控制器、国产SoC芯片等配套产品将成为核心环节。
• 自动驾驶法案推进可能重启市场进程，特斯拉、Mobileye等玩家将受益，智能驾驶领域或将迎来产业拐点。