📰 研报摘要
查看全文 ➔摘要: 本次论坛围绕科技制造行业的战略趋势展开,核心探讨 AI 驱动的“Token 经济”如何重构产业链逻辑,以及物理 AI、半导体先进架构和能源动力在 AIDC 背景下的新机遇。
核心观点:
- AI 产业逻辑演进:AI 叙事正从“流量经济”转向“计算力经济”,Token 成为可量化的生产要素。投资重心应从上游算力基础设施(处于繁荣后期)逐步向中下游 AI 应用及物理 AI(机器人、自动驾驶)转移。
- 技术突破方向:半导体领域正从平面设计向 3D 架构演进;光通信领域通过 CPO 和 OIO 技术解决算力集群的互联瓶颈,实现“光进铜退”。
- 能源需求爆发:北美 AIDC 供电面临“不可能三角”,燃气轮机凭借稳定性与部署速度成为最优解,驱动全球燃机需求进入爆发期,国产替代与出海机会凸显。
- 物理 AI 落地:端到端算法与世界模型在自动驾驶和机器人领域取得关键突破,关注 L4 级自驾出海及人形机器人量产带来的供应链机会。
论据支撑:
- 算力端:推理端算力比例由 40% 升至 60%,带动光模块向 1.6T/3.2T 升级。
- 能源端:北美 AIDC 需求导致燃机订单占比从 26% 升至 50%,价格上涨近 200%,交付周期延长至 4 年。
- 机器人:特斯拉 Optimus 等产品推动减速器、四杠等核心零部件国产化,本体厂商将迎来上市潮。
局限性/风险:
- AI 应用端的 ROI 兑现速度若低于预期,可能导致上游产能过剩。
- 半导体先进工艺受地缘政治限制,供应链波动风险较高。
- 燃机等重型装备产能扩张周期长,无法在短期内完全弥补缺口。