智通财经APP获悉，中银国际发布研报称，2026年CES展上黄仁勋宣布AI进入"物理AI"时代。机器人和 自动驾驶有望成为"物理AI"的理想载体。Rubin平台进入全面量产，其中核心原材料有望迎来"从 0→1"的关键节点，供应链备货亦有望提速。该行认为AI已经逐渐从数字世界延伸至真实世界，机器 人、自动驾驶、端侧AI硬件有望成为AI的市场载体，AI正式走向商业化落地。 中银国际主要观点如下： AI核心原材料有望迎来"从0→1"的关键节点 该行预计英伟达Rubin服务器的Compute Tray/Switch Tray/Midplane/CPX对应的PCB和CCL解决方案将分 别升级M8/M8.5/M9/M9的解决方案，其中M9解决方案可能会采用高频高速树脂+HVLP4/5铜箔+Q布的 材料组合，而M8.5解决方案可能会采用高频高速树脂+HVLP4铜箔+Low-Dk二代布的材料组合。该行认 为Rubin Ultra服务器有望采用M9树脂+高阶HVLP铜箔+Q布的正交背板的解决方案。该行预计Rubin服 务器上游供应链将在2026年上半年开启备货潮，届时M8.5和M9 PCB/CCL的核心原材料有望迎来"从 0→ ...

炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ 来源：聪明投资者 昨天CES2026主舞台上，英伟达创始人、CEO黄仁勋穿着标志性皮衣演绎他的2026年"炸场秀"，也给全 球科技与资本市场递出了一份未来产业路线图。 主题演讲之后的24小时内，他与分析师以及媒体平台进行了许多轮问答，围绕Rubin新平台、机器人与 物理AI、能源瓶颈、中国市场、存储（HBM）供应、Groq 团队合作、以及马斯克和自动驾驶等热点， 给出了更深入的回应。 当然，最炸场的是黄仁勋带来的核心判断：机器人行业，正在接近类似ChatGPT之于大模型的临界时 刻。 黄仁勋认为，当生成式视频模型已经可以理解并生成复杂动作，那么"驱动机器人完成动作"的生成模 型，在底层能力上已经非常接近成熟。这意味着一个新的技术拐点，正逐步从实验室走向现实世界，也 让所谓"物理AI"首次开始具备产业化的可见性。 他说，未来两三年，能看到重大突破。 与此同时，新推出的Rubin平台把训练效率提升4倍、token成本降低10倍，再一次把"算力即产能"的逻 辑推到极致。 黄仁勋仍反复强调开放生态，英伟达继续同时与 OpenAI、xAI、Goo ...

昨天 CES2026 主舞台上，英伟达创始人、 CEO 黄仁勋穿着标志性皮衣演绎他的 2026 年"炸场秀"，也 给全球科技与资本市场递出了一份未来产业路线图。 主题演讲之后的24小时内，他与分析师以及媒体平台进行了许多轮问答，围绕 Rubin 新平台、机器人与物 理 AI 、能源瓶颈、中国市场、存储（ HBM ）供应、 Groq 团队合作、以及马斯克和自动驾驶等热点，给 出了更深入的回应。 当然，最炸场的是黄仁勋带来的核心判断： 机器人行业，正在接近类似 ChatGPT 之于大模型的临界时 刻。 黄仁勋认为，当生成式视频模型已经可以理解并生成复杂动作，那么 " 驱动机器人完成动作 " 的生成模 型，在底层能力上已经非常接近成熟。这意味着一个新的技术拐点，正逐步从实验室走向现实世界，也让所 谓 " 物理 AI" 首次开始具备产业化的可见性。 他说， 未来两三年，能看到重大突破。 与此同时，新推出的 Rubin 平台把训练效率提升 4 倍、 token 成本降低 10 倍，再一次把 " 算力即产能 " 的逻辑推到极致。 黄仁勋仍反复强调开放生态，英伟达继续同时与 OpenAI 、 xAI 、 Google Ge ...

孟樸认为，AI的落地形态正沿着"个人AI"和"物理AI"两条路径同步加速推进。在个人AI领域，AI正在 深入可穿戴设备、个人终端和电脑，逐步演进为用户身边的智能助手。硬件形态不断突破传统终端边 界，从AI眼镜、AI家电到AI首饰、AI相机等多样化产品集中涌现，并开始在视障辅助、户外运动、实 验室记录等细分场景中精准解决具体需求。 在物理AI领域，AI正加速走进汽车、机器人和智能家居等现实世界场景，使机器具备感知环境、理解 意图并实时行动的能力。孟樸表示，具身智能正处于关键拐点，它能打通AI与物理世界之间的连接， 使智能真正转化为可执行的生产力。从工业机械臂到人形机器人、特种作业平台，终端形态不断丰富， 应用场景持续拓展。在物流、制造、零售等领域，机器人正承担分拣、装配、补货等高强度或高重复性 工作，有望显著提升生产效率。 本届CES期间，高通面向人形机器人、自主移动机器人和工业机器人推出新一代处理器，支持生态伙伴 加速产品开发。 AI智能体在汽车领域的加速落地也是本届CES的重要趋势。孟樸表示，无论是座舱交互还是驾驶辅助， AI能力都在深度融合和增强，人车交互正从"点击"走向"理解"。CES期间，高通与谷歌宣 ...

AI竞争近白热化，中国智能产品出海方兴未艾。 1月6日—9日，2026年国际消费电子展（CES 2026）在美国拉斯维加斯举办。随着展会开幕，场内的人 形机器人展示、智能产品互动，展馆外的无人驾驶出租车体验，都使参展者目不暇接。 "物理AI"成关键词 CES 2026，AI成为绝对主线。行业对AI技术的探讨集中于"如何让AI向物理世界延伸"。 英伟达CEO黄仁勋在其演讲中提到，当前，AI行业已迎来拐点，AI更智能、具备推理能力，且应用范 围更广，因此实用性大幅提升。他提到，英伟达的开源物理AI模型"Cosmos"的下载量已达到百万 次，"助力世界为物理AI的新时代做好准备"。 AMD在展会上发布了包括MI455X GPU AI芯片、Ryzen AI 400系列处理器、AMD Ryzen AI Max+系列处 理器、AI开发平台Ryzen AI Halo等多款新品。AMD CEO苏姿丰表示，计划在2027年推出MI500系列芯 片，该芯片架构将采用2纳米工艺，有望在未来4年内将AI性能芯片提升1000倍。 高通发布了高通跃龙IQ10系列，是面向工业级自主移动机器人（AMR）和先进的全尺寸人形机器人打 造的最新高 ...

Core Insights - The article emphasizes that the AI competition has begun, with significant advancements being made in AI technology, particularly in the context of the CES event [1][2][3] Group 1: AI Advancements and Market Implications - Huang Renxun praised Chinese AI models at CES, highlighting the open-source model DeepSeek as a significant achievement, indicating a shift in the competitive landscape [6][7] - The cost efficiency of Chinese teams in AI inference is noted, with DeepSeek achieving results comparable to GPT-4 at a fraction of the cost, suggesting a potential market expansion [10][13] - The reduction of AI inference costs is crucial for market growth, allowing more companies to adopt AI technologies, which could lead to explosive demand for chips from companies like NVIDIA [17][18] Group 2: Physical AI and Industry Impact - Huang Renxun stated that the era of "Physical AI" has arrived, indicating that AI must move beyond conversational capabilities to practical applications in industries like manufacturing and logistics, which together represent a market worth over $50 trillion [22][23] - The introduction of the new Rubin chip, which increases inference power fivefold, could significantly lower operational costs for businesses deploying AI solutions [24][25] Group 3: Competitive Landscape and Strategic Moves - Major players like Intel and AMD are also making strides in the AI space, with Intel releasing a 1.8nm AI PC chip and AMD focusing on overcoming computational bottlenecks, indicating a competitive race for edge AI market share [31][32][34] - Chinese companies are leveraging cost advantages and a robust supply chain to compete globally, with examples of robots being produced at significantly lower costs than their foreign counterparts [36][37] Group 4: Opportunities for Individuals - The article outlines three key areas for individuals to explore: using AI tools to enhance work efficiency, understanding the integration of AI in traditional industries, and pursuing careers related to robotics and edge computing [40][41][42] - The transition of AI from a purely digital tool to one that operates in the physical world presents real opportunities for proactive individuals [43][44]

当地时间2026年1月5日，全球激光雷达领导者禾赛科技在拉斯维加斯国际消费类电子产 品展（CES 2026）上宣布重大产能规划：为匹配ADAS及机器人领域激增的激光雷达需求， 2026年年产能将从2025年的200万台提升至400万台，实现翻倍增长。同时，禾赛位于泰国曼 谷的新工厂"伽利略"建设稳步推进，预计2027年初正式投产，进一步完善全球产能布局。 作为全球激光雷达量产领域的标杆企业，禾赛已先后达成多个行业里程碑：2025年9月 实现年度第100万台激光雷达量产下线，同年11月累计第200万台量产交付，截至目前全系产 品历史累计交付量已超240万台。凭借持续的交付爆发力，禾赛已连续五年实现全年交付量 翻番，2025年全年交付超160万台，单月最高交付量突破20万台；其中ADAS产品交付约140 万台，机器人产品交付超20万台，爆款产品ATX首年交付即破100万台，以"年百万级"交付 能力定义行业标准。 强大的自研智造实力是禾赛产能翻番的核心支撑。禾赛自建集研发与生产于一体的综合 中心，搭配全自动化生产线，平均每 10秒即可下线一台激光雷达，确保大规模生产中产品 的高度一致性与稳定性。通过自主研发四代专用 ...

电子 | 证券研究报告 — 行业点评 2026 年 1 月 7 日 强于大市 2026 年 CES 英伟达演讲 人工智能进入"物理 AI "时代 2026 年 CES 展上黄仁勋宣布 AI 进入"物理 AI"时代。机器人和自动驾驶 有望成为"物理 AI"的理想载体。Rubin 平台进入全面量产，其中核心原材 料有望迎来"从 0→1"的关键节点，供应链备货亦有望提速。 支撑评级的要点 投资建议 建议重点关注英伟达供应链：【PCB】胜宏科技、沪电股份、深南电路； 【CCL】生益科技；【Q 布】菲利华、中材科技；【树脂】东材科技。 评级面临的主要风险 AI 市场需求过热引发行业泡沫。远期供给端产能过剩引发价格下滑。技 术变革导致原有产品淘汰。 相关研究报告 lingyao.su@bocichina.com 证券投资咨询业务证书编号：S1300522080003 证券分析师：茅珈恺 jiakai.mao@bocichina.com 证券投资咨询业务证书编号：S1300525110002 人工智能进入"物理 AI"时代。根据 TechWeb 1 月 6 日报道，黄仁勋在 2026 年国际消费电子展（CES）上发表演讲， ...

在总结2025年这一年变化时，黄仁勋特意提到了DeepSeek R1的出现意外起到的催化剂作用，另外，在 他身后的PPT上，还展示了中国开源模型Kimi K2和Qwen。 整个演讲持续一个半小时，仔细看来，这场大会信息密度极高。节点AI总结了下分别是Agentic AI、物 理AI、新芯片三大关键词。 01 芯片新架构Vera Rubin全面投产 文 / 节点AI观 ，作者 | 道哥 美国当地时间1月5日，英伟达CEO黄仁勋率在拉斯维加斯枫丹白露酒店的剧场中心举行新年的第一场演 讲。依然是那身熟悉的皮衣。 通常情况下，英伟达会在春季于硅谷举行的开发者大会上详细介绍其最新芯片的规格和性能。但黄仁勋 表示，由于人工智能所需的计算复杂度不断提高，以及市场对先进处理器用于训练和运行AI模型的巨 大需求，整个半导体行业不得不加快步伐。 虽然芯片新架构出现在演讲后半程，但算力作为AI的心脏，小编认为还是有必要提前点出： 这次大会上，英伟达发布了一套由六个部分组成的Rubin平台——包括Rubin和Rubin Ultra两种规格的 GPU与CPU，以及NVLink 6交换芯片和ConnectX-9 SuperNIC。 这款 ...

Core Insights - NVIDIA is fully committed to AI, marking its first appearance at CES in five years without showcasing gaming graphics cards [2] - The next-generation Rubin architecture GPU demonstrates significant performance improvements, with inference and training capabilities being 5 times and 3.5 times that of the Blackwell GB200, respectively [4][17] Group 1: New Product Launches - NVIDIA introduced five new product lines, emphasizing the importance of open-source training frameworks and multimodal datasets, including 100 trillion language training tokens and 100TB of vehicle sensor data [5][6] - The Vera Rubin NVL72 architecture was officially launched, featuring six core components designed to enhance AI data center capabilities [14][15] - The Rubin GPU achieves 50 PFLOPS in inference performance and 35 PFLOPS in training performance under NVFP4 data types, significantly surpassing previous models [17] Group 2: Technological Advancements - The NVLink 6 technology enhances inter-GPU bandwidth to 3.6 TB/s, with a total bandwidth of 260 TB/s across the entire architecture [21][20] - The Vera CPU integrates 88 custom Arm cores, allowing for high thread concurrency and improved memory bandwidth [22] - NVIDIA's new BlueField-4 DPU introduces a memory layer aimed at optimizing key-value cache operations, addressing performance bottlenecks in AI infrastructure [32][34] Group 3: AI Model Developments - The Alpamayo model series was launched for autonomous driving, featuring a 10 billion parameter open-source model capable of interpreting environmental data for decision-making [39][41] - The Nemotron model family expands into voice, retrieval-augmented generation (RAG), and safety applications, enhancing AI capabilities in various domains [49][51] - The Cosmos platform for robotics has been upgraded, providing new models for generating synthetic data that adheres to physical laws [54][58] Group 4: Healthcare and Life Sciences - NVIDIA Clara targets the healthcare sector, aiming to reduce costs and accelerate the implementation of treatment solutions [62] - The company offers a dataset of 455,000 synthetic protein structures to support research in drug discovery and personalized medicine [66][69]