报告概述
本报告围绕“AI泛化模式”这一核心主题，系统分析了AI产业从基础算力到应用落地的演进路径。报告覆盖了以谷歌、英伟达为代表的海外AI基础设施升级（TPU、Rubin芯片、光互连、液冷等），以及国产算力芯片（寒武纪、华为、摩尔线程、沐曦）的追赶态势。同时，深入探讨了大模型竞争格局的变化（从产业到资本），并前瞻了具身智能、智能驾驶和太空算力等AI泛化应用场景。报告旨在为投资者梳理AI产业链的技术迭代方向、关键节点和受益标的，帮助理解AI从能力竞争到泛化应用铺开的产业趋势。
报告的核心结论
AI需求从训练向推理泛化，算力基础设施迭代加速
报告指出，谷歌Gemini 3.0与英伟达Rubin芯片的推出标志着AI需求从单一训练拓展至推理与泛应用。谷歌TPU Ironwood算力达42.5 Exaflops，英伟达Rubin较Blackwell性能提升数倍，液冷从选配变为标配，光互连（OCS、NPO）及800V HVDC电源等新技术涌现，共同推动AI基础设施全面升级。
大模型竞争从技术切入资本化，国产阵营加速崛起
报告认为，海外大模型由OpenAI一家独大转向Google、Anthropic等多强并立，而国内阿里Qwen3、字节豆包等模型在性能与月活上快速追赶。智谱、MiniMax启动港股IPO，有望诞生全球大模型第一股，标志国产大模型产业正式进入资本化阶段。
国产算力芯片进入全栈追赶期，生态自主化成关键
报告显示，寒武纪思元590性能接近英伟达A100，华为昇腾明确三年迭代路线并自研HBM，摩尔线程推出全功能GPU并构建MUSA生态，沐曦主打CUDA兼容。国产芯片在算力、互联和软件栈上同步突破，正从“可用”迈向“好用”，加速替代海外产品。
具身智能与智能驾驶进入泛化应用元年
报告判断，2026年将是具身智能从试点走向商用的关键节点。VLA架构赋予机器人“大脑”能力，特斯拉Optimus Gen3与小鹏IRON等产品落地；FSD v14开启无安全员路测，Cybercab计划2026年量产，Robotaxi单车经济模型已在广州、武汉转正，AI从虚拟世界向物理世界泛化。
太空算力成为AI泛化新制高点
报告强调，低轨卫星星座竞争白热化，“天数天算”模式将响应时间从天级压缩至秒级。银河智算星座算力较传统提升500倍，星载芯片“玉龙810”单星峰值达576TOPS。随着SpaceX上市预期，太空算力有望成为中美科技竞争的新焦点。
报告回答的关键问题
AI泛化模式具体指什么？
AI泛化模式是指AI能力从单一领域（如语言、视觉）向多模态、多场景、多行业的全面渗透。报告认为，随着谷歌Gemini 3.0等大模型在多模态理解上突破（如Video-MMMU 87.6%），以及英伟达芯片迭代加速，AI正从基础能力竞争转向泛应用化铺开，涵盖机器人、智驾、太空计算等新载体，形成算力-模型-应用闭环。
国产算力芯片能否赶上英伟达？
报告显示，国产算力芯片正在快速追赶。寒武纪思元590在FP16算力（256TFLOPS）上已达英伟达A100的约82%，华为昇腾910C通过Chiplet封装实现集群性能对标H100，摩尔线程与沐曦则在软件生态上兼容CUDA。虽然整体性能与生态仍有差距，但国产芯片在政府智算中心等场景已实现超过30%的替代率，并有望通过持续迭代缩小差距。
2026年机器人产业有哪些重要看点？
报告指出，2026年是机器人商用服务爆发期。特斯拉计划启动第三代人形机器人量产（年产能5-10万台），优必选预计交付数千台，智元规划1万台。关键技术方面，VLA架构和“具身思维链”使机器人具备零样本泛化能力，灵巧手自由度提升至20-22个，触觉传感器分辨率达0.5mm。从工信部政策看，2025年突破关键技术后，2026年将开启规模化商用。
智能驾驶进入商业化拐点的标志是什么？
报告认为，端到端架构成熟与Robotaxi盈利转正是两大标志。特斯拉FSD v14.2.2完全采用神经网络控制，2025年底启动无安全员路测，Cybercab售价低于3万美元。国内小马智行在广州实现单车UE转正，百度萝卜快跑在武汉盈利。L3/L4准入许可已发放，预计2030年Robotaxi将占据出行市场7-10%份额。
报告中的代表性数据
豆包大模型日均tokens使用量
截至2025年12月，字节旗下豆包大模型日均tokens使用量突破50万亿，居中国第一、全球第三，较2024年12月增长超10倍（去年同期4万亿）。
英伟达Blackwell GPU出货量
2025年以来，报告引述英伟达披露，Grace Blackwell解决方案自2025年以来向四大平台出货360万台Blackwell GPU，显示其新一代芯片已全面投产。
字节跳动2026年资本支出总额
2026年计划，据观点网讯转引字节内部沟通会信息，2026年集团资本支出总额预计为230亿美元，其中约850亿元人民币专项用于AI处理器采购与基础设施建设。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 完整报告包含对谷歌TPU Ironwood、英伟达Rubin及Blackwell Ultra等最新AI芯片的详细技术参数与性能对比，以及Google OCS光交换、英伟达正交背板等前沿互连技术的原理与应用前景分析。
- 报告深入梳理了国产算力芯片（寒武纪、华为、摩尔线程、沐曦）的产品线、性能对标及生态建设进展，附有各家核心技术指标对比表。
- 大模型竞争格局部分提供了海外（Google、OpenAI、Anthropic）与国内（阿里、字节、DeepSeek）主要模型的参数、月活、定价及生态体系对比表。
- 具身智能章节包含人形机器人BOM成本趋势、主要企业灵巧手自由度对比、商用落地时间阶梯图（2025-2027+），以及特斯拉Optimus、宇树、小鹏等产品的详细分析。
- 智能驾驶部分覆盖特斯拉FSD版本演进、Cybercab成本预测、国内Robotaxi渗透率预测（2024-2030E），以及小马智行、百度萝卜快跑的盈利模型。
- 商业航天板块提供“星链”“千帆”“国网”三大星座的发射规划表、可重复使用火箭成本对比（猎鹰9号/朱雀三号），以及太空算力星座的技术优势与产业链梳理。
- 报告附有完整的受益标的公司列表（含代码、收盘价、市值及2025-2027年预测PE），并按谷歌链、英伟达链、国产算力、AI应用、机器人、智驾、商业航天分类。
- 风险提示部分详细说明了政策落地、下游需求、技术升级及全球经济不确定性等四大风险因素。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
