AI硬件阶段性告一段落：下一站，看AI应用与物理AI

最近市场最容易出现的误区，是把研究方向的切换理解成产业的彻底结束。

我的阶段性判断是：AI硬件并没有消失，但单靠算力稀缺、扩产预期和概念映射推动估值的阶段正在降温。下一步需要把研究视线从“谁提供算力”扩展到“算力最终创造了什么”，重点观察AI应用与物理AI。

【事实】国务院在2025年8月发布《关于深入实施“人工智能+”行动的意见》，提出推动人工智能与各行业各领域广泛深度融合，并提出到2027年新一代智能终端、智能体等应用普及率超过70%的政策目标。这里的70%是政策目标，不是已经实现的产业渗透率。来源：中国政府网，2025年8月，原文。
【事实】Google DeepMind在2025年3月12日发布Gemini Robotics与Gemini Robotics-ER，官方将其描述为帮助机器人理解、行动并对物理世界作出反应的模型。这证明大模型能力正在向机器人执行任务延伸，但不等于相关供应链已经形成批量订单。来源：Google DeepMind，2025年3月12日，原文。
【事实】NVIDIA对Physical AI的定义，是让摄像头、机器人、自动驾驶汽车等自主系统在真实世界中完成感知、理解、推理和行动。该定义说明物理AI需要软件、模型与实体硬件协同，但它是技术框架，不是任何一家上市公司的业绩证明。来源：NVIDIA，《What is Physical AI?》，访问日期2026年7月30日，原文。

【判断】所谓“AI硬件告一段落”，更准确的说法是：硬件从主题扩张期进入业绩验证期。过去市场主要交易算力短缺、资本开支和供应链扩产；下一阶段更需要检查设备利用率、价格、订单质量、收入确认、毛利率、应收账款和经营现金流。硬件仍然重要，只是不能继续只靠远期空间定价。
【判断】AI应用的核心问题，不是产品是否接入大模型，而是能否形成真实付费。面向个人用户，要看活跃、留存、付费率和获客成本；面向企业客户，要看合同金额、续费率、交付成本、推理成本和回款。只有客户愿意持续付费，模型能力才真正转化成上市公司的收入与利润。
【判断】物理AI比纯软件应用多了一条“执行链”。它需要模型理解任务，也需要传感器获取环境信息、控制器作出决策、执行器完成动作，并通过真实反馈继续修正。因此研究要同时跟踪视觉与力觉传感、边缘计算、控制系统、伺服与电机、精密传动、仿真训练和系统集成。
【判断】A股映射必须遵循证据阶梯：技术储备不等于送样，送样不等于认证，认证不等于定点，定点不等于订单，订单也不等于当期收入。下一阶段真正有区分度的，不是“公司属于AI应用或机器人概念”，而是它走到了哪一级证据。

【推测】市场研究重心可能逐渐从算力基础设施转向智能体、行业软件、机器人和智能终端，但这还不能直接写成新的持续主线。后续仍要观察成交结构、板块持续性以及上市公司财报能否同步验证。
【推测】物理AI可能成为连接模型进步与中国制造业优势的重要方向，但当前不同技术路线、产品形态和商业化速度差异很大，不能把人形机器人、工业机器人、自动驾驶和智能终端简单混为一谈。

反方观点一：如果新一轮模型训练和推理需求再次显著超预期，云厂商资本开支继续加速，AI硬件可能重新成为最强主线，当前的“阶段切换”只是一轮短期风格轮动。
反方观点二：AI应用可能面临同质化、付费意愿不足和推理成本过高；物理AI还可能受到数据不足、安全要求、可靠性和成本约束，商业化时间长于市场预期。
证伪条件：AI应用连续多个报告期无法形成付费用户、续费、合同增长或毛利改善；物理AI长期停留在演示、送样和小批试制，无法进入定点、订单、交付和收入确认；同时AI硬件订单、价格与现金流重新全面加速。若出现这些情况，应下调“应用与物理AI接棒”的判断。

国务院，《关于深入实施“人工智能+”行动的意见》，2025年8月，中国政府网。
Google DeepMind，《Gemini Robotics brings AI into the physical world》，2025年3月12日，原文。
NVIDIA，《What is Physical AI?》，访问日期2026年7月30日，原文。

仅作研究交流，不构成投资建议。