智能化

物理智能是AI大模型架构发展的关键方向、算力是具身智能实现之载体：英伟达在CES 2025重磅发布Cosmos世界基础模型平台。据英伟达官网介绍，物理AI体系包含以Omniverse、Cosmos、Isaac Sim等关键组成部分。其中Cosmos平台利用了超过2000万小时的视频训练数据，旨在“教会AI理解物理世界”。黄仁勋在CES大会上表示，物理AI将彻底改变价值50万亿美元的制造业和物流业，从汽车、卡车到工厂、仓库，所有移动的事物都将实现机器人化，并由AI驱动。在2025年8月8日开幕的2025世界机器人大会上，2025具身智能机器人十大发展趋势发布，这十大趋势中提到了“物理实践、物理模拟器与世界模型协同驱动的具身感认知”、“从控制角度来看，可以融合模型预测，强化学习和生命科学的具身智能控制”等。感知、决策、执行是具身智能机器人系统核心，本轮具身智能机器人快速发展离不开AI大模型的兴起，我们认为，算力作为大模型发展的底座，将成为具身智能机器人发展的核心关键支撑点。

低速无人驾驶市场空间广阔，24年无人清扫领域在低速无人车辆中出货规模最大：1）根据《2024-2025中国低速无人驾驶产业发展研究报告》显示，2024年我国各类低速无人驾驶车辆销售数量总计3.3万台。销售规模约123亿元。2）其中无人环卫车和商用清扫机器人累计出货超12980台（不含小型家用/墙面清洁/泳池机器人），销售规模约27.6亿元。在低速无人驾驶行业总体占比最高。3）其中用于市政道路、园区、景区、户外广场等环卫保洁户外场所的无人清扫车出货约3420台，无人清洁船、无人洒水车等其他无人环卫产品出货量占比3%。24年政府招标中明确提出应用无人环卫车的清洁环卫项目总中标金额达61亿元。

OpenAI 问世后，各路大模型如雨后春笋般涌现，它们基于互联网上爬到的数据进行训练，要花费成千上万张 GPU 资源才能训练出来，这些大模型可以陪人闲聊、回答问题甚至求解方程，但是它无法知道的企业流水线的工艺制造方式、学校对学生的个性培养计划、医院为老人的病症诊疗方案。这些大模型我们称其为“通用大模型”，它知道的很多很杂、但不深不准。如果要让 AI 真正服务于千行百业，需要的是把“通用大模型”与行业数据充分结合，再通过算力加工成“行业大模型”。“行业大模型”的发展，需要迈过三座大山，一是模型部署太贵，企业要部署一套聪明的大模型动辄要大几百万上千万，二是数据流通不畅，企业的生产数据通过互联网传输既不安全也不高效，三是算力使用不便，国家建设了大量的公共算力却未充分被企业所知所用。

AI 大模型的跨域训练是全球范围关注的前沿技术方向，它是指将多个不同的智算中心组合在一起训练同一个 AI 大模型。为什么需要跨域训练？业界通常的认知在于，当大模型未来发展到万亿、十万亿参数规模时，根据 Scaling Law 需要用到万卡甚至十万卡才能完成其预训练过程，这样的体量规模如果集中到一个集群内部，在技术、能源、配套等方面都存在着严峻的挑战，因此需要通过网络连接多个集群并加以组合，以共同训练同一个万亿/十万亿的大模型。

海外 AI 模型迭代、云服务与硬件需求、上层应用共振式爆发。国内受限于市场环境展现出不同特征，B 端企业数据治理基础相对薄弱，商业化聚焦于 Pre-AI 阶段与垂直场景降本增效；C 端市场在互联网巨头主导下目前仍以免费为主，但以图片编辑、视频生成为代表的内容创作产品通过出海已实现了一定商业化价值，建议关注 1）Pre-AI 的收入率先落地，推荐 OA+ERP 环节的泛微网络、金蝶国际、用友网络、鼎捷数智；Pre-AI 方面的汉得信息。2）部分细分垂直场景 AI 收入更快。创收关注拓尔思、税友股份、视源股份、京北方、国能日新等；降本关注 AI-coding 和多模态，如万兴科技等。3）本地推理逐步起量，推荐浪潮信息、深信服、神州数码、海光信息等。

随着人工智能技术的飞速发展，多智能体系统在各个领域得到了广泛应用，例如智能交通系统中的车辆协同调度、工业自动化中的机器人协作、复杂商业流程中的智能决策支持等。多智能体系统通过多个智能体之间的协作，能够高效地解决复杂的任务，展现出巨大的潜力。

2025创业报告_人工智能时代的创业之道

无人驾驶清扫车是融合了自动驾驶技术与清扫功能的车辆，能够依靠各类传感器感知周边环境信息，通过复杂的算法进行分析决策，进而按照预设的路线或自主规划合理的路径，自动对道路、广场、园区等公共场所进行清扫作业。据《2024-2025年中国低速无人驾驶产业发展研究报告》数据，2024年我国低速无人驾驶行业销售规模约123亿元，各类低速无人车销售数量约3.3万台；其中无人清洁环卫市场规模占比最高，全年出货约1.3万台，而其中用于市政道路、园区、景区、广场等户外场所的无人清扫车出货占比26%，出货量为3420台。

复盘今年美股AI Agent标的市场表现，以1月至2月中旬模型平权以及4月初的关税波动为节点划分为三段式波动，前两个阶段跟随行业β同涨同跌偏多，第三阶段随AI货币化进程走出个股差异行情。

我们认为，生成式 AI 正迈入以 AI 智能体为主导的新发展阶段。宏观角度，AI 智能体引发了“无就业增长”与“超级个体”并存现象，“硅基生物”对人力的结构性替代已经开始；微观角度，软件的价值创造与 Token 消耗挂钩，Token 的生产与半导体、数据中心和能源等物理基础设施产能深度绑定，“边际成本为零”的软件商业模式逐渐告结。我们认为，智能体的发展将沿着“先 2B 再 2C，最后终端”的产业发展轨迹；看好中国在机器人等终端上显著比较优势。基于此，我们给出未来一年美股投资的八大预测，看好 1）科技板块有望跑赢美股大盘；2）硬件有望跑赢软件；3）ASIC 有望跑赢 GPU；4）台积电在先进工艺领域领先优势或持续；5）苹果股价有望实现反转；6）美国或将比特币纳入战略储备；7）设备板块或跑输费城半导体指数；8）模拟板块或跑输费城半导体指数。

AI智能体与大模型解决方案

AI 液冷：预计 2025 年是渗透率加速的元年。随着生成式 AI 横空出世，传统的通算中心已无法满足日益增长的 AI 算力需求，智算中心（AIDC）成为算力设施发展的必然趋势，配套的散热需求也将随之增长，风冷技术已难以满足当前高功耗芯片及机组的散热需求。除英伟达外，谷歌、微软、Meta、华为、阿里等国内外云厂商均引入液冷技术方案。随着液冷技术从可选变为刚需，渗透率有望快速提升，预计2026 年全球数据中心液冷渗透率将提升至 30%左右。