AI 沿骨架推理事件传导

结论

本次事件锚定于 特斯拉-Optimus（Level 0，人形机器人/具身智能终端），事件本质是“具身智能终端产业参与者增多与放量预期”。这对AI产业链是显著的需求拉动（利多），将直接向上游引爆边缘AI推理芯片、云端多模态训练算力及物理世界数据标注的需求。投资倾向：越过终端硬件的路线之争，重仓上游“AI算力与数据卖水人”（英伟达、数据标注龙头、半导体耗材），标配拥有数据飞轮壁垒的终端链主（特斯拉）。

产业链传导

注：骨架拓扑将人形机器人置于Level 0，而AI芯片/云服务置于Level 5-9，导致程序计算的跨层衰减极快（非锚点烈度多为0-4）。以下传导基于“终端放量向上游拉动需求”的产业逻辑进行修正推演。

上游（需求拉动，利多）

• 边缘AI推理与训练芯片（修正高烈度）：宇树、智元、Figure等几乎所有非特斯拉阵营的机器人玩家，其“大脑”均明确搭载 英伟达-GPU（如Jetson Thor / RTX模组）。机器人玩家增多，直接拉动英伟达边缘AI芯片及云端训练GPU的出货量。
• AI数据 / 数据标注（修正高烈度）：具身智能与传统LLM不同，极度依赖3D空间、物理交互的多模态视频/点云数据。Scale_AI、海天瑞声 等数据标注商将迎来源于机器人厂商的海量增量订单。
• 半导体制造耗材（烈度 4）：AI芯片扩产向上游晶圆制造传导。安集科技-CMP抛光液（烈度4）、东京应化-光刻胶（烈度4）、信越化学-硅晶圆（烈度2）等先进制程核心耗材，作为“卖水人”将稳健受益于AI芯片整体出货量的提升。
• 云服务 / 算力租赁（修正中烈度）：机器人端到端大模型的训练需要海量算力，CoreWeave、阿里云、火山引擎 等云算力提供商将受益于机器人初创公司（如Figure、智元）的算力租赁需求。

下游（赋能传导）

• 人形机器人本身即为AI产业链的最下游终端（downstreamTerminal=true），无更下游的AI环节。其放量将直接赋能制造业、物流、家庭服务等实体经济（非AI产业链范畴，此处略过）。

量化估算

基于骨架经济字段与行业常识估算，带口径与区间

• 边缘AI芯片增量市场：骨架显示宇树2025年出货>5500台，智元2026年3月累计下线>10000台。假设2027年全球主流玩家合计年产10万20万台人形机器人；每台搭载1-2颗高端边缘AI芯片（如Jetson Thor，估算单价约1,5002,500美元），对应每年 1.5亿~5亿美元 的边缘芯片纯增量市场。
• 训练算力与数据服务增量：具身智能模型训练极度烧钱。假设全球10-15家头部机器人玩家，每家每年需投入3,000万~1亿美元用于GPU算力租赁与多模态数据标注，对应每年 3亿~15亿美元 的算力/数据服务增量市场。
• 半导体耗材弹性：先进制程晶圆产量增加，CMP抛光液和光刻胶用量线性增长。安集科技（FY2025营收25.04亿元）与东京应化（FY2025营收2370亿日元）的AI相关营收占比有望随先进制程扩产提升2-5个百分点。

利多利空打分

注：因拓扑跨层衰减，程序给出的非锚点烈度极低，分数基于“产业真实传导幅度 × 利多符号 × 确定性”进行修正打分。

容易被忽略（非共识机会）

• AI数据 / 数据标注（海天瑞声、Scale_AI）：市场炒作机器人多聚焦于硬件（电机、减速器、传感器）或算力芯片，但具身智能的“灵魂”在于物理世界多模态数据的喂养。该环节离锚点拓扑较远，且属于软性服务，极易被硬件思维主导的市场忽略，实则具备极高的营收弹性。
• 半导体材料（安集科技、东京应化）：离锚点远（hops 3-5），市场直觉认为“机器人跟光刻胶/抛光液无关”。但所有AI芯片的制造均离不开这些耗材，属于规避下游终端路线之争的“非共识稳健受益者”。

卡脖子环节

• 边缘AI推理芯片（英伟达-GPU）：全球具身智能“大脑”高度依赖英伟达（Jetson Thor / RTX），替代供应商极少（supplierCount极小）。英伟达拥有绝对定价权，且存在地缘制裁导致的断供风险，是整个机器人产业链最大的卡脖子单点。
• 高端封装基板材料（味之素-ABF膜、日东纺-T-Glass）：AI芯片（如英伟达GPU、特斯拉AI4）的先进封装高度依赖这两家日本企业（regions单一，supplierCount=1）。一旦地缘摩擦或产能受限，将直接卡死AI芯片的产出，进而卡死机器人的“大脑”供给。

投资观点

• 首选做多：英伟达 (NVDA)。逻辑：无论哪家机器人厂商胜出，都需要买英伟达的Jetson Thor和云端训练GPU，“卖铲人”确定性最高。催化剂：各家机器人新品发布及英伟达边缘AI芯片出货指引。时间窗口：2026-2027年机器人量产元年。
• 次选做多：海天瑞声 (688787.SH) / 关注 Scale_AI 的一级市场动向。逻辑：具身智能多模态数据标注是下一个爆发点，国内标的具备稀缺性。
• 稳健配置：安集科技 (688019.SH)、东京应化 (4186.T)。逻辑：半导体耗材，规避下游终端路线之争的风险，赚取AI算力整体扩产的行业Beta。
• 一句话仓位倾向：超配算力与数据“卖水人”，标配拥有数据飞轮壁垒的终端链主（特斯拉），低配纯硬件组装与无算法壁垒的本体厂。

数据缺口

• 拓扑建模异常：chainAnomalies 包含 107 条 segment 层建模问题（主要为跨级 edge 和环，如 AI数据/数据标注 跨越 8 层直达 AI大模型，人形机器人 与 半导体材料/芯片 之间存在复杂的跨层和循环引用）。这解释了为何程序计算的 transmission.intensity 在非锚点节点衰减极快，分析时已通过产业逻辑进行修正。
• 关键产品字段缺失：特斯拉-AI4芯片、英伟达-Jetson Thor 等关键边缘芯片在骨架中仅有链接引用，缺乏具体的单价、出货量及财务明细（annualShipment / unitPrice 为 null），导致单机BOM算力成本只能依靠行业常识进行区间估算。
• 暂无 segmentExtras 缺失。