隔夜外围情绪转暖，存储、光通信集体反弹；亚马逊宣布与光纤制造商康宁达成一项数十亿美元的多年期协议；谷歌向英特尔下达了超过300万个TPU的订单；国家数据局正式印发《关于推进行业高质量数据集建设行动的实施方案》。今天结合最新的行业资讯，为你再次梳理半导体、光通信和物理AI相关公司，帮你节约投研时间。
美股存储芯片、光通信集体反弹
美股周一冲高回落，三大指数截至收盘涨跌不一，道指跌0.16%，纳指涨0.86%，标普500指数涨0.30%。芯片股反弹，费城半导体指数涨5.6%，英特尔涨超11%，美光科技涨超9%，应用材料涨超8%，阿斯麦涨超6%，闪迪、AMD涨超5%。光通信概念股走强，迈威尔科技涨超9%，AAOI涨超11%，AsteraLabs涨超9%。苹果收跌1.9%，投资者对苹果新一代AI平台及升级版Siri反应平平。
利好消息方面，首先是，亚马逊宣布与光纤制造商康宁达成一项数十亿美元的多年期协议，将在美国本土采购数据中心所需光纤产品。受此影响，康宁美股盘前一度大涨超10%。
其次，有报道称，谷歌向英特尔下单采购超过300万枚TPU芯片。消息公布后，英特尔美股一度暴涨超14%。据四位知情人士透露，随着台积电难以满足其芯片制造能力的巨大需求，包括谷歌和英伟达在内的多家主要人工智能芯片设计公司正悄悄转向英特尔作为其最先进处理器的备份制造商。
据WSTS数据，继2025年末和2026年初的强劲表现之后，全球半导体市场预计将在2026年增长90%，达到1.51万亿美元。这一迅猛增长主要由存储领域推动，该领域预计将同比增长约250%，在2026年达到8000亿美元以上。对人工智能基础设施、HBM和加速计算平台的持续强劲需求仍然是半导体行业的主要增长动力。
近期AI板块的巨震，本质上仍是拥挤度、流动性、情绪等问题集中释放，但这并不会导致产业趋势行情的终结，由此带来的波动反而往往创造合适的买点。
当前，以AI为代表的科技成长仍是业绩确定性强、且景气优势延续的方向。
6月至7月上半月，随着中报业绩预告披露期临近，景气投资的有效性将再度提升。继续坚守AI内部景气最具确定性的方向，以北美算力链为代表，包括光通信（光模块、光纤光缆）、PCB、存储产业链（存储芯片、上游设备材料）等。
光通信相关公司
新易盛：公司高速率（IM-DD）光模块、相干光模块、LPO光模块等研发均取得显著突破。高速率光模块产品市场表现出色，销售占比不断提高。目前，公司已成功推出基于单波200G的1.6T光模块产品，同时高速率产品组合已涵盖基于硅光解决方案的800G/400G光模块及400GZR/ZR+相干光模块以及800GLPO光模块。
光迅科技：公司继实现ΦOTDR单端100km传感距离成果之后，又将这一记录提升至175km，实现了分布式光纤传感领域上的又一次新跨越。公司将继续保持在光纤传感领域的系列创新技术。
生益电子：主营业务是设计、生产和销售印制线路板。公司的主要产品是单面板、双面板、多层板。公司也具备800G光模块的技术能力，且已经给部分客户供货。
002***：公司主营业务为印制电路板的生产、销售及相关售后服务。公司PCB产品以通信通讯设备、数据中心基础设施、汽车电子为核心应用领域，辅以工业设备、半导体芯片测试等应用领域。公司已规划投资新建年产6,250平方米应用于半导体芯片测试领域的产能。
300***：公司前募高端多层、高阶HDI印制线路板及IC封装基板建设项目产品主要应用于通信、计算机、汽车电子及消费电子领域，本次募投项目产品主要应用于人工智能AI服务器及终端、GPU芯片、交换机、汽车电子等领域。
... ...
主题机会
物理AI
2026年6月8日，国家数据局正式印发《关于推进行业高质量数据集建设行动的实施方案》，方案提出，具体措施包括：围绕行业高质量数据集供给、流通、应用等关键环节，部署六大专项行动，提出面向人工智能应用需求，持续推进文本、图像、音视频等多模态高质量数据集建设；聚焦智能体、具身智能和世界模型等重点方向，要求加快推进数据集建设；引导具备条件的地区因地制宜开展数据标注创新试验区建设。政策利好数据要素、物理AI方向，相关企业订单、业务量有望增长。
物理AI重构AI与真实世界的交互逻辑
物理AI（PhysicalAI）由黄仁勋于2024年提出，认为机器人是其最佳载体。指能感知、理解并在真实物理世界中执行复杂操作的模型，是人工智能从虚拟智能迈向具身智能的关键桥梁，其外延覆盖人形机器人、智能驾驶与工业机器人三大核心场景。
传统AI与物理AI对比
传统AI可定义为屏幕内的数字智能，而物理AI则是落地于现实场景的实体智能。传统大模型、ChatGPT等传统AI，主要擅长处理文字、图像、代码等各类数字信息，能够生成各类实操教程，但无法理解现实中的物理规律与实际工况，属于仅掌握理论知识的数字智能。物理AI的核心能力，是让人工智能理解重力、摩擦力、空间关系等真实物理规律，同时嵌入机器人、智能终端、航天器等实体设备，形成感知、推理、行动、反馈的完整运行闭环。
物理AI并非传统AI的迭代升级，而是底层逻辑的全方位重构，二者在核心运行维度存在本质区别。传统大模型依托人类已沉淀的文本、图像、音频等数字信息完成训练，仅能归纳、复现现有存量知识；物理AI则以雷达点云、设备振动、关节力矩、路面摩擦、电压波动等真实高维物理信号为核心数据源，直接捕捉现实世界的运行状态，具备理解物理规律的底层能力。以自动驾驶场景为例，传统AI仅能识别道路图像、标识等表层信息，物理AI可结合车速、路面摩擦力、雷达测距等多维物理数据，精准预判车辆动态变化。
在训练范式上，传统AI完全依赖海量人工标注数据，存在训练成本高、周期长、陌生场景泛化能力薄弱的问题。物理AI采用物理原理与真实数据双轮驱动的训练模式，以力学、热力学、材料学等基础物理原理作为天然监督信号，大幅降低对人工标注数据的依赖，同时结合真实场景反馈持续优化模型参数，实现高效迭代。实测数据显示，搭载物理AI的机器人行走训练周期可从48小时压缩至2.5小时，整体研发成本下降超50%。
在输出结果上，传统AI仅生成文本、图像等虚拟内容，输出错误可随时撤回和修正，不存在实体风险。物理AI的输出为机器人作业、车辆转向、电网调度等真实物理动作，操作失误会产生不可逆的安全风险。因此物理AI领域的安全优先级高于精度，相关模型必须经过百万次以上的虚拟仿真测试，才能落地真实场景应用，行业整体准入门槛大幅提升。
随着AI技术从数字虚拟场景走向现实物理场景，机器人、自动驾驶、智能工厂、智慧物流、智能仓储、家庭服务等实体产业，成为物理AI持续落地、打开增量空间的核心赛道。黄仁勋在英伟达IsaacGR00T人形机器人参考平台发布时表示，人形机器人将推动物理AI渗透至全球各大核心产业，打开规模达数万亿美元的全新市场机会。
今年物理AI迎来技术成熟+产业拐点+巨头布局三重催化
2026年物理AI迎来关键技术突破，核心在于VLA视觉-语言-行动模型与世界模型实现深度融合，让AI形成先预测、后执行的全新智能决策机制，真正具备落地实操能力。行业标杆落地成果持续涌现，Figure03人形机器人可实现超30小时无人干预快递分拣作业，作业效率达到人工的1.8倍，不规则包裹识别率可达99.7%。同时，FigureAI公开测试中，三台人形机器人完成连续200小时不间断作业，有效打破了行业对于人形机器人实用性不足的固有认知。同时，仿真数据平台逐步成熟，攻克了物理AI训练的核心瓶颈，可将机器人整体训练周期从数月压缩至7天，训练成本降至原先的十分之一以下，大幅加速行业迭代速度。
物理AI的产业价值持续落地，行业需求从产业附加升级转变为政策与产业刚需。2026年5月，重庆出台国内首个L3级高速测试专项法规，明确要求相关测试车辆必须完成仿真模拟等三级前置测试，标志着物理仿真验证成为智能汽车量产不可或缺的准入标准，行业合规门槛正式确立。在智能制造领域，物理AI能够直接赋能生产环节，为企业带来可量化的降本增效效果，产业实用价值持续凸显。
行业巨头与资本市场持续加码布局，物理AI行业热度持续攀升。2026年CES展会期间，英伟达CEO黄仁勋公开表示，物理AI已经迎来属于自身的ChatGPT时刻。资本端融资热潮持续发酵，斯坦福大学“AI教母”李飞飞创立的物理世界大模型企业WorldLabs，在2026年2月完成10亿美元融资，英伟达、AMD等全球科技巨头纷纷参与跟投。此外，行业知名资本主体宣布扩容10亿美元AI基金，重点布局人形机器人、工业仿真、自动驾驶等物理AI核心赛道。摩根士丹利相关研报数据显示，2026年全球人形机器人领域风险投资规模，已超越2025年全年投资总额，行业资本流入节奏持续加快。
物理AI产业链梳理
物理AI产业链覆盖范围广阔，整体涵盖感知层、执行层与应用层，完整链条包含传感器、芯片、算力、机器人整机及核心零部件，同时广泛落地于各类实体应用场景。
感知层是物理AI落地的基础，传感器、AI芯片、算力平台共同构成物理AI的感知体系，对应AI的“眼睛”与“大脑”。该环节覆盖芯片设计、晶圆制造、封测及传感器全产业链，兼具短期业绩确定性与长期国产替代逻辑，是物理AI产业迭代的核心支撑。同时，物理AI仿真及数据平台市场空间广阔，据沙利文报告，2030年中国相关市场规模预计达1806.1亿元，为产业持续迭代提供数据与技术支撑。
人形机器人是物理AI核心落地载体之一。中信建投指出，物理AI是人工智能下一阶段核心浪潮，机器人是AI最优物理载体，未来将有数十亿套自主机器人系统在物理世界运行。当前机器人板块调整主要源于资金情绪波动，并非产业逻辑逆转，物理AI赋能机器人的产业趋势持续明确。同时特斯拉Optimus量产进程持续推进，供应链量化指引逐步清晰，V3产品发布与规模化量产节奏值得持续跟踪。在物理AI仿真平台市场中，具身智能机器人场景占比达34%，行业渗透空间充足。
智能汽车是物理AI最重要的落地场景与核心变革战场。汽车作为复杂度最高的移动智能终端，适配物理AI感知、推理、执行的全流程落地需求，是承载物理AI技术迭代的核心载体。在物理AI仿真平台市场中，智能汽车场景占比达36%，位居各细分赛道首位，行业成长确定性突出。
物理AI相关公司
奥比中光：公司Gemini335、Gemini336系列双目3D相机，已入驻NVIDIAIsaacSim机器人仿真开发平台，并与NVIDIAIsaacPerceptor集成，方便全球机器人开发者开发、测试和仿真机器人3D视觉系统。
绿的谐波：公司已有多家国内外企业发布了包括人形机器人在内的智能机器人样机。谐波减速器是包含人形机器人在内的智能机器人的核心零部件之一，公司做为谐波减速器行业的领先企业具备了在该领域从产品定制化开发到批量生产交付的能力，并且与国内外人形机器人客户保持着良好的合作关系。
埃斯顿：公司参股公司发布第二代人形机器人Codroid02，这款人形机器人从自主核心部件、智能架构创新、全场景工业落地三个维度全面展现了其在具身智能领域的最新成果。核心部件持续优化，全身一体化关节模组由埃斯顿酷卓全自主研发，实现力量与精度的平衡;快慢系统具身架构，进一步提升了机器人的智能化和任务执行的成功率;工业场景全面覆盖，探索人机协作新模式，既可完成体力劳动，也可实现精细化工作。
001***：公司的核心定位是“AI数智化基座提供商”，在物理AI的浪潮中，扮演的是“造铲子”的角色。无论最终的AI应用是机器人、自动驾驶还是数字孪生，都需要坚实的硬件作为基础。
300***：公司具备全球领先的视觉技术，视觉方案和感知算法等全栈技术，并且全面覆盖了智能终端、智能物联网，智能汽车等各个领域。SAM的出现，将进一步帮助公司提高计算机视觉系统的性能、为计算机视觉领域带来新的创新机遇。
... ...
扫码回复“8-光通信+物理AI”查看行业公司介绍，并可免费诊股，还可咨询实操指导服务！
作者：于晓明 执业证书编号：A0680622030012
隔夜外围情绪转暖，存储、光通信集体反弹；亚马逊宣布与光纤制造商康宁达成一项数十亿美元的多年期协议；谷歌向英特尔下达了超过300万个TPU的订单；国家数据局正式印发《关于推进行业高质量数据集建设行动的实施方案》。今天结合最新的行业资讯，为你再次梳理半导体、光通信和物理AI相关公司，帮你节约投研时间。
美股存储芯片、光通信集体反弹
美股周一冲高回落，三大指数截至收盘涨跌不一，道指跌0.16%，纳指涨0.86%，标普500指数涨0.30%。芯片股反弹，费城半导体指数涨5.6%，英特尔涨超11%，美光科技涨超9%，应用材料涨超8%，阿斯麦涨超6%，闪迪、AMD涨超5%。光通信概念股走强，迈威尔科技涨超9%，AAOI涨超11%，AsteraLabs涨超9%。苹果收跌1.9%，投资者对苹果新一代AI平台及升级版Siri反应平平。
利好消息方面，首先是，亚马逊宣布与光纤制造商康宁达成一项数十亿美元的多年期协议，将在美国本土采购数据中心所需光纤产品。受此影响，康宁美股盘前一度大涨超10%。
其次，有报道称，谷歌向英特尔下单采购超过300万枚TPU芯片。消息公布后，英特尔美股一度暴涨超14%。据四位知情人士透露，随着台积电难以满足其芯片制造能力的巨大需求，包括谷歌和英伟达在内的多家主要人工智能芯片设计公司正悄悄转向英特尔作为其最先进处理器的备份制造商。
据WSTS数据，继2025年末和2026年初的强劲表现之后，全球半导体市场预计将在2026年增长90%，达到1.51万亿美元。这一迅猛增长主要由存储领域推动，该领域预计将同比增长约250%，在2026年达到8000亿美元以上。对人工智能基础设施、HBM和加速计算平台的持续强劲需求仍然是半导体行业的主要增长动力。
近期AI板块的巨震，本质上仍是拥挤度、流动性、情绪等问题集中释放，但这并不会导致产业趋势行情的终结，由此带来的波动反而往往创造合适的买点。
当前，以AI为代表的科技成长仍是业绩确定性强、且景气优势延续的方向。
6月至7月上半月，随着中报业绩预告披露期临近，景气投资的有效性将再度提升。继续坚守AI内部景气最具确定性的方向，以北美算力链为代表，包括光通信（光模块、光纤光缆）、PCB、存储产业链（存储芯片、上游设备材料）等。
光通信相关公司
新易盛：公司高速率（IM-DD）光模块、相干光模块、LPO光模块等研发均取得显著突破。高速率光模块产品市场表现出色，销售占比不断提高。目前，公司已成功推出基于单波200G的1.6T光模块产品，同时高速率产品组合已涵盖基于硅光解决方案的800G/400G光模块及400GZR/ZR+相干光模块以及800GLPO光模块。
光迅科技：公司继实现ΦOTDR单端100km传感距离成果之后，又将这一记录提升至175km，实现了分布式光纤传感领域上的又一次新跨越。公司将继续保持在光纤传感领域的系列创新技术。
生益电子：主营业务是设计、生产和销售印制线路板。公司的主要产品是单面板、双面板、多层板。公司也具备800G光模块的技术能力，且已经给部分客户供货。
002***：公司主营业务为印制电路板的生产、销售及相关售后服务。公司PCB产品以通信通讯设备、数据中心基础设施、汽车电子为核心应用领域，辅以工业设备、半导体芯片测试等应用领域。公司已规划投资新建年产6,250平方米应用于半导体芯片测试领域的产能。
300***：公司前募高端多层、高阶HDI印制线路板及IC封装基板建设项目产品主要应用于通信、计算机、汽车电子及消费电子领域，本次募投项目产品主要应用于人工智能AI服务器及终端、GPU芯片、交换机、汽车电子等领域。
... ...
主题机会
物理AI
2026年6月8日，国家数据局正式印发《关于推进行业高质量数据集建设行动的实施方案》，方案提出，具体措施包括：围绕行业高质量数据集供给、流通、应用等关键环节，部署六大专项行动，提出面向人工智能应用需求，持续推进文本、图像、音视频等多模态高质量数据集建设；聚焦智能体、具身智能和世界模型等重点方向，要求加快推进数据集建设；引导具备条件的地区因地制宜开展数据标注创新试验区建设。政策利好数据要素、物理AI方向，相关企业订单、业务量有望增长。
物理AI重构AI与真实世界的交互逻辑
物理AI（PhysicalAI）由黄仁勋于2024年提出，认为机器人是其最佳载体。指能感知、理解并在真实物理世界中执行复杂操作的模型，是人工智能从虚拟智能迈向具身智能的关键桥梁，其外延覆盖人形机器人、智能驾驶与工业机器人三大核心场景。
传统AI与物理AI对比
传统AI可定义为屏幕内的数字智能，而物理AI则是落地于现实场景的实体智能。传统大模型、ChatGPT等传统AI，主要擅长处理文字、图像、代码等各类数字信息，能够生成各类实操教程，但无法理解现实中的物理规律与实际工况，属于仅掌握理论知识的数字智能。物理AI的核心能力，是让人工智能理解重力、摩擦力、空间关系等真实物理规律，同时嵌入机器人、智能终端、航天器等实体设备，形成感知、推理、行动、反馈的完整运行闭环。
物理AI并非传统AI的迭代升级，而是底层逻辑的全方位重构，二者在核心运行维度存在本质区别。传统大模型依托人类已沉淀的文本、图像、音频等数字信息完成训练，仅能归纳、复现现有存量知识；物理AI则以雷达点云、设备振动、关节力矩、路面摩擦、电压波动等真实高维物理信号为核心数据源，直接捕捉现实世界的运行状态，具备理解物理规律的底层能力。以自动驾驶场景为例，传统AI仅能识别道路图像、标识等表层信息，物理AI可结合车速、路面摩擦力、雷达测距等多维物理数据，精准预判车辆动态变化。
在训练范式上，传统AI完全依赖海量人工标注数据，存在训练成本高、周期长、陌生场景泛化能力薄弱的问题。物理AI采用物理原理与真实数据双轮驱动的训练模式，以力学、热力学、材料学等基础物理原理作为天然监督信号，大幅降低对人工标注数据的依赖，同时结合真实场景反馈持续优化模型参数，实现高效迭代。实测数据显示，搭载物理AI的机器人行走训练周期可从48小时压缩至2.5小时，整体研发成本下降超50%。
在输出结果上，传统AI仅生成文本、图像等虚拟内容，输出错误可随时撤回和修正，不存在实体风险。物理AI的输出为机器人作业、车辆转向、电网调度等真实物理动作，操作失误会产生不可逆的安全风险。因此物理AI领域的安全优先级高于精度，相关模型必须经过百万次以上的虚拟仿真测试，才能落地真实场景应用，行业整体准入门槛大幅提升。
随着AI技术从数字虚拟场景走向现实物理场景，机器人、自动驾驶、智能工厂、智慧物流、智能仓储、家庭服务等实体产业，成为物理AI持续落地、打开增量空间的核心赛道。黄仁勋在英伟达IsaacGR00T人形机器人参考平台发布时表示，人形机器人将推动物理AI渗透至全球各大核心产业，打开规模达数万亿美元的全新市场机会。
今年物理AI迎来技术成熟+产业拐点+巨头布局三重催化
2026年物理AI迎来关键技术突破，核心在于VLA视觉-语言-行动模型与世界模型实现深度融合，让AI形成先预测、后执行的全新智能决策机制，真正具备落地实操能力。行业标杆落地成果持续涌现，Figure03人形机器人可实现超30小时无人干预快递分拣作业，作业效率达到人工的1.8倍，不规则包裹识别率可达99.7%。同时，FigureAI公开测试中，三台人形机器人完成连续200小时不间断作业，有效打破了行业对于人形机器人实用性不足的固有认知。同时，仿真数据平台逐步成熟，攻克了物理AI训练的核心瓶颈，可将机器人整体训练周期从数月压缩至7天，训练成本降至原先的十分之一以下，大幅加速行业迭代速度。
物理AI的产业价值持续落地，行业需求从产业附加升级转变为政策与产业刚需。2026年5月，重庆出台国内首个L3级高速测试专项法规，明确要求相关测试车辆必须完成仿真模拟等三级前置测试，标志着物理仿真验证成为智能汽车量产不可或缺的准入标准，行业合规门槛正式确立。在智能制造领域，物理AI能够直接赋能生产环节，为企业带来可量化的降本增效效果，产业实用价值持续凸显。
行业巨头与资本市场持续加码布局，物理AI行业热度持续攀升。2026年CES展会期间，英伟达CEO黄仁勋公开表示，物理AI已经迎来属于自身的ChatGPT时刻。资本端融资热潮持续发酵，斯坦福大学“AI教母”李飞飞创立的物理世界大模型企业WorldLabs，在2026年2月完成10亿美元融资，英伟达、AMD等全球科技巨头纷纷参与跟投。此外，行业知名资本主体宣布扩容10亿美元AI基金，重点布局人形机器人、工业仿真、自动驾驶等物理AI核心赛道。摩根士丹利相关研报数据显示，2026年全球人形机器人领域风险投资规模，已超越2025年全年投资总额，行业资本流入节奏持续加快。
物理AI产业链梳理
物理AI产业链覆盖范围广阔，整体涵盖感知层、执行层与应用层，完整链条包含传感器、芯片、算力、机器人整机及核心零部件，同时广泛落地于各类实体应用场景。
感知层是物理AI落地的基础，传感器、AI芯片、算力平台共同构成物理AI的感知体系，对应AI的“眼睛”与“大脑”。该环节覆盖芯片设计、晶圆制造、封测及传感器全产业链，兼具短期业绩确定性与长期国产替代逻辑，是物理AI产业迭代的核心支撑。同时，物理AI仿真及数据平台市场空间广阔，据沙利文报告，2030年中国相关市场规模预计达1806.1亿元，为产业持续迭代提供数据与技术支撑。
人形机器人是物理AI核心落地载体之一。中信建投指出，物理AI是人工智能下一阶段核心浪潮，机器人是AI最优物理载体，未来将有数十亿套自主机器人系统在物理世界运行。当前机器人板块调整主要源于资金情绪波动，并非产业逻辑逆转，物理AI赋能机器人的产业趋势持续明确。同时特斯拉Optimus量产进程持续推进，供应链量化指引逐步清晰，V3产品发布与规模化量产节奏值得持续跟踪。在物理AI仿真平台市场中，具身智能机器人场景占比达34%，行业渗透空间充足。
智能汽车是物理AI最重要的落地场景与核心变革战场。汽车作为复杂度最高的移动智能终端，适配物理AI感知、推理、执行的全流程落地需求，是承载物理AI技术迭代的核心载体。在物理AI仿真平台市场中，智能汽车场景占比达36%，位居各细分赛道首位，行业成长确定性突出。
物理AI相关公司
奥比中光：公司Gemini335、Gemini336系列双目3D相机，已入驻NVIDIAIsaacSim机器人仿真开发平台，并与NVIDIAIsaacPerceptor集成，方便全球机器人开发者开发、测试和仿真机器人3D视觉系统。
绿的谐波：公司已有多家国内外企业发布了包括人形机器人在内的智能机器人样机。谐波减速器是包含人形机器人在内的智能机器人的核心零部件之一，公司做为谐波减速器行业的领先企业具备了在该领域从产品定制化开发到批量生产交付的能力，并且与国内外人形机器人客户保持着良好的合作关系。
埃斯顿：公司参股公司发布第二代人形机器人Codroid02，这款人形机器人从自主核心部件、智能架构创新、全场景工业落地三个维度全面展现了其在具身智能领域的最新成果。核心部件持续优化，全身一体化关节模组由埃斯顿酷卓全自主研发，实现力量与精度的平衡;快慢系统具身架构，进一步提升了机器人的智能化和任务执行的成功率;工业场景全面覆盖，探索人机协作新模式，既可完成体力劳动，也可实现精细化工作。
001***：公司的核心定位是“AI数智化基座提供商”，在物理AI的浪潮中，扮演的是“造铲子”的角色。无论最终的AI应用是机器人、自动驾驶还是数字孪生，都需要坚实的硬件作为基础。
300***：公司具备全球领先的视觉技术，视觉方案和感知算法等全栈技术，并且全面覆盖了智能终端、智能物联网，智能汽车等各个领域。SAM的出现，将进一步帮助公司提高计算机视觉系统的性能、为计算机视觉领域带来新的创新机遇。
... ...
扫码回复“8-光通信+物理AI”查看行业公司介绍，并可免费诊股，还可咨询实操指导服务！
作者：于晓明 执业证书编号：A0680622030012
