芝能科技出品
硅谷银行（SVB）7月发布的《Physical AI and the Future of Robotics》，主角是美国市场，这一轮硬件周期和过去最大的区别，是智能本身，机器人第一次有了在陌生环境里泛化操作的能力。
01 从"会做"到"会想"：物理AI把机器人的市场重新打开
从2000年代初到2020年代初的近二十年，硬件在美国风投里一直是个配角，占不到五分之一。
重新吃香的原因，是AI让硬件"活"了。过去的机器人是为单一任务造的，地面要平、零件要一致、环境要可控；一进真实仓库，碰到乱放的货、临时的SKU、旺季的人流，就转不动了。
现在视觉-语言-动作（VLA）这类基础模型让机器人能"举一反三"，在没见过的环境里干活。
这种泛化能力把机器人的可服务市场空前放大，理论上每个仓库、工厂、物流枢纽都可能被一只机械手够到。
中国正好卡在这个转折点上。
中国是全球最大的工业机器人市场，装机量常年占全球一半上下，但绝大多数还是"固定工位、固定动作"的专用设备，焊装线上的六轴臂、光伏车间的上下料机、3C工厂的贴片机。它们赢在规模和性价比，输在"换一个活就不会干"。
物理AI要解决的，正是中国制造业从"会做"迈向"会想"的那道坎。大模型那套缩放定律在物理AI上并不自动成立，传感器质量、安全冗余、仿真数据的天花板都是硬约束。
中国没法像训聊天机器人那样靠堆数据堆出奇迹，真实世界的机器人得在仿真和现实之间反复摔打。
02 芯片与供应链：最熟的战场，也是最痛的卡点
供应链是物理AI颠覆潜力最大的场景，现代科技供应链是一张全球交织的网，没有哪样东西比一块AI加速芯片更能说明问题。
上百家供应商，仅仅10个国家提供了几乎所有关键零部件，其中日本一家就占AI加速器inputs的57%，中国台湾地区是制造枢纽，韩国、美国各占一块。
更致命的是两个瓶颈：HBM高带宽内存和CoWoS先进封装，全球四家芯片厂吃掉了2025年90%的HBM。
2019年以来美国从中国的进口份额跌了9个百分点，订单借着"友岸外包"流向越南、墨西哥、爱尔兰，中国台湾地区则凭芯片制造吃到了数据中心热潮的红利。
物理AI背后的半导体供应链，恰恰是中国被卡得最狠的地方，先进制程、EUV光刻机、HBM都受出口管制。
机会的一面也同样真实：中国本身就是这张网里绕不开的节点，稀土、部分封装与材料，以及正在攻坚的存储（长鑫的DRAM、长江存储的NAND）都是手里的牌。
更现实的路径是国产替代叠加向外延展，华为昇腾已经在推理侧顶上一部分缺口，成了报告图表里少数和英伟达、谷歌、AMD并列出现在2025—2026算力版图上的非美名字。
云端推理能容忍延迟，写邮件这种活儿越来越便宜（千把token、五美分）；可自动驾驶、分拣机器人、人形这类物理AI设备，没法把"思考"外包给云，必须在本地带着算力和内存跑，否则机械臂上一秒钟的卡顿就是事故。
越往灵巧操作走，越要从传统DRAM切到HBM，而HBM正被数据中心和具身机器抢破头。
也就是说，机器人产业的上游瓶颈和AI数据中心是同一个，谁拿得到HBM，谁才谈得上规模化。
这恰是中国的硬伤：HBM长期被SK海力士、三星、美光三家把持，长鑫虽在攻关，量产爬坡和良率仍处早期。
好在国内边缘侧算力线更完整，华为昇腾、寒武纪、地平线、黑芝麻都在做端侧和车端推理芯片，至少能给对延迟不敏感的场景留出一条不完全依赖HBM的备选路径。
03 人形热、资本潮，与中国能不能"换道"
仓库这个场景还是片绿海，在受访的约400家Prologis客户里，83%还没自动化任何环节，大中型仓库里也有中位数的40%完全没有自动化。
受访供应链CTO里四分之三把"人形机器人"列为最被过度炒作的技术，规模化最大的障碍排第一的是成本与投资回报期。
单台人形机器人的累计成本最高能到约100万美元，今天根本拼不过人工的分拣和打包；不过它留了活口，一旦规模化，某些场景的回收期有望压到一年以内。
中国的人形热比美国更猛。优必选已在香港上市，被叫做"人形机器人第一股"，智元、宇树、傅利叶、银河通用、星动纪元背后站着腾讯、阿里、京东、小米、比亚迪、华为。
工信部2023年专门出台《人形机器人创新发展指导意见》，把2025和2027设成节点。
热闹归热闹，形态未定值得每个融资团队记住：最后胜出的未必是双足，也可能是轮式，或者更简单的专用形态，真正的标尺是"在仓库里能不能既可靠又回本"。
中国的底气在制造规模和降本速度，谁能先把单价拉到"规模化后回本小于一年"的拐点，全球格局都可能被改写；在那之前，四分之三CTO的冷眼不无道理。
钱从哪来，中美走了两条路。
◎ 美国供应链AI与硬件的VC在2026年冲到250亿美元纪录，其中84%来自5亿美元以上的超大交易，亚马逊是最大金主，五年投了32家机器人相关公司，防务科技还比普通硬件公司估值溢价31%。
◎ 中国这边更多靠产业资本加政策资金："新质生产力"写进顶层设计，地方产业基金、链主企业和国家级引导基金一起下场，弹药足、试错成本低。
隐患也有，统计发现近一半供应链公司撑不到A轮之后就退出，大多被大买家并购，原因是"解决一个窄痛点"容易、"跨场景泛化"难。
对估值不低的中国人形和具身公司，能不能从单点方案长成平台，才是估值真正兑现的关键。
小结
我们有全球最大的制造基本盘、最大的机器人存量、最强的政策推力，也有最痛的芯片卡点。
对中国来说，物理AI真正的杠杆，是让规模与场景的长板第一次接到智能引擎上，哪怕先进制程的短板一时补不上。
从卖机器人，到卖会自己干活的机器人，这条路没有大模型那种一蹴而就的缩放魔法，更像一场关于传感器、封装、存储和耐心的马拉松，"from silicon to steel"，对中国，也许就是"从制造到智造"的下一程。
原文标题 : 中国物理AI最大的芯片卡点：要"会想"，先得过 HBM 这关
芝能科技出品
硅谷银行（SVB）7月发布的《Physical AI and the Future of Robotics》，主角是美国市场，这一轮硬件周期和过去最大的区别，是智能本身，机器人第一次有了在陌生环境里泛化操作的能力。
01 从"会做"到"会想"：物理AI把机器人的市场重新打开
从2000年代初到2020年代初的近二十年，硬件在美国风投里一直是个配角，占不到五分之一。
重新吃香的原因，是AI让硬件"活"了。过去的机器人是为单一任务造的，地面要平、零件要一致、环境要可控；一进真实仓库，碰到乱放的货、临时的SKU、旺季的人流，就转不动了。
现在视觉-语言-动作（VLA）这类基础模型让机器人能"举一反三"，在没见过的环境里干活。
这种泛化能力把机器人的可服务市场空前放大，理论上每个仓库、工厂、物流枢纽都可能被一只机械手够到。
中国正好卡在这个转折点上。
中国是全球最大的工业机器人市场，装机量常年占全球一半上下，但绝大多数还是"固定工位、固定动作"的专用设备，焊装线上的六轴臂、光伏车间的上下料机、3C工厂的贴片机。它们赢在规模和性价比，输在"换一个活就不会干"。
物理AI要解决的，正是中国制造业从"会做"迈向"会想"的那道坎。大模型那套缩放定律在物理AI上并不自动成立，传感器质量、安全冗余、仿真数据的天花板都是硬约束。
中国没法像训聊天机器人那样靠堆数据堆出奇迹，真实世界的机器人得在仿真和现实之间反复摔打。
02 芯片与供应链：最熟的战场，也是最痛的卡点
供应链是物理AI颠覆潜力最大的场景，现代科技供应链是一张全球交织的网，没有哪样东西比一块AI加速芯片更能说明问题。
上百家供应商，仅仅10个国家提供了几乎所有关键零部件，其中日本一家就占AI加速器inputs的57%，中国台湾地区是制造枢纽，韩国、美国各占一块。
更致命的是两个瓶颈：HBM高带宽内存和CoWoS先进封装，全球四家芯片厂吃掉了2025年90%的HBM。
2019年以来美国从中国的进口份额跌了9个百分点，订单借着"友岸外包"流向越南、墨西哥、爱尔兰，中国台湾地区则凭芯片制造吃到了数据中心热潮的红利。
物理AI背后的半导体供应链，恰恰是中国被卡得最狠的地方，先进制程、EUV光刻机、HBM都受出口管制。
机会的一面也同样真实：中国本身就是这张网里绕不开的节点，稀土、部分封装与材料，以及正在攻坚的存储（长鑫的DRAM、长江存储的NAND）都是手里的牌。
更现实的路径是国产替代叠加向外延展，华为昇腾已经在推理侧顶上一部分缺口，成了报告图表里少数和英伟达、谷歌、AMD并列出现在2025—2026算力版图上的非美名字。
云端推理能容忍延迟，写邮件这种活儿越来越便宜（千把token、五美分）；可自动驾驶、分拣机器人、人形这类物理AI设备，没法把"思考"外包给云，必须在本地带着算力和内存跑，否则机械臂上一秒钟的卡顿就是事故。
越往灵巧操作走，越要从传统DRAM切到HBM，而HBM正被数据中心和具身机器抢破头。
也就是说，机器人产业的上游瓶颈和AI数据中心是同一个，谁拿得到HBM，谁才谈得上规模化。
这恰是中国的硬伤：HBM长期被SK海力士、三星、美光三家把持，长鑫虽在攻关，量产爬坡和良率仍处早期。
好在国内边缘侧算力线更完整，华为昇腾、寒武纪、地平线、黑芝麻都在做端侧和车端推理芯片，至少能给对延迟不敏感的场景留出一条不完全依赖HBM的备选路径。
03 人形热、资本潮，与中国能不能"换道"
仓库这个场景还是片绿海，在受访的约400家Prologis客户里，83%还没自动化任何环节，大中型仓库里也有中位数的40%完全没有自动化。
受访供应链CTO里四分之三把"人形机器人"列为最被过度炒作的技术，规模化最大的障碍排第一的是成本与投资回报期。
单台人形机器人的累计成本最高能到约100万美元，今天根本拼不过人工的分拣和打包；不过它留了活口，一旦规模化，某些场景的回收期有望压到一年以内。
中国的人形热比美国更猛。优必选已在香港上市，被叫做"人形机器人第一股"，智元、宇树、傅利叶、银河通用、星动纪元背后站着腾讯、阿里、京东、小米、比亚迪、华为。
工信部2023年专门出台《人形机器人创新发展指导意见》，把2025和2027设成节点。
热闹归热闹，形态未定值得每个融资团队记住：最后胜出的未必是双足，也可能是轮式，或者更简单的专用形态，真正的标尺是"在仓库里能不能既可靠又回本"。
中国的底气在制造规模和降本速度，谁能先把单价拉到"规模化后回本小于一年"的拐点，全球格局都可能被改写；在那之前，四分之三CTO的冷眼不无道理。
钱从哪来，中美走了两条路。
◎ 美国供应链AI与硬件的VC在2026年冲到250亿美元纪录，其中84%来自5亿美元以上的超大交易，亚马逊是最大金主，五年投了32家机器人相关公司，防务科技还比普通硬件公司估值溢价31%。
◎ 中国这边更多靠产业资本加政策资金："新质生产力"写进顶层设计，地方产业基金、链主企业和国家级引导基金一起下场，弹药足、试错成本低。
隐患也有，统计发现近一半供应链公司撑不到A轮之后就退出，大多被大买家并购，原因是"解决一个窄痛点"容易、"跨场景泛化"难。
对估值不低的中国人形和具身公司，能不能从单点方案长成平台，才是估值真正兑现的关键。
小结
我们有全球最大的制造基本盘、最大的机器人存量、最强的政策推力，也有最痛的芯片卡点。
对中国来说，物理AI真正的杠杆，是让规模与场景的长板第一次接到智能引擎上，哪怕先进制程的短板一时补不上。
从卖机器人，到卖会自己干活的机器人，这条路没有大模型那种一蹴而就的缩放魔法，更像一场关于传感器、封装、存储和耐心的马拉松，"from silicon to steel"，对中国，也许就是"从制造到智造"的下一程。
原文标题 : 中国物理AI最大的芯片卡点：要"会想"，先得过 HBM 这关
