🔥【国盛张一鸣】物理AI风起，仍然聚焦t链确定性 [红包]物理AI的定义是“世界模型+机械本体+数据飞轮”，当前核心痛点是数据采集效率低，飞轮跑不起来。如同自动
- 序号：176
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
🔥【国盛张一鸣】物理AI风起，仍然聚焦t链确定性
[红包]物理AI的定义是“世界模型+机械本体+数据飞轮”，当前核心痛点是数据采集效率低，飞轮跑不起来。如同自动驾驶，数据采集需要大量的车在路上跑而非单纯实验室训练， 所以量产成为了模型成熟的必要条件而非结果，先量产再训练优化是产业共识。物理AI的风吹起了市场对数据飞轮的认知，最终决定高度的还是t的量产节奏。
[红包]当前t链进展：1️⃣订单批次密度大幅提升，每一批交付2-30台机器人；2️⃣7月底量产指令严格的不变，9月份要达到周产百台的目标，26年底目标在加州建设5条产线，每条周产500台（可向上浮动），即年化12-15w台，27年往100w台扩张，同时启动德州年产1000w台产能建设。3️⃣V3定型差不多完成，量产版本是V4（即beta），目前核心供应商交付的订单基本为V4的需求。变化的核心是自由度（关节数量）提升+轻量化。
[發]选票思路： 1️⃣受益7月量产，核心环节确定性： 斯菱智驱、科森科技、浙江荣泰、北特科技、三花智控、拓普集团、恒立液压等； 2️⃣新晋供应商： 长城科技（全身电机铜线）、新泉股份； 3️⃣第四代（贝塔2）变化：主要是塑料件应用大幅增加，核心供应商： 福赛科技、恒勃股份；
[爆竹]风险提示：机器人量产进度不达预期，大模型进展不及预期，产业链国产化水平不达预期
总体总结
主题正文
- [红包]物理AI的定义是“世界模型+机械本体+数据飞轮”，当前核心痛点是数据采集效率低，飞轮跑不起来。
- 如同自动驾驶，数据采集需要大量的车在路上跑而非单纯实验室训练， 所以量产成为了模型成熟的必要条件而非结果，先量产再训练优化是产业共识。
- [红包]当前t链进展：1️⃣订单批次密度大幅提升，每一批交付2-30台机器人；
- 2️⃣7月底量产指令严格的不变，9月份要达到周产百台的目标，26年底目标在加州建设5条产线，每条周产500台（可向上浮动），即年化12-15w台，27年往100w台扩张，同时启动德州年产1000w台产能建设。
- 3️⃣V3定型差不多完成，量产版本是V4（即beta），目前核心供应商交付的订单基本为V4的需求。
- 1️⃣受益7月量产，核心环节确定性： 斯菱智驱、科森科技、浙江荣泰、北特科技、三花智控、拓普集团、恒立液压等；
- 3️⃣第四代（贝塔2）变化：主要是塑料件应用大幅增加，核心供应商： 福赛科技、恒勃股份；
- [爆竹]风险提示：机器人量产进度不达预期，大模型进展不及预期，产业链国产化水平不达预期