拆猜產業

【機器人特刊 03】萬卡超算、微米力控與安全盾：從技術代差看終局投資鐵律 前言與維度深化 在解構了波士頓動力的物理硬傷以及 Tesla 與宇樹的認知架構後，具身智慧進入實體產線還必須邁過三道更殘酷的工程門檻： 「超算叢集規模、微米級視-觸-力閉環控制、以及工業級物理安全防線」 。本篇完整評析這三大底層要素，並總結三強格局對二級市場投資定價的終極啟示。 一、 底層算力基建與訓練規模：數萬卡專用超算叢集 vs 常規運算配置 1.1 特斯拉 Optimus：萬卡量級專用具身超算叢集 重資本算力軍備競賽： 具身多模態基礎大模型的預訓練本質上是重資本的算力競賽。特斯拉擁有全球規模排名前五的專用 AI 超算中心，部署了數萬張 NVIDIA H100、B200 GPU 叢集，並持續迭代自研 Dojo 超算晶片。 萬億級 Token 訓練吞吐： 具備在萬億級視頻幀、點雲與高頻力學動作 Token 上，訓練百億參數量級原生端到端具身模型的算力底座，支撐算法以天為單位快速迭代。 1.2 宇樹科技：聚焦運控矩陣解算與輕量化訓練 運算開銷聚焦： 宇樹的伺服器算力規模屬於典型中小型硬體科技企業體量。其算力開銷主要集中於物理仿真引擎中的碰撞檢測與強化學習梯度更新。 結構性限制： 這類算力需求遠小於多模態大模型預訓練，這決定了宇樹在短期內無法獨立訓練類似 Google Gemini Robotics 或 Tesla VLA 的通用級底層多模態大模型，必須依賴開源生態賦能。 二、 手眼協調與微米級接觸力控：視-觸-力神經網路融合 vs 宏觀抓夾 2.1 特斯拉 Optimus：毫米級視覺引導與微米級主動順應 多模態傳感深度整合： Optimus 第二代與第三代靈巧手深度整合了掌內微型驅動器、剛性連桿/鋼索傳動機構、手腕六維力矩傳感器（6D F/T Sensor）與指尖高密度微陣列觸覺傳感器。 主動阻抗控制（Active Impedance Control）閉環： VLA 模型具備端到端的手眼協調能力。視覺引導手部達到毫米級目標位置後，手腕六維力與指尖觸覺神經網路立即切換為高頻主動阻抗控制，能夠以 1...

【能源02-2】源（發電下）：變動綠電、抽蓄時移與前沿聚變——全球 15 種發電成熟度全景對照 全球 15 種發電方式成熟度與發電量全景對照（第二與第三梯隊） 接續前篇全球前四大基荷電源，本篇完整覆蓋變動型綠電、實體時移儲能、調度型清潔能源與前瞻聚變技術（排序嚴格遵循商用成熟度與全球年發電量規模）： 05 陸上風力發電（Onshore Wind Power） 變動型綠電 / 陸風 1. 全球佔比： 全球第五大發電來源，佔全球總發電量約 7%。 2. 經濟性： 產業鏈成熟度高，在全球絕大多數區域已實現平價上網。 3. 電網約束： 具備隨機性與間歇性，優質風場多遠離負荷中心，需特高壓幹線外送。 06 太陽能光伏發電（Solar Photovoltaics, PV） 變動型綠電 / 光伏 1. 全球佔比： 全球第六大發電來源，佔全球發電量約 6% 且新增裝機增速最快。 2. 經濟性： 模組化建置週期極短，新建電站邊際度電成本處於全球最低梯隊。 3. 電網約束： 出力高度集中於日間正午，無光照時歸零，帶來典型「鴨子曲線」調峰衝擊。 07 燃油與柴油發電機組（Oil-Fired & Diesel Genset） 灰電 / 柴油發電 1. 全球佔比： 商業成熟度極高，發電量約佔全球總發電量 2.5%。 2. 成本代價： 度電成本高昂且伴隨高碳排放與空氣污染物。 3. 核心價值： 具備秒級黑啟動能力，主要用於海島孤網、數據中心與工業應急備電。 08 生物質能與廢棄物發電（Biomass & WTE） 碳中和綠電 / 垃圾發電 1. 全球規模： 商業成熟穩定運行，約佔全球總發電量 2.4%。 2. 綜合效益： 兼具城市固廢減量無害化處置與可控連續基荷發電雙重功能。 3. 碳循環特徵： 燃燒釋放之二氧化碳源於植物生長吸收，屬於大氣封閉式碳循環。 0...

【機器人特刊 02】Tesla vs 宇樹演算法深拆：原生端到端 VLA 與世界模型對決分層外掛 前言與核心命題 在排除液壓包袱、全行業邁向全電驅動的前提下，特斯拉 Optimus 與宇樹科技在「模型演算法層（The Brain / 智慧決策）」展現出當前全球具身智慧最具代表性的技術代差。宇樹以極致的運動控制強化學習（RL）見長，將硬體性價比推向極致；而特斯拉則以全棧自研的具身通用多模態基礎大模型主導。 核心對決視野： 全電驅動架構確立後，特斯拉與宇樹在模型演算法層展現出截然不同的技術範式：宇樹主打「四足運控 RL 經驗 ＋ 開源多模態分層拼接」，將性價比發揮至極致；特斯拉則以「FSD 十年視覺資產 ＋ 原生端到端 VLA ＋ 超級工廠物理數據閉環」建立難以逾越的通用認知護城河。 一、 認知核心架構與範式：原生端到端 VLA vs 分層外掛拼接 1.1 特斯拉 Optimus：原生端到端視覺-語言-動作模型（Native End-to-End VLA） 統一神經網路骨幹： 特斯拉採用統一的神經網路架構，將多眼相機的 RGB 視頻流與高階自然語言指令直接作為輸入，經過大規模時空 Transformer 編碼器，直接端到端解碼為高頻的動作標記（Action Tokens），映射至 28 個體幹關節與靈巧手的連續力矩與位置指令。 生成式世界模型（World Model, WM）深度融合： Optimus 不僅具備當前動作決策能力，更融合了生成式世界模型，使機器人能夠在前向推理過程中，提前預測未來數百毫秒環境的物理反饋、碰撞幾何與物體彈塑性形變，實現無縫且具備物理直覺的流暢動作。 1.2 宇樹科技：分層代理與開源大腦拼接（Hierarchical Decoupled Setup） 分層解耦本質： 宇樹受限於大模型自研的巨額算力與人才資本投入，其控制系統本質為「分層解耦外掛架構」。 運作機制： 頂層認知大腦依賴第三方開源大語言模型（LLM）或視覺-語言模型（VLM，如 Google RT-2、OpenVLA 或 LLaVA）進行環境語意與語言理解；中間層透過有限狀態機（FSM）將高階意圖拆解為幾何路徑與軌跡點；底層小腦再調用其自研的強化...

【能源02-1】源（發電上）：基荷壓艙石——煤電靈活性轉向、氣電調峰與核裂變零碳底座 【源 · 發電側】能量來源譜系與商用成熟度階梯 作為橫軸能量流動的起點，「源」涵蓋了人類當前所有一次與二次能源轉換形式。本譜系依據兩大標準進行嚴格階梯排序： 商用成熟度優先： 已大規模商業化商運者排前，處於示範、試驗或前瞻科研階段者往後放。 發電量規模裁決： 在同等商用成熟度的條件下，依全球實際年發電量規模由大至小排序。 全球前四大發電主力成熟度與特性全景對照 01 超超臨界燃煤發電（USC） 灰電 / 燃煤發電 1. 全球佔比： 目前全球發電量佔比最高的單一電源，約佔全球總發電量 35%。 2. 能量特質： 燃燒煤炭驅動蒸汽輪機，供電穩定且能量密度極高。 3. 電網角色： 現代電網角色正由傳統基荷轉向深度靈活性調峰與容量保險。 02 天然氣複循環發電（NGCC） 過渡型 / 氣電 1. 全球佔比： 全球第二大發電來源，約佔全球總發電量 23%。 2. 減碳過渡： 碳排放強度僅為常規燃煤發電的一半左右。 3. 電網角色： 啟停與升降出力達分鐘級，是全球最成熟的靈活性調峰主力。 03 常規水力發電（Conventional Hydroelectric） 可再生綠電 / 大水電 1. 全球佔比： 全球第三大發電來源且為第一大可再生綠電，佔全球發電量約 14%。 2. 經濟指標： 度電平準化成本（LCOE）處於所有發電形式中最低區間。 3. 電網角色： 大型水庫具備季調節與年調節能力，但發電高度受水文豐枯週期制約。 04 核裂變發電（Nuclear Fission Power） 綠電 / 零碳基荷 1. 全球佔比： 全球第四大發電來源且為第一大零碳基荷，佔全球發電量約 9%。 2. 發電品質： 發電全過程零碳排放，年利用小時數常年穩定超過 7,500 小時。 ...

【機器人特刊 01】三強技術路線全景：波士頓動力出局的物理與控制硬傷 前言與研究綱領定位 在具身人工智慧（Embodied Artificial Intelligence, Embodied AI）加速邁向實體工業的演進過程中，人形機器人從早期的動態運動展示階段，正式跨入以商業投資回收期（Payback Period, PP）與製程一次通過率（First Pass Yield, FPY）為導向的規模化量產前夕。 本系列報告基於《通用機器人投資研究》之五級金字塔分析體系（商業本質、實體幾何、系統工程、模型演算法、投資決策），聚焦於全球最具代表性的三家主機廠商—— 波士頓動力（Boston Dynamics, BD） 、 特斯拉（Tesla Optimus） 與 宇樹科技（Unitree Robotics） ，解構其技術路線的底層分歧，特別聚焦於波士頓動力出局的純工程物理硬傷，以及特斯拉與宇樹在模型演算法維度的深層代差。 第一章：三家代表人型機器人技術路線對比 全球人形機器人技術路線並非沿單一路徑演進，三家代表性主機廠因起源基因與設計目標不同，在驅動做功、結構自由度、末端操作、大腦演算法與商業定位上呈現鮮明分野： 維度一：做功流派 波士頓動力： 高壓液壓驅動系統（HAS）➔ 2024 年轉向純電驅動 Tesla Optimus： 機電一體化關節（無框電機 ＋ 行星滾柱絲槓 PRS） 宇樹科技： 準直驅關節（QDD）＋ 低成本諧波減速機 維度二：整機自由度（DoF） 波士頓動力： 28 個自由度（全身主要集中於大角度關節） Tesla Optimus： 28 個體幹自由度 ＋ 11~22 個靈巧手自由度 宇樹科技： 23~43 個自由度（依靈巧手配置而異） 維度三：末端操作能力 波士頓動力： 工業重載雙指夾爪或無手端頭（早期） Tesla Optimus： 8~12 DoF 剛性連桿/鋼索傳動工業靈巧手 宇樹科技： 3 指或多關節通用連桿手（早期 H1 無手） ...

【能源01-2】空間對稱：源-網-荷兩極對稱鐵律與電網「尺度降解漏斗」本質 橫軸（X 軸）：實體能量流動與空間搬運 橫軸實體空間流動之物理本質（源 → 網 → 荷） 在左側是源、右側是荷的格局下，「網（傳輸側）」在幾何與物理上唯一的正確位置就是 正中央 ： 1. 空間錯配之物理必然性（Geographical Spatial Disconnection） 電子在物理上無法隔空傳輸。全球電力系統均面臨天然的地理空間錯配：大型發電資源高度受制於天然地理環境，多分布於偏遠地區或特定場域（如河流流域的大型水力、日照豐沛地區的地面光電、深遠海域的離岸風場，以及臨海大型基荷電廠）；而高密度的用電需求中心則高度聚集於都會生活圈、高科技工業園區、半導體晶圓聚落與大型資料中心（Data Centers）。無論是大尺度跨區電網互聯或區域型幹線輸送，「網」皆為不可或缺的實體骨幹動脈，承擔著 「空間維度搬運（Spatial Transmission）」 的物理使命。 2. 空間連接的層級展開（Hierarchy of Grid Infrastructure） 左側接入口（送端 / Generation Infeed）： 連接各類大型基荷電廠、流域水電與綠能場域之升壓變電所、交直流換流站（Converter Stations）。 中段骨幹網絡（主動脈 / Transmission Backbone）： 涵蓋超高壓（EHV）與特高壓（UHV）交直流長途輸電線路、區域高壓主幹網、跨海海底高壓電纜（Subsea Cables）。 右側交付接口（受端 / Distribution & Delivery）： 連接都會與工業區之降壓變電所、主動配電網（Active Distribution Network, ADN）、智慧開關與配電設備，最終以中低壓線路或直供專線交付給終端用電負載。 3. 商業價值與成本傳遞鏈（Value & Cost Flow） 源端決定了 度電平準化生產成本（LCOE） ； 網端疊加了 輸配電建設維護成本、線損耗損與轉供過網費用 ； 最終傳導至荷端，構成了終端客戶的 用電採購成本與商業支付意願 。...