我们先来看一组数据:2025年,北美四大云厂商的资本开支加起来超过4000亿美元,比2024年又增长了60%以上。这里面大头都是投向数据中心、GPU集群、光模块、高速交换机。换句话说,市场正在用真金白银押注一个结论:AI算力需求会指数级增长,而且这个增长的持续性足够强。但问题来了。当前这轮AI基建投资的直接驱动力是什么?大模型训练。GPT-5、Claude-4、Gemini-Ultra,各家都在拼参数规模。但训练的边际收益正在递减。从万亿参数再往上堆,成本翻倍,能力提升可能只有10%。云厂商的资本开支还在加码,但市场已经开始盘算:这些投入什么时候能看到回报?如果迟迟看不到能落地的超级应用,谁还愿意继续每年烧钱?这就是当前AI行情最大的软肋:叙事不够用了。大模型训练这个故事,最多再撑一两个季度。市场需要听到一个更宏大、更性感、更能让资本开支逻辑延续下去的新故事。AI基建的泡沫,需要一个更大的叙事来填。下一个万亿级叙事:物理AI
为什么说物理AI能接住这个接力棒?
和“数字AI”只处理文本、图像、代码不同,物理AI要理解的是真实世界的物理规律:重力、摩擦、惯性、流体、光。它的终极落地场景是具身智能——让机器人在物理世界中自主感知、决策、行动。1、它的算力需求是数量级的跃升
大语言模型处理的是token序列,物理AI处理的是连续时空场。一个机器人要在真实环境中行走,每一毫秒都在计算重心平衡、地面反作用力、关节力矩。黄仁勋在2025年GTC上给过一个判断:物理AI对算力的需求,将是当前大语言模型的至少100倍。如果这个判断成立,意味着什么?意味着现在投下去的GPU集群,在物理AI时代根本不够看。云厂商的资本开支不仅不会降,可能还要继续加码。这才是华尔街想听的故事。2、物理AI把AI从“虚拟经济”拉进了“实体经济”。
之前市场对AI商业化的质疑是:你写的诗再漂亮,能赚几个钱?AI客服替代人工,市场天花板也就那么大。但物理AI不一样。它能进工厂拧螺丝、搬货箱、组装零件,能下矿、能出海、能救灾。这是直接替代体力劳动,是生产力工具。全球制造业产值40万亿美元,物流仓储10万亿美元。只要能吃掉其中一小块,就是万亿级的市场。3、巨头已经在押注,不是概念炒作。
英伟达2025年发布的Cosmos平台,专门用来训练和仿真物理AI模型,被黄仁勋称为“机器人领域的ChatGPT时刻”。特斯拉的Optimus机器人在工厂实测的数据也在持续流出来。Figure AI的估值一年内翻了五倍。Google DeepMind专门成立了机器人部门。当全球最聪明的人和最雄厚的资本同时涌向一个方向时,你至少要重视。物理AI的叙事够大、够远、够硬。它能完美解释“为什么AI基建的资本开支还要继续增长”,这才是行情能持续下去的关键。4、物理AI的产业链机会:从“卖铲子”到“用铲子
物理AI时代,“铲子”的逻辑依然成立,但要往上游延伸。物理AI的训练需要比现在更强大的算力,对应的芯片、散热、供电系统都要升级。更重要的是,物理AI模型不是光靠文本数据就能训练出来的,它需要海量的物理世界数据。这就催生了两个新的“铲子”方向:训练机器人不能直接在物理世界中撞来撞去,必须在仿真环境里先跑几亿次。这就需要一个能高精度模拟真实物理规律的虚拟世界。英伟达的Omniverse和Cosmos就是在做这件事,对应的,国内在数字孪生、工业仿真软件领域有积累的公司,可能会迎来需求爆发。物理AI落地后,机器人需要实时感知环境:摄像头、激光雷达、力矩传感器、触觉传感器。同时,因为不能全部依赖云端(延迟太高),边缘端的算力芯片和模组也会迎来增长。这是从“云端训练”到“端侧推理”的延伸。但更值得关注的,是“用铲子”的角色——也就是做机器人和具身智能整机的公司。上一轮AI行情,应用层其实没怎么涨,因为数字AI的杀手级应用迟迟没出现。但物理AI不一样,它的落地路径更清晰:先在工厂里做搬运、分拣、焊接,再往家庭、医疗、服务领域渗透。国内在机器人整机、核心零部件(电机、减速器、丝杠、传感器)上有一批公司,已经具备了工程化能力和量产经验。物理AI给它们带来的不只是概念,而是实实在在的降本增效路径:用AI模型替代传统规则编程,让机器人能处理更复杂、更多样的任务。这部分公司在2026年下半年开始,可能会迎来估值体系的重塑——从“传统工业自动化”切换到“AI+机器人”。
上面讲的是AI内部的叙事接力。但还有一条线值得重视:高低切换。高低切换的其中一个方向:钠电池储能
AI再好的故事,股价也涨了快两年了。部分龙头股的估值已经隐含了非常乐观的预期。这时候,市场自然会去寻找那些产业趋势确定性向上、但股价和估值还趴在底部的方向。钠电池储能,就是这个逻辑下的优选。为什么是现在?因为钠电池正在经历一个关键性的拐点:从“概念验证”进入“经济性驱动”的阶段。1、产业拐点已经出现
2026年国内头部电池厂的钠电池电芯量产成本已经降到0.35-0.40元/Wh区间。随着正极材料层状氧化物和聚阴离子化合物路线的工艺成熟,加上负极硬碳国产化率提升,成本还在继续往下走。0.35元/Wh是什么概念?已经低于磷酸铁锂电池在2020年爆发前夜的成本水平。一旦钠电池电芯成本降到0.30元以下,在储能场景的经济性将全面优于铁锂,产业爆发只是时间问题。更重要的是,2026年国内将有一批10GWh级别的钠电池产线陆续投产,规模化效应会进一步拉低成本,形成正向飞轮。2、需求端的逻辑足够硬
钠电池最大的应用场景是储能,包括大储(发电侧/电网侧)、工商业储能和基站备电。这个市场的增长确定性极强——在风光装机持续高增的背景下,储能是刚需。钠电池相比锂电池有几个天然适配点:一是原材料不受锂资源约束,碳酸钠价格长期稳定在2000-3000元/吨,而碳酸锂即使回落也很难回到10万以下;二是低温性能更好,零下20度仍能保持80%以上容量,适合北方地区;三是安全性更高,过放、过充、针刺实验中表现优异。在经济性接近的情况下,更安全、更耐低温、供应链更自主的钠电池,没有理由不被大规模采用。政策面也在助攻。国家能源局2025年最新版的《新型储能项目管理规范》明确提出,鼓励钠电池、液流电池等多元化技术路线。在“供应链安全”的大框架下,政策不会把所有储能都押在锂电路线上。3、估值逻辑有吸引力
过去两年,市场目光全在AI上,新能源产业链的估值被杀到了历史底部。部分钠电池材料公司、电芯公司的股价,已经回吐了2021-2022年的全部涨幅,估值在20-30倍PE区间。一个产业趋势明确向上、渗透率从0到1、增速有望持续3-5年的细分赛道,给这个估值,性价比已经开始凸显。更有头部券商预估:2026、2027及2028年钠离子电池出货量将达到25、92、221GWh,同比增长188%、263%、140%,到2030有望突破600Gwh。4、产业链哪些环节最受益?
正极材料:层状氧化物路线难度高、技术壁垒也高,率先突破的企业能享受技术溢价;聚阴离子路线成本低、循环寿命长,适合大储场景。两条路线都会跑出赢家。硬碳负极:是钠电池性能提升的关键瓶颈,目前国产化替代正在加速,国产硬碳从2023年的“能用”到2025年的“好用”,进步速度惊人,有望复制当年锂电池负极的崛起路径。电芯与系统集成:有锂电池制造经验、技术底层能力扎实的二线电池厂,正凭借既有产能和工艺积淀,在钠电领域率先卡位。只要能证明稳定量产能力,估值有望迎来系统性上修。回到策略层面,谈节奏与配置思路
AI行情没有结束,但上半年那种“买AI就躺赢”的阶段已经过去了。下半场的特征是分化和扩散。分化的意思是,纯粹的算力硬件,业绩能不能持续兑现将决定分化方向。光模块、服务器代工这些,订单已经在股价里了。下一步要看的,是谁能吃到物理AI带来的增量。仿真软件、边缘算力、机器人零部件,这些方向可能接力。扩散的意思是,资金会从核心AI资产外溢到两个方向:一是AI的下游应用(具身智能整机等),二是和AI无关但产业逻辑独立、估值合理的方向。它不用看AI的脸色,有自己的产业节奏和渗透率逻辑。如果AI板块短期调整,这类资产可能反而会受到资金的关注。用一句话概括:AI主线,要往物理AI的方向去压注;非AI方向,要找产业拐点明确、估值安全的品种做配置。两者并不冲突,反而能形成有效互补。最后,回到标题的问题:AI中场休息后,行情如何演绎?
物理AI是那根接力的棒,它会重新拉长市场对AI资本开支持续性的预期,给整个AI产业链注入新的想象力。而钠电池储能,则是在AI休息的间隙里,一条独立演绎的产业反转线。对投资者来说,重要的是分清自己赚的是什么钱:是赚宏大叙事带来的估值扩张,还是赚产业拐点带来的业绩反转。前者跟着物理AI走,后者盯着钠电池看。另外,给各位朋友说个事儿。最近“韭菜花的赛道拆解系列”出来之后,反响挺大,但也出了个小状况——咱不少粉丝朋友购买力有点强,导致一些股友跟着追高了,持仓成本被抬上去不少。这其实有点违背我拆解的初衷了。为了避免再出现这种情况,后续凡是直接聊到具体个股的拆解文章,我会设个小小的付费门槛,稍微拦一下。还请大家多多理解哈,谢谢支持!免责声明:以上内容仅用于个人复盘,文中所提信息仅供参考,不作为任何投资建议!