本报告基于G研究员、C研究员、GE研究员三份独立研究成果,对五位在AI与智能出行领域具有标杆影响力的关键人物的最新观点、战略动作和投资判断进行系统性汇总与交叉验证。
- AI从模型竞赛转向系统落地:五位人物的言行共同指向一个趋势——AI正从"模型能力竞赛"进入"可交付的系统与入口竞争"阶段,在"物理AI/具身智能"和"代理式AI/智能体"两条路径上加速收敛。
- 产业链角色分化加剧:上游(黄仁勋)定义Token与工厂标准,中游(余凯)推动规模化量产,下游(李想)将AI包装为产品竞争力,资本端(朱啸虎、段永平)在风险偏好上显著分化。
- "安全与合规"从边缘变量升级为入场券:智能体的高权限风险、智驾的安全底线、监管收紧的"铁轨效应",正在把安全治理能力从加分项推成竞争必备。
- 中国科技出海成为共识:李想首次布局海外市场,朱啸虎力推AI应用出海"降维打击",国内磨砺产品、海外获取利润正在成为标准生存法则。
- 时间框架的显著差异折射不同商业逻辑:李想说"2026年是上车最后一年",余凯说"3年内大局可定",黄仁勋说"到2027年至少1万亿美元",段永平则"很难想象10年后的世界"。
| 维度 | G研究员 | C研究员 | GE研究员 |
|---|---|---|---|
| 研究风格 | 结构化表格驱动,证据强度分级 | 叙事驱动,信息密度高,生动引用 | 学术论文式,产业链逻辑框架 |
| 时间窗口 | 近三个月(2025.12-2026.03),严格标注 | 宽时间跨度(回溯至2024年),捕捉完整转折 | 2024-2026Q1产业周期视角 |
| 核心优势 | 可核验性强,影响评估系统化 | 细节丰富,人物画像立体 | 理论深度强,产业链关联分析 |
| 数据来源 | 交易所披露、官方新闻稿、访谈逐字稿 | 财报、社交媒体、专访、13F持仓 | 财报、行业论坛发言、学术引用 |
本汇总报告采用"交叉验证、取长补短"的原则:以G研究员的结构化框架为骨架,以C研究员的丰富细节为血肉,以GE研究员的产业逻辑为经络,三者互为补充。
三位研究员一致认为,黄仁勋正在将英伟达从"GPU芯片供应商"重新定义为"AI基础设施形态的制定者"。
GTC 2026上,黄仁勋首次完整阐述"Token是新货币,AI工厂是生成Token的基础设施"概念。在固定功率约束下,每瓦吞吐量(token per watt)决定企业的商业命脉。他将AI服务分为从免费层到超高速层($150/百万token)的多级定价体系。三位研究员均将此视为本轮最重要的叙事转变——把不可控的技术竞赛翻译成可复制的工程项目。
黄仁勋披露:过去两年单个AI工作负载算力需求激增约一万倍,系统使用量增长近一百倍,全球AI总计算需求膨胀约一百万倍。他明确表示到2027年英伟达预计将销售价值高达1万亿美元的AI硬件,一度推动股价上涨超4.8%。2025财年全年营收达1305亿美元,同比暴增114%,Q4单季净利润220.91亿美元。
Vera Rubin集成7大芯片组件,推理算力为Blackwell的5倍,每token推理成本降至1/10。同一1GW数据中心内,两年内Token生成速率从2200万提升至7亿(350倍),远超摩尔定律。
路线图:Vera Rubin 2026H2出货 → Rubin Ultra 2027H2 → Feynman架构2028年。收购Groq后的首款产品Groq 3 LPU定位"Token加速器",可将高价值工作负载吞吐量提升35倍。
黄仁勋将OpenClaw定义为"智能体计算机的操作系统",其采用率在数周内超越Linux早期三十年的表现。朱啸虎从VC角度将OpenClaw称为"AI的OS/流量入口",预测"再过一年入口有可能变成OpenClaw"。黄仁勋宣称"世界上每一家公司都需要一个OpenClaw战略"。
"Space computing"将边缘推理与空间基础设施纳入路线图。在中国问题上,黄仁勋展现微妙平衡术:公开批评出口管制("市场份额从95%降到0%"),赞扬中国AI模型("DeepSeek、Qwen、Kimi都出色"),亲赴上海发红包——分析师认为旨在推进H200在华销售。
- ROI与能源瓶颈:投资者关注需求可见性、Capex持续性与监管边界
- 竞争压力:地缘监管与替代芯片可能压缩可服务市场
- 下一步验证:DSX体系落地速度、能效指标、订单可见性
余凯正在将地平线从"芯片供应商"推向"系统级能力提供者",其核心主张是让高阶智驾从少数人的尖端变为多数人的日常。
余凯给出明确时间框架:3年脱手开(hands off)→ 5年闭眼开(eyes off)→ 10年随心开(minds off)。他判断"2025年是智驾真拐点",辅助驾驶的"4G Moment"正在到来——正如4G让视频通话普及到入门手机,未来辅助驾驶将不再分高中低挡位。
HSD城区辅助驾驶2025年11月量产,首搭13-15万级车型,上市两周激活流量超12000辆。2026年1月宣布基于单颗征程6M的方案将普惠到7-10万元车型,且域控制器仅使用自然风冷,燃油车也可搭载。
GE研究员独家提炼:余凯认为自动驾驶将像手机基带一样走向标准化,未来约20%超大型车企维持全栈自研,80%的车企转向第三方供应商。地平线已占据中国自动驾驶芯片市场第一(超30%份额),与超40家全球车企达成500款车型前装定点,累计出货突破1000万套。
下一代征程7芯片采用"黎曼"架构,关键算子算力性能提升10倍、能效提升5倍,目标与特斯拉AI5同步推出。战略定位为"做机器人时代的Wintel"。预计2027年实现盈利,2024年毛利率已从42%跃升至77.3%,软件收入占比超60%。
2026年2月与宁德时代子公司签署战略合作,聚焦"智能载体"与"智能大脑"的底盘与智驾融合。通过HSD Together白盒模式开放算法,客户人力成本、算力和时间均可下降90%。
- 人才流失:芯片研发负责人离职、下一代大算力芯片赛程压力
- 竞合矛盾:车企自研芯片与生态伙伴间的竞合矛盾
- 下一步验证:征程7节奏、HSD单芯片城市NOA真实体验与事故数据
李想完成了理想汽车创业十年来最大的叙事转向——从"新能源车企"升级为"具身智能企业"。
2026年3月财报会定调:"2026年是理想汽车进化为具身智能企业关键的一年。"将汽车定义为"物理世界的具身智能产品——汽车机器人",以传感器为眼耳、AI模型为大脑、高性能硬件为躯干。产品已从汽车延伸至AI眼镜Livis(1999元起)和人形机器人。自研马赫100芯片(5nm车规级)2026年Q2量产。
三大核心:
- 销售体系优化——推出"门店合伙人计划",从追求数量转向质量
- L系列换代成功——全新L9二季度推出,通过LTA协议和自研增程器锁定成本
- 纯电矩阵上量——2026年形成i6、i8、MEGA、i9完整阵列,全面采用双供应商电池策略
两大辅助:智能化深层转化(2025年研发投入113亿元,AI占比50%)+ 全面出海(2026年正式定义为布局海外第一年)。
Q3财报会上做出冲击力极强的反思:"过去三年学习职业经理人管理体系,却变成越来越差的自己。"以英伟达和特斯拉为参照,宣布回归创业公司管理模式。
"2026年是所有想成为AI头部公司上车的最后一年"、"最晚2028年L4一定能落地"、"同时布局基座模型+芯片+OS+具身智能的公司全球不超过3家"。2025年交付40.63万辆(同比-19.3%),净利润仅11.39亿元(同比-85.8%),但将短期下滑视为转型必要代价。
- 盈利承压:高投入与盈利承压并存,激进时间表带来兑现压力
- 多线作战:纯电爬坡、智驾体验口碑与渠道效率需同时拉升
- 下一步验证:新一代L9体验与销量、纯电修复、研发效率指标
朱啸虎近两年经历了从"AGI太忽悠"到"快要相信AGI了"再到"Transformer能力上限可见"的三次认知震荡。
2026年3月将OpenClaw称为"AI时代的DOS命令行操作系统",预测"再过一年入口有可能就变成OpenClaw了"。他判断OpenAI产品动作从"周活"转向"日活"是争夺用户频次的战争。但金融行业与监管侧对高权限智能体的谨慎态度,将把"安全治理"从加分项推成入场券。
核心论断:"所有AI应用的长期壁垒都在技术之外"。建议创业公司"不要浪费一分钱训练底层模型,全力拥抱开源"。投资标准极度量化:6-12个月ARR达1000万美元作为PMF验证。指出美国AI估值是中国的100倍,"这必定有一端是错的"。
2025年3月宣布"批量退出人形机器人公司",引发全行业围攻。实际投资金额极小(星海图约60万元),"批量退出"有较大噱头成分。他预言具身智能领域将出现"DeepSeek时刻"式成本坍塌,但最大受益者将是小米、华为等供应链巨头,而非创业公司。
判断"三年内AI无泡沫",依据是中国每天Token消耗已突破30万亿。给中国AI创业开出猛药:坚决出海——全球仅中美具备AI落地能力,中国团队在日本、东南亚、中东处于"降维打击"状态。
- 安全风险:智能体热度与安全风险同步升温,金融场景短期受限
- 生态治理:OpenClaw生态能否形成可控插件治理与企业级安全
- 下一步验证:智能体平台的企业级治理能力与商业化速度
长期价值投资者、步步高/OPPO/vivo创始人、中国投资圈风向标。段永平用近三年完成从AI观望者到重仓押注者的蜕变,其投资逻辑对价值投资圈的AI接受度具有示范效应。截至2025年底,旗下H&H International总持仓约174.89亿美元(超1200亿元人民币),涉及14家公司。
段永平的核心信条来自巴菲特:"买股票就是买公司",但他强调后半句更关键——"你要看懂公司,这个很难"。他奉行极端的"打孔机理论":假设一生只能打20个孔,每投一家公司打一个孔,至今约用了一半(约10个),包括网易、阿里巴巴(通过雅虎)、苹果、伯克希尔、茅台、腾讯、拼多多、英伟达、台积电、谷歌。
段永平纠正了市场对巴菲特安全边际的普遍误读:"安全边际指的是你对公司有多懂,不是说有多便宜"。在评估企业长期价值时,他将安全边际定义为投资者对公司业务及企业文化的了解程度。以苹果为例,他认为苹果最不可战胜的护城河并非硬件创新,而是深入骨髓的企业文化:"好的企业文化就是最终它会走回正道。""即使某些产品周期失误,其纠错机制和以用户体验为核心的文化基因总能牵引公司重回正轨。"
访谈中段永平以松下和诺基亚为反面案例:去松下推销合作时,"从头到尾没有任何人问过我你为什么这么认为",松下社长说"做决策时想着松下老人站在背后会怎么想"——段永平心想"那就完蛋了"。他对比乔布斯对库克的态度:"你当CEO就是你做决策,不要想我乔布斯会做什么。"
对诺基亚的判断同样犀利:发现E71界面"用起来好弱智",断定"这公司的文化肯定是烂掉了"。他由此总结通用电气的退出逻辑:从主页找不到"诚信"的表述就决定卖掉。
| 持仓 | 占比 | Q4操作 | 投资逻辑 |
|---|---|---|---|
| 苹果 | 50.3% | 减持7.09% | 14年持有,累计收益1623%;企业文化与生态护城河 |
| 伯克希尔 | 20.63% | 增持38.24% | 巴菲特体系的信任延伸 |
| 英伟达 | 7.72% | 加仓1110% | 生态壁垒+黄仁勋远见;Buy Write策略 |
| 台积电 | — | 增持370.95% | AI算力基础设施 |
| 茅台(A股) | 比重大 | 多次加仓 | "两只股票,一只是茅台,另一只也是茅台" |
| 新建仓3只AI | 小比重 | Q4新进 | CoreWeave/Credo/Tempus AI覆盖全产业链 |
英伟达操作细节:采用Buy Write策略买入10万股,同时卖出1000份看涨期权(行权价120美元,到期日2026年3月20日),兼顾收益增强与风险对冲。同期大幅减持阿斯麦87.63%,减持阿里巴巴超25%。
段永平对AI的认知经历了清晰的三阶段演进:2023年"AI值得关注但没看懂" → 2024年"AI是工业革命级别的变革,不能错过" → 2025年底"完全错过有点不合适,投一点看看"。他用量变到质变的逻辑解释AI的意义:"AI就是计算机应用,它不是上了一个量级,而是上了一百个量级、一万个量级。这么个上法,真的就改变了。"
段永平在访谈中分享了自己使用AI的正面体验:"我自己用AI,觉得太好用了,方便太多了。以前要看一家新公司不容易搞懂,现在可容易了——找AI问一个问题,它后面跟几个问题,一个一个问,可能一个小时、半个小时,你就对一个完全不知道的公司有个大致了解。"
但他同时指出AI对不同投资方式的影响截然不同:对炒股有巨大冲击("炒不过量化算法了"),对真正的价值投资影响不大("不影响我做的决策")。
段永平以一个精妙的对比揭示英伟达的生态霸权:英伟达与OpenAI合作——"英伟达投资1000亿美元,获得芯片和股份";AMD与OpenAI合作——"我给你芯片和股份,求求你用用我"。"从这两个交易,你可以看出来英伟达有多强。"
他高度认可黄仁勋的战略远见:"十多年前讲的东西和今天讲的一样,他早就看到了,一直朝那个方向做。"
对特斯拉FSD体验明显正向("FSD确实好用,开特斯拉已是我首选"),但投资逻辑归结为"市梦率""完全靠蒙"。他坦承对马斯克的态度矛盾:"埃隆确实厉害",但"我不是很喜欢这个人的品行,不想跟他做朋友"。
对电动车行业的整体判断颇为悲观:"大部分都会死掉,谁会活下来我们不知道。"关于茅台,即使从2600元跌到1200元,他的态度是"茅台将来一定会回来,3000-4000元都有可能"。
2025年4月8日美股暴跌,段永平发帖"山也还是那座山,梁也还是那道梁",随后以卖put方式加仓苹果、英伟达、谷歌、台积电和腾讯,总规模约3.95亿美元(约29亿元)。此前3月美股暴跌时,他的反应更直白:"哈,终于来了!很少享受到空仓的快感,泡沫不破,投资难做。"
仅两天后的4月10日突然宣布暂别雪球:"由于某种原因,我会有相当长的一段时间不再上雪球了。"该帖转发超700次,至今未回归。
- "炒股是很难赚钱的,大部分散户在牛市和熊市都是亏钱的,80%吧"
- "你不懂投资,就不要碰。不要看见隔壁王二麻子赚了大钱了,你也想去赚一票"
- "你要投到你不懂的生意里头,你会很惨"
- 推荐S&P500指数基金,但强调"不是所有的指数都可以买"
- 核心持仓公开为"三只股票:苹果、腾讯、茅台"
- 估值警惕:对高不确定估值保持强烈警惕——"NVDA长期护城河到底是什么,10年后还是目前的市场地位吗?"
- 认知演进中:AI认知仍在"学习到敢下重注"的过程中,尚未形成完整方法论
- 信息透明度:暂别雪球后信息透明度下降,市场难以跟踪其最新判断
- 下一步验证:是否在AI资产上形成更明确的配置框架,以及暂别雪球后的实际持仓变化
| 人物 | 角色 | 核心命题 | 时间框架 | 主要风险 |
|---|---|---|---|---|
| 黄仁勋 | 算力平台定义者 | Token经济与AI工厂化,万亿美元硬件需求 | 2027年1万亿美元 | ROI、能源瓶颈、地缘监管 |
| 余凯 | 智驾芯片供应链 | 软硬结合与智驾普惠,下沉7万元市场 | 3年大局可定 | 车企自研竞合、组织节拍压力 |
| 李想 | 整车厂一号位 | 具身智能企业化,3+2战略 | 2026上车最后一年 | 高投入与盈利承压、兑现压力 |
| 朱啸虎 | VC资金分配者 | 入口之争、AI OS、应用为王 | 三年内无泡沫 | 安全治理、金融场景受限 |
| 段永平 | 长期价值投资者 | AI学习与"敢下重注"的认知门槛 | 很难想象10年后 | 高不确定估值、护城河持久性 |
三大共识
- AI已从"是否会来"进入"如何落地"的实操阶段,模型能力竞赛让位于系统交付竞争
- 中国在AI应用层具有独特优势,出海成为共同选择
- 安全、合规与可审计性正从边缘变量升级为核心竞争要素
三大分歧
- 具身智能:李想All in做人形机器人 vs 朱啸虎批量退出,认为泡沫必破
- 价值层:段永平重仓基础设施层(英伟达)vs 朱啸虎认为机会在应用层、基础设施天花板已现
- 规模路径:黄仁勋描绘万亿美元AI基建蓝图 vs 余凯务实聚焦将成本降到7万元车型可承受水平
三位研究员的交叉分析揭示了一条清晰的产业链传导路径:黄仁勋在上游定义算力标准与Token经济 → 余凯在中游将算力转化为车载智驾方案并推动规模化 → 李想在下游将智驾包装为产品竞争力与"具身智能"叙事 → 朱啸虎在资本端判断哪个环节的入口价值最高 → 段永平用长期视角审视整条链上谁的护城河最深。
五个人虽处不同位置,但共同面对同一个现实约束:技术热度可以点火,安全与效率决定能否持续燃烧。
无论是英伟达的万亿美元算力版图,还是地平线成为自动驾驶"基带"的战略,都在证明:在技术平权与开源模型满天飞的时代,超额利润将无情地向上游垄断性硬件和底层OS集中。
理想汽车的"3+2"战略深刻揭示:新势力必须放弃盲目扩张,转向内部要利润、向供应链整合要成本、向AI要产品体验、向海外要增量。
风险资本加速离场泡沫、等待成本坍塌;长期价值资本选择无视短期扰动,紧抓企业文化、管理层远见和生态护城河这些穿越周期的常量。
| 验证维度 | 关键指标 | 关联人物 |
|---|---|---|
| 新品周期兑现 | 理想新一代L9体验与销量、纯电矩阵修复 | 李想 |
| 智驾规模化量产 | 征程下一代芯片节奏、HSD单芯片城市NOA真实体验与事故率 | 余凯 |
| 智能体治理能力 | OpenClaw插件生态可控性、企业级安全部署进展 | 朱啸虎/黄仁勋 |
| 算力需求可见性 | Vera Rubin出货、DSX体系落地、能效指标 | 黄仁勋 |
| AI资产配置方法论 | 段永平是否形成更明确的AI投资框架 | 段永平 |
| 出海进展 | 理想海外首年表现、中国AI应用出海ARR | 李想/朱啸虎 |
综合三位研究员的独立研究,我们得出的核心判断是:AI正从概念验证阶段进入大规模产业化落地,但"热度可以点火,合规决定能否持续燃烧"。
在技术参数每日刷新的时代,商业竞争的终极法则——如何建立不可替代的壁垒、如何实现极具竞争力的规模成本、如何持续创造真实价值——依然如基石般亘古未变。无论是缔造智能帝国的技术狂人,还是冷眼旁观的资本老兵,都在这套法则的约束下,共同书写着未来十年的产业史诗。