#AI富友圈# “AI咬定青山派”

2025年开年以来，AI赛道因技术突破、政策催化等因素持续吸引资金关注，尤其是人形机器人跑酷、大模型迭代以及低空经济规划等领域的进展，进一步推动了市场的热度。然而，近期板块波动频繁，资金分歧凸显。一方面，部分资金选择兑现浮盈，转向低位防御；另一方面，产业巨头加码算力基建，政策红利持续释放，长线逻辑依然坚挺。在此背景下，如何看待AI的下一程？我将从算力、机器人和大模型三个细分领域出发，结合政策、市场空间及商业化落地速度，探讨AI未来的投资机会。

一、算力：AI发展的基石

1 .算力的重要性

算力是AI发展的核心基础设施，无论是大模型的训练还是机器人的智能化，都离不开强大的算力支持。随着AI技术的不断迭代，尤其是大模型参数规模的指数级增长，对算力的需求也呈现爆发式增长。根据OpenAI的研究，AI模型的算力需求每3.4个月翻一番，远超摩尔定律的速度。因此，算力基建的投入成为AI产业发展的关键。

2 .产业巨头的算力布局

近年来，全球科技巨头纷纷加码算力基建。例如，英伟达、AMD等芯片厂商不断推出高性能GPU，以满足AI训练和推理的需求；谷歌、微软、亚马逊等云服务提供商则通过建设大规模数据中心，提供强大的云计算能力。在国内，华为、阿里巴巴、腾讯等企业也在积极布局算力基建，尤其是在AI芯片和云计算领域的投入不断加大。

3 .政策红利释放

政策层面，各国政府纷纷出台支持AI发展的政策，尤其是在算力基建方面。例如，中国“十四五”规划中明确提出要加强AI基础设施建设，推动算力资源的优化配置。低空经济规划等政策也为AI算力的应用提供了新的场景。政策的持续支持为算力基建的发展提供了强有力的保障。

4 投资机会与风险

从投资角度来看，算力基建的长期逻辑依然坚挺。随着AI应用的不断扩展，算力需求将持续增长，相关企业有望受益。然而，算力基建的投入周期较长，且技术迭代速度快，投资者需关注企业的技术实力和市场竞争力。此外，全球芯片供应链的不确定性也可能对算力基建的发展带来一定风险。

二、机器人：AI应用的潜力领域

1 .机器人技术的突破

近年来，机器人技术取得了显著突破，尤其是在人形机器人领域。2025年初，人形机器人跑酷技术的成功展示，标志着机器人在运动控制和环境适应能力方面迈出了重要一步。此外，机器人在视觉识别、语音交互、自主决策等方面的能力也在不断提升，为其在更多场景中的应用奠定了基础。

2 .机器人市场空间

机器人市场的潜力巨大，尤其是在工业、服务、医疗等领域。根据国际机器人联合会（IFR）的数据，全球机器人市场规模预计将在未来五年内保持两位数增长。其中，服务机器人和协作机器人的增速尤为显著。随着人口老龄化加剧和劳动力成本上升，机器人在制造业、物流、医疗等领域的应用前景广阔。

3 .汽车与机械板块的机会

在机器人领域，汽车和机械板块尤为值得关注。汽车行业是机器人应用的传统领域，尤其是在智能制造和自动驾驶方面，机器人技术的应用正在不断深化。机械板块则受益于工业自动化的推进，机器人在生产线上的应用有望进一步提升生产效率。此外，随着机器人技术的成熟，其在农业、建筑等传统行业的应用也有望逐步扩展。

4 .商业化落地速度

尽管机器人技术取得了显著进展，但其商业化落地速度相对较慢。与软件类AI应用相比，机器人涉及硬件制造、供应链管理等多个环节，商业化进程更为复杂。因此，投资者在关注机器人领域时，需重点关注企业的技术成熟度、供应链管理能力以及市场拓展能力。

三、大模型：AI商业化的先锋

1 .大模型的迭代与突破

大模型是AI技术发展的重要方向之一。近年来，随着深度学习技术的进步，大模型在自然语言处理、图像识别、语音合成等领域的表现不断提升。例如，OpenAI的GPT系列模型、谷歌的BERT模型等，已经在多个任务上达到了人类水平的表现。大模型的迭代不仅推动了AI技术的进步，也为商业化应用提供了更多可能性。

2 .大模型的商业化应用

大模型的商业化应用前景广阔，尤其是在内容生成、智能客服、医疗诊断等领域。例如，在内容生成方面，大模型可以用于自动撰写新闻、生成广告文案等；在智能客服领域，大模型可以实现更加自然的人机交互；在医疗诊断方面，大模型可以通过分析大量医学数据，辅助医生进行疾病诊断和治疗方案制定。

3 .政策支持与市场空间

政策层面，各国政府纷纷出台支持大模型发展的政策。例如，中国在“十四五”规划中明确提出要加强大模型技术的研发和应用。此外，随着数字化转型的推进，企业对AI技术的需求不断增加，大模型的市场空间有望进一步扩大。

4 .投资机会与风险

大模型的商业化落地速度较快，尤其是在内容生成、智能客服等领域，已经实现了较为广泛的应用。正如富国新材料新能源混合C基金经理徐智翔所言，在中期来看具有较好的投资机会。大模型凭借其超强的学习能力和广泛的知识覆盖面，已经在多个领域崭露头角。从文本生成到多模态理解，大模型的商业化进程正在加速。例如，在内容创作领域，它能够辅助创作者快速产出高质量文案；在医疗健康行业，通过分析海量病例数据助力疾病诊断。而且，大模型的落地速度相对较快，因为它可以基于现有的硬件设施和技术框架进行优化部署，不需要像机器人那样面临复杂的物理环境适应问题。因此，大模型领域的投资机会较为明确。然而，大模型的训练和部署需要大量的算力支持，且数据隐私和安全问题也日益凸显。投资者在关注大模型领域时，需重点关注企业的技术实力、数据管理能力以及商业化落地能力。

四、AI投资的未来方向

1 .应用端的重要性

随着AI技术的不断成熟，投资重点将逐渐从技术研发转向应用端。无论是算力、机器人还是大模型，最终的价值实现都依赖于其在具体场景中的应用。因此，投资者在关注AI领域时，需重点关注应用端的进展，尤其是在TMT（科技、媒体、通信）及相关AI领域的应用。

2 .政策的影响

政策是AI产业发展的重要推动力。未来，随着各国政府对AI技术的重视程度不断提升，相关政策红利有望持续释放。投资者在制定AI投资策略时，需密切关注政策动向，尤其是与算力基建、机器人、大模型相关的政策。

3 .长期逻辑与短期波动

尽管AI领域的长期逻辑依然坚挺，但短期内的市场波动不可避免。投资者在布局AI领域时，需保持耐心，关注企业的长期发展潜力，而非短期市场波动。此外，随着AI技术的不断迭代，投资者需及时调整投资策略，把握新的投资机会。

五、结论

AI的下一程充满机遇与挑战。算力、机器人和大模型作为AI发展的三大核心领域，各自具有独特的投资价值。算力是AI发展的基石，产业巨头的加码和政策红利的释放为其提供了强有力的支持；机器人领域的潜力巨大，尤其是在汽车和机械板块，但其商业化落地速度相对较慢；大模型作为AI商业化的先锋，已经在多个领域实现了广泛应用，未来市场空间广阔。

总体来看，AI的投资重点将逐渐向应用端倾斜，投资者需重点关注TMT及相关AI领域的应用。同时，政策的持续支持为AI产业的发展提供了强有力的保障。尽管短期内市场波动不可避免，但AI领域的长期逻辑依然坚挺。投资者在布局AI领域时，需保持耐心，关注企业的长期发展潜力，把握未来的投资机会。$富国新材料新能源混合C$