Im Groot

Groot gulu

[Im Groot @hunterbonk_]

@valen1234vargas 来了？

[Art of Speculation @ArtofSpecuycky]

黄仁勋说AI的下一个黄金十年属于Physical AI——今天拆机器人产业链

最新财报会上，老黄说了一句话：
"AI factories are the largest infrastructure buildout in human history. And the next frontier is Physical AI."
每一个工业实体，都可能变成机器人。AI不会永远待在云端，它必须进入现实世界。
但很多人现在看机器人，还停留在"谁会做人形机器人"这个问题上。
这只是最表面的一层。

先说一件很多人没想清楚的事：为什么一定是人形？
这不是审美，是物理必然。
要操纵复杂物体，必须两只手配合。两只手要克服重力和力矩，就需要一个高挺的身体。要高效捕捉多方向视觉信息，头部是最优解。要在人类建造的室内环境里移动，双足的通过性远超轮式底盘。
人类过去一万年建造的整个物理世界，是为人形设计的。人形机器人可以直接插入这套环境，不需要对工厂、家庭、厨房进行任何大规模改造。
这是第一性原理推导出来的结论，不是概念炒作。

现在是什么阶段？
安克创始人阳萌给了一个很好的框架：10家公司以下叫非共识，10到100家叫共识，超过100家叫超级共识。
智能手机走过了同样的路径。2009年之后，上百家公司疯狂涌入，产品开始向最理想形态收敛，今天的手机正面看几乎一模一样。
人形机器人在2022年之前只有两三家在做，属于非共识。2023-2024年底达到三四十家，属于共识。2026年开始，全球几百家公司涌入，人形机器人已经正式进入超级共识阶段。
超级共识阶段意味着什么？
行业分工会极速细分，专业团队做出来的零部件会全面碾压整机公司自己造轮子。真正的平台和基础设施开始形成壁垒。
这也是为什么现在是布局底层基础设施的时机。

商业化路径是什么？
机器人不会一蹴而就，它会沿着一条清晰的路径落地，类似自动驾驶的阶段性演进。
第一阶段是工厂。结构简单、任务标准化、对精度要求相对较低。Tesla、Figure、优必选都在这里切入。这是现在正在发生的事。
第二阶段是服务业。医疗、教育、24小时营业的零售场所。这一阶段对语言和视觉模型要求更高，需要和人类交互。
第三阶段才是家庭。也是最复杂的场景，对机器人大脑和身体的要求都是最高的。
现在我们在第一阶段和第二阶段之间。布局的时机不是太早，也不是太晚。

机器人产业链，本质上和AI数据中心很像。
真正长期最赚钱的，往往不是终端产品，而是那些机器人绕不过去的底层基础设施。
整个产业链，我把它分成六层。

第一层：AI大脑
机器人产业链最上游。负责AI model、Inference、Decision Making、Simulation、Edge Compute。

$TSLA 是目前整个Physical AI领域里，最接近垂直一体化的平台之一。Optimus真正重要的地方，不只是机器人本身，而是Tesla同时拥有FSD数据、视觉系统、AI model、电池、电机、制造能力以及全球量产工厂。这些能力能够共享到底层AI与机器人体系中。Tesla最大的优势，在于真实世界数据与大规模硬件部署能力的结合。

$NVDA 本身并不制造机器人整机，但正在机器人软件与训练层深度布局。Isaac、Omniverse、GR00T 等平台，已经覆盖机器人训练、数字孪生、Simulation以及Synthetic Data Generation。未来机器人训练与仿真生态里，NVIDIA 很可能继续扮演重要基础设施角色。

$ARM / $QCOM
随着机器人逐渐向Edge AI架构发展，低功耗本地Inference的重要性可能持续提升。很多机器人场景对实时性、功耗以及本地决策能力要求较高，因此ARM架构以及Qualcomm在Low-Power Compute、Edge Inference、On-Device AI和Connectivity等方向具备一定潜在优势。

第二层：感知系统
机器人真正困难的地方是如何稳定感知现实世界。摄像头、LiDAR、毫米波雷达、深度视觉、工业视觉，这些本质上构成了机器人的感知层。

$AMBA
Ambarella 长期聚焦边缘视觉AI，在低功耗视觉处理、视频感知与端侧AI SoC方向具备一定技术积累。其产品主要应用于智能摄像头、自动驾驶以及边缘视觉场景。
$TDY
Teledyne Technologies 是工业视觉与高端传感器的重要玩家之一，覆盖机器视觉、工业检测、航空航天影像等领域。未来工业自动化与机器人视觉需求提升，可能持续受益。
$OUST
Ouster 主要布局数字LiDAR。随着自动驾驶、工业机器人、仓储自动化以及智能基础设施发展，激光雷达在部分场景中的渗透率可能继续提升。
机器人世界本质上需要持续处理现实世界里的模拟信号与空间信息。

视觉、感知、传感器融合以及实时环境理解，长期来看依然属于技术壁垒相对较高的方向。

第三层：神经系统
这是很多人最容易忽略，但长期最重要的一层。
机器人再智能，最后都必须把AI指令转换成真实电信号。PLC、MCU、ADC/DAC、Servo Control、Motor Control，这些才是连接数字世界和物理世界的关键环节。
$ABB
ABB 长期布局工业自动化、PLC、伺服系统以及工业机器人，是全球工业控制的重要参与者之一。随着自动化与机器人渗透率提升，工业控制系统的重要性可能持续提高。
$ROK
Rockwell Automation 是北美工业自动化核心公司之一，重点覆盖工厂自动化、运动控制与工业软件。未来制造业自动化升级，可能持续带动相关需求。
$ADI / $TXN
现实世界里的声音、电流、温度、运动，最终都需要通过模拟信号链完成采集、转换与处理。

ADI 与 Texas Instruments 长期深耕ADC/DAC、模拟芯片、电源管理、工业与边缘计算信号链。
模拟芯片是机器人世界的神经系统，但市场依然在用传统工业股框架给它们定价。这是预期差最大的地方之一。

第四层：执行层
让机器人真正动起来。电机、RV减速器、谐波减速器、Servo、Motion Control。
这一层很多核心公司偏日系工业体系。美股里 $ABB $ROK $TER都会间接受益。
$TER 旗下Universal Robots是全球协作机器人核心玩家。协作机器人很可能是最早真正大规模商业化的机器人方向。机器人越普及，精密运动控制需求越大。

第五层：真实落地层
真正开始赚钱的层。
$SYM 是我目前最看好的机器人落地公司之一。不是PPT，是真实自动化仓储，Walmart的订单是真金白银。如果机器人真正进入企业供应链，SYM很可能是核心受益者。
$SERV Robot delivery，高beta，规模还小，但符合Physical AI早期逻辑。如果robotics narrative进入主升浪，这类小票弹性会非常大。
这一层会最先商业化，但也最需要区分真实落地和纯概念炒作。

机器人数据这件事，很多人还没有真正想清楚。
机器人训练需要的不是互联网文本，而是真实物理世界里的视觉、力觉、关节位置、电机控制量，全部高度同步的多维传感器信号。
谷歌为了训练一个简单家居机器人场景，调用13台机器人，在厨房环境里采集了17个月，才积累约13万条操作轨迹。训练GPT这类大语言模型已经是数十万亿Token级别。
这个缺口，既是现在最大的瓶颈，也是未来最大的机会。
有一个数字很能说明问题：如果全美1万家麦当劳每家放一台机器人，每天工作2小时，一年就能产生超过1000万小时的真实训练数据，比目前全球积累的总量还要多几个数量级。
数据飞轮一旦启动，机器人智能的进化速度会非常快。
英伟达已经提前看到这一点。Omniverse的核心逻辑就是用虚拟仿真生成物理世界训练数据，降低真实数据采集成本。

大摩预测：到2050年全球人形机器人保有量可能达到10亿台，年收入市场规模接近5万亿美元，接近今天全球汽车产业的两倍。
2026-2027年，人形机器人年使用成本可能开始低于部分人类劳动力成本。一旦成本交叉出现，对全球劳动力市场的重构可能是颠覆性的。

总结
不要赌谁会卖出最多机器人。无论哪家机器人公司最终赢，它们都必须调用AI算力进行训练，都必须买工业控制和模拟芯片，都必须接入边缘网络。买总基础设施，才是这场革命里最确定的投资逻辑。那些卡住物理瓶颈、别人绕不过去的收费站，才是时间的朋友。

#PhysicalAI #机器人 #人形机器人 #边缘AI
#工业自动化 #AI基础设施 #半导体 #机器人产业链

[Im Groot @hunterbonk_]

@rtk17025 @JarsyInc 鬼故事

[Im Groot @hunterbonk_]

@yucheng57395306 @Daryl11672791 @jhaninvest @BlockBeatsAsia @Pxstar_ 那你们为什么不智利队捐50wu

[猎手killer🪙 @memekiller365]

频道CPU全网吹哨：
https://t.co/OsNAsdx6zt

全中文（尤其币圈的）现在才反应过来CPU……

大陆的信息还是闭塞（炒股台湾同胞这点强。

[Steven @stevenvdpeijl]

Zero Human Company:
Paperclip - manages 38 Hermes agents. All separate entities, own soul and skills. With private and shared workspace.

All agents connected to the same central 'gbrain' from @garrytan using gwen 8b embedding and elephant LLM for multi-query enhancement

[Garry Tan @garrytan]

My claw really likes it when your API docs has an LLMs.txt

[Garry Tan @garrytan]

Karpathy's Confusion Protocol is now in GStack

Karpathy called it: the #1 AI coding failure mode is the agent confidently picking the wrong path at an ambiguous decision point. You lose 10 minutes of work and have to start over.

gstack now has an ambiguity gate built into every workflow. Hit a fork in architecture, data modeling, or a destructive operation with unclear scope? The agent stops and asks. No more “I assumed you wanted…”

Not a blunt “confirm everything” prompt. Scoped to decisions where guessing wrong actually costs you time.

[Im Groot @hunterbonk_]

@sapphycrypto but keep depositibg to cex

[CryptosRus @CryptosR_Us]

THE NEXT BUYERS OF CRYPTO MAY NOT BE HUMAN

Brian Armstrong just highlighted a shift most of the market is still underestimating.

At Coinbase, AI agents are now writing 50%+ of the code and handling about 60% of customer support. Automation is already deeply embedded.

But the real unlock is payments -- Armstrong says Coinbase is giving AI agents their own stablecoin wallets so they can execute machine-to-machine transactions -- spinning up cloud resources, accessing paywalled data, buying domains, and more without a human approving every step.

Traditional finance wasn’t built for this. Corporate cards require human identity. Autonomous software doesn’t fit that model -- but crypto rails do.

If agents are going to operate like digital employees, they need native internet money. Stablecoins are starting to fill that role, and that quietly expands the addressable demand base beyond humans.

Still early but the direction is clear, the AI economy is beginning to plug directly into crypto.

[LogEarn 中文 ｜AI Driven ｜ 100x 💎 🐕 MEME Hunter @logearn_cn]

⚡️ LogEarn 重大更新 —— 已支持 BSC 上的 Agent Token 交易

• 现已支持 基于 ERC-8004 协议的 Agent Token 交易

• 交易后将 自动为你的钱包铸造 Agent NFT
→ 确保你在 AI 世界中的顺畅访问体验

⚡️ LogEarn Update — Supports Agent Token Trading on BSC

• LogEarn now supports Agent token trading under the ERC-8004 protocol

• Trade and automatically mint an Agent NFT to your wallet
→ Ensuring a smooth access experience in the AI world

[Im Groot @hunterbonk_]

@zv99844 舒服，水中也可以做抚触？

[Im Groot @hunterbonk_]

群友：别人的项目尽管 fud
自己有 bag 的项目：不许别人说一句不好的

还整天搞抽象哈哈

[Im Groot @hunterbonk_]

@game_for_one Do you mean that lobster transfer lol

[Im Groot @hunterbonk_]

I'm claiming my AI agent "mala88_longxia" on @moltbook 🦞

Verification: seabed-NC6B

[Base @base]

Want to build agentic commerce?

Here's your starting point.

[Im Groot @hunterbonk_]

@KyleSamani @jon_charb Isn’t crypto built for avoid regulation?

[Im Groot @hunterbonk_]

Sometimes we know we can’t save anyone

We can’t convince crypto teams

Ppl have told them some good suggestions

But the refuse to listen

E.g should have a mm to manage pre market instead of being price discovered before having a token

[Im Groot @hunterbonk_]

@EleveResearch believe in hype

[Im Groot @hunterbonk_]

@HopiumPapi Send fish back