英伟达重定义AI基建：词元工厂与物理AI开启数十年资本开支周期
北京时间2026年6月25日凌晨，英伟达（NVIDIA, NVDA.O）首席执行官黄仁勋在公司年度股东大会上发表讲话，明确指出当前人工智能基础设施建设周期将延续“数十年”，并强调AI数据中心作为“词元工厂”的经济价值已得到验证。他提出，每个由AI系统生成的词元（token）均可转化为代码、答案、设计、行动或服务，本质上构成可货币化的利润单元。黄仁勋进一步表示，尽管英伟达的系统未必是市场上最便宜的选择，但其在单位词元成本、吞吐效率和收入产出方面具备显著优势，并称公司提供的推理基础设施拥有“最佳推理经济性”。此外，他将“物理AI”——即具备感知、推理、规划与自主行动能力的机器人、智能汽车和自动化工厂——定位为下一阶段增长的核心驱动力。
AI基建进入长期资本开支阶段，硬件厂商竞争逻辑重构
黄仁勋关于“数十年周期”的判断，标志着市场对AI投资范式的认知正从短期技术炒作转向长期产业资本开支逻辑。在此背景下，AI数据中心不再仅是算力堆砌的场所，而是被重新定义为高效率、可盈利的“词元制造工厂”。
对投资者而言，这意味着AI硬件赛道的竞争壁垒正在从单纯的芯片性能，扩展至全栈系统级优化能力。英伟达凭借CUDA生态、NVLink互连技术、推理引擎TensorRT及与主流云服务商的深度集成，在端到端推理经济性上构筑了难以复制的优势。即便面临来自定制ASIC（专用集成电路）的潜在挑战，黄仁勋仍表现出高度自信，认为通用GPU架构在灵活性、软件兼容性和迭代速度上的综合优势，足以支撑其在长期推理市场中的主导地位。这一立场暗示，未来数年AI芯片市场的胜负手，或将取决于谁能更高效地将算力转化为可计费的服务输出，而非单纯追求理论算力密度。
“物理AI”开启第二增长曲线，机器人与自动驾驶成新战场
除数据中心外，黄仁勋特别强调“物理AI”将成为下一波增长浪潮。所谓物理AI，指的是将大模型能力嵌入现实世界的智能体，使其能在非结构化环境中执行复杂任务。这包括工业机器人、家庭服务机器人、自动驾驶车辆以及高度自动化的智能制造系统。这些终端设备需同时处理多模态感知（视觉、语音、触觉）、实时决策、路径规划与物理交互，对边缘计算、低延迟通信和能效比提出极高要求。
英伟达近年来通过Jetson系列边缘AI模块、DRIVE平台及Isaac机器人操作系统持续布局该领域。黄仁勋此次将物理AI提升至战略高度，预示公司正加速将其数据中心级AI能力向终端迁移。值得注意的是，物理AI的商业化路径与纯软件AI存在本质差异：前者涉及硬件集成、安全认证、供应链管理及行业Know-how，落地周期更长但客户粘性更强。若英伟达能成功将其AI栈延伸至机器人与汽车领域，不仅可开辟新的收入来源，还能反哺数据中心业务——例如通过真实世界数据闭环优化模型训练。
对资本市场而言，物理AI的兴起可能重塑多个行业的估值逻辑。传统工业自动化企业、汽车零部件供应商乃至消费电子代工厂，若能与领先AI平台深度绑定，或迎来重估机会。与此同时，投资者需警惕技术路径分歧风险：部分车企或机器人公司可能选择自研AI芯片以控制核心能力，从而削弱第三方硬件厂商的议价权。
监管与地缘政治变量仍存，但长期叙事压倒短期波动
尽管黄仁勋未在讲话中直接回应出口管制或地缘政治风险，但英伟达作为全球AI算力事实标准的提供者，始终处于中美科技博弈的前沿。截至2026年中，美国对华高端AI芯片出口限制已实施近三年，促使中国加速本土替代进程。然而，黄仁勋强调“数十年周期”的表述，本身即是对短期政策扰动的一种淡化——暗示即便局部市场受限，全球其他地区（如欧洲、中东、东南亚及拉美）的AI基建需求仍将支撑长期增长。
从产业链角度看，AI基建的长期化也意味着上游供应链（如先进封装、高速互联、液冷散热）将获得更稳定的订单可见性。台积电、ASML、Coherent等关键设备与材料供应商，有望持续受益于AI驱动的资本开支扩张。与此同时，云服务商（如AWS、Azure、Google Cloud）作为英伟达的主要客户，其AI服务毛利率将直接受益于推理成本下降，进而推动整体云业务盈利能力改善。
市场情绪转向“长期持有”，但需警惕估值与现实的错配
黄仁勋的表态正值全球AI板块经历阶段性回调之后。此次英伟达CEO明确宣称“AI投资回报率问题已有答案”，可视作对市场疑虑的直接回应，旨在巩固投资者对AI长期叙事的信心。
然而，长期周期论调也可能掩盖结构性分化风险。并非所有AI相关企业都能享受“数十年红利”——缺乏差异化技术、过度依赖单一客户或未能实现商业化闭环的公司，仍可能在资本开支理性化过程中被淘汰。投资者需区分“AI概念”与“AI现金流”：真正具备定价权、高毛利和自由现金流生成能力的企业，才可能穿越周期。
综上所述，黄仁勋在2026年英伟达股东大会上的发言，不仅重申了公司在AI推理经济性上的领先地位，更将战略视野拓展至物理世界的智能化。对美股、港股及数字资产投资者而言，这意味着AI主题投资正从“算力稀缺”阶段迈入“应用变现”与“终端渗透”阶段。关键变量将包括：单位词元成本的实际下降斜率、物理AI产品的商业化进度、以及地缘政治对全球AI供应链的扰动程度。在这一框架下，具备全栈能力、生态壁垒和跨场景落地实力的平台型公司，或将在长达数十年的AI基建周期中持续领跑。
