扫描下载APP
其它方式登录
文章分析具身智能机器人商业化面临的现实瓶颈:大模型(如Fable 5.2)在仿真中表现优异但真实场景响应滞后,基础模型(如GR00T 2)训练门槛降低却依赖筛选任务;核心矛盾在于‘脑’与‘手’间的时间尺度错配及工程化接口缺失,导致产线落地受阻;行业正从拼模型分数转向补技术缝隙、提升稳定性和交付能力。
摩尔线程2026年前三季度营收32.89亿元,同比增319.15%,第三季度首次实现单季度扣非净利润2007.24万元,早于原定2027年盈利预期;依托全功能GPU技术路线、MUSA软件生态及规模化交付能力,在国产GPU厂商中出货量居首,进入规模增长与盈利改善相互强化的新阶段。
摩尔线程2026年第三季度扣非净利润首次转正,营收同比激增1773.92%,反映国产GPU在AI推理场景加速落地;但前三季度仍扣非亏损,经营性现金流大幅为负,凸显扩张期盈利与资金压力并存;行业整体进入规模化交付阶段,HBM供应短缺成主要瓶颈。
寒武纪前三季度营收95.26亿元,同比增长106.76%,主要来自云端产品线,不包含智能计算集群系统业务;存货达116.65亿元,计提跌价准备5.02亿元,但未披露存货中对应真实订单的比例;思元690出货量、客户及收入贡献均未说明,交换芯片尚处规划阶段,全年135亿元目标面临第四季度近40亿元收入压力。
沐曦股份将于9月17日迎来约1396.6万股限售股解禁,占总股本3.49%,引发市场对其股价承压的担忧;该解禁与摩尔线程此前解禁高度相似,凸显国产GPU板块正从稀缺性估值转向业绩兑现与估值重估阶段;尽管沐曦上半年营收13.24亿元、毛利率57.22%居行业首位,但扣非净利仍为-4885.95万元,且收入依赖单一产品线,面临集群能力、软件生态和互联网客户渗透等系统性竞争考验。
摩尔线程9月7日跌停主因首批2577万股限售股解禁,流通盘骤增85%,引发机构集中抛压;虽上半年营收大增、经调整已盈利,但股价受供给冲击主导,非基本面恶化;后续12月将迎更大规模解禁,定价权回归业绩仍需观察减持节奏、大宗折价及同业沐曦解禁表现。
摩尔线程9月7日迎来大规模限售股解禁,机构因浮盈丰厚选择兑现退出,但公司基本面持续向好:上半年营收增147%、首季度盈利、万卡集群落地、全功能GPU支撑具身智能全链路,国产算力替代逻辑未变,解禁实为筹码向长期投资者转移。
2026世界机器人大会聚焦具身智能机器人从表演走向真实上岗,物流、工业产线、巡检安防、商业服务四大场景已有在岗应用,但大规模部署仍处早期;资本加速涌入,技术核心转向具身大模型与垂直落地能力,量产与ROI验证成关键瓶颈。
摩尔线程作为国产GPU领军企业,2026年上半年营收达17.36亿元,亏损大幅收窄至1156万元,扣非后仍亏1.51亿元;其收入高度集中于AI智算业务(占比97.5%),依赖大客户集群订单与全功能GPU路线,但面临毛利率下滑、现金流为负、存货高企及生态建设压力,正加速布局端侧AI芯片与赴港IPO以支撑长期盈利。
国产AI芯片厂商寒武纪和摩尔线程上半年营收大幅增长,但面临HBM等上游供应紧张、成本上升、毛利率承压及库存激增等挑战;大模型公司加速转向国产算力,推动国产AI芯片需求爆发,但可持续增长取决于供应链稳定性与运营效率提升。
摩尔线程作为国产GPU领军企业,正处在从技术突破迈向商业可持续的关键节点:2026年一季度首次单季归母盈利但扣非仍亏损,毛利率升至65.5%,营收高速增长, yet经营现金流持续为负、存货周转极慢、面临解禁压力与晶圆产能受限。其高估值(180倍PS)反映市场对其全功能GPU定位及MUSA生态潜力的远期期待,但能否在华为昇腾挤压和英伟达主导格局下构建真实盈利能力,仍是核心考验。
寒武纪2026年上半年营收与净利润均翻倍增长,但存货激增至82.48亿元,同比增长66.83%,主要为原材料和委托加工物资大幅增加;预付款项同比增近三倍达29.14亿元;公司面临存货跌价风险,现金流持续承压,市值约7000亿元。
摩尔线程作为国产GPU领军企业,2026年上半年营收同比增长147.42%,毛利率达56.95%,亏损大幅收窄,标志其正式迈入规模化商用阶段;通过夸娥智算集群实现大额订单落地,依托MUSA生态兼容CUDA并吸引80万开发者,同时高强度研发投入(占营收44.3%)支撑全栈技术自主与下一代芯片布局。
摩尔线程作为国内唯一聚焦全功能GPU研发的企业,虽技术稀缺、业绩扭亏但依赖政府补助,主业仍亏损;客户高度集中、经营性现金流持续恶化、存货激增,导致股价滞涨。尽管面临激烈竞争和短期财务压力,其受益于国产AI芯片替代加速与行业高增长,正从烧钱扩张转向规模化盈利,长期成长逻辑未变。
文章聚焦国产GPU企业摩尔线程如何通过‘全功能GPU’技术路线构建差异化壁垒,在AI算力从稀缺转向结构性过剩的背景下,以云边端协同、统一架构(AI计算+图形渲染+物理仿真+视频编解码)和系统级交付能力应对同质化竞争,实现从卖芯片到提供AI基础设施的商业化跃迁。