富國徐智翔:AI應用中最看好機器人 今年迎來奇點時刻

2025-02-14 19:56

智通財經
AI時代大主題下,2025年人形機器人概念股繼續強勢上漲。
AI時代大主題下,2025年人形機器人概念股繼續強勢上漲。
特斯拉、英偉達、宇樹、華爲等巨頭紛紛佈局人形機器人,花旗曾大膽預測,到2050年,人形機器人的市場規模有望達到7萬億美元。
2025年,人形機器人還能強勢多久?富國徐智翔近日分享了他的觀點。
在媒體統計的截止2月10日公募基金年內回報率前50名榜單中,徐智翔管理的富國新材料新能源產品位列第九。
徐智翔,富國基金權益投資部高級權益基金經理,從業年限10年,曾任浙商證券股份有限公司行業研究員,平安資產管理有限責任公司投資經理。
徐智翔管理基金規模45.83億,其管理的基金如下:
2021
年11月,徐智翔任富國新材料新能源混合型證券投資基金基金經理。以富國新材料新能源混合C爲例,近3年漲幅20.45%,同類平均收益17.66%,滬深300%漲幅-15.13%。近1年漲幅56.98%,同類平均漲幅18.16%,滬深300漲幅16.05%。今年以來漲幅26%。
在24年四季報中,徐智翔指出,持續關注 AI 方向的科技創新,重點在算力和應用中選股,算力更關注國產鏈,以及 CPO 等創新方向,AI
應用硬件主要關注手機、眼鏡、汽車、機器人四大方向。目前核心倉位在機器人、汽車、算力板塊。
投資作業本課代表查閱了他的過往季報,發現他的投資始終定位於科技成長股領域,他在24年一季報時就曾提出,AI
應用、機器人未來空間會達萬億級別以上,目前他的領先業績也在不斷佐證他的觀點。
現在成長板塊投資難度還是比較高,最好的方向是正處於 1→10 階段,未來空間能有萬億級別以上的行業,我們梳理下來主要是智能駕駛、儲能和雲計算。
此外,就要在 0→1 和 10→n 的行業裏面去做輪動。但是我們堅信肯定會有 0→1 的行業能走出來,跨入到 1→10
階段,這個拐點就是非線性成長的奇點,如果能抓住這個奇點,我們會收穫豐厚的投資回報。
處於 0→1 階段且靠近 1,未來空間能有萬億級別以上的行業,我們梳理下來有 AI 應用、機器人、商業航天、可穿戴設備、3D
打印等,此外,低空經濟、腦機接口、高溫超導等也在快速發展。
近日富國基金披露了徐智翔的觀點,投資作業本課代表摘錄如下:
AI應用中,最看好機器人
問: 是什麼讓你在2022年就佈局了人形機器人?
徐智翔:主要原因是看好AI應用領域,且在AI應用中的倉位也集中在機器人領域。機器人或許是AI應用中未來空間最大的領域,且其產業發展與早年投資新能源頗相似。
在黃仁勳近期的公開發表的內容中展現了Perception AI、Generative AI、Agentic AI和Physical
AI四個AI不同的發展階段,其中機器人屬於第四階段,市場空間最大。
AI兩個主要發展方向:通用人工智能(AGI)和AI平權
問: 低成本大模型的誕生是否代表AI算力需求被顛覆了?
徐智翔:當前AI發展主要有兩個方向:一是通用人工智能(AGI),追求極致性能,目標是觸及技術天花板;二是AI平權,即向下滲透,使AI技術普及到大衆市場。
其中AGI需要極高的性能,對訓練算力需求非常大。AI平權雖然減少了對訓練算力的需求,但由於用戶基數龐大,推理算力的需求會顯著增加。
因此,算力的需求需要分開看待,若發展AGI,訓練算力需求會持續上升,同時推理算力也會增長;而要是推進AI平權,訓練算力需求會下降,但推理算力需求則會顯著上升。
今年或是人形機器量產的奇點時刻
問: 人形機器人的奇點時刻來了嗎?
徐智翔:今年或是機器人量產的奇點時刻。
通過對比機器人量產節奏與當年電動車的量產節奏發現,可分爲三個階段,每個階段的產量和價格有所不同。從第一階段進入第二階段,成本降低後即可外銷,這一階段主要面向B端客戶,進入第三階段後,成本大幅降低,對應的是C端市場。
因此,今年開始生產訓練機器人,明年或將面向B端,後年或開始面向C端。由於此次較早導入了中國供應鏈,量產爬坡的節奏會非常快。
中期投資機會較好,後續關注TMT及相關AI方向
問: 現在還適合入場嗎?哪個方向的行情更持續?
徐智翔:中期來看,仍具較好的投資機會,但未來表現需結合後續陸續出臺的政策看。
從技術發展階段來看,大模型對應的是Generative AI階段,而機器人對應的是更後期的Physical AI階段。
落地速度上,大模型有望先於機器人實現商業化應用。市場空間方面,機器人方向的潛力或許會更大。
整體來看,越往後發展,AI的投資重點將越傾向於應用端,後續可關注TMT及相關AI等方向。其中,機器人領域或可重點關注汽車和機械板塊。
本文轉載自“ 投資作業本Pro”公衆號,GMTEight編輯:李佛。