空间智能专题

这组文章关注同一个问题：当 AI 从文本和屏幕走向三维物理世界时，真正的价值会被谁捕获？

说明：本专题主要基于 Gemini Deep Research 生成、再经人工筛选整理。它更适合作为产业地图和问题框架，不构成投资建议；其中涉及的数据、公司动态和产业判断，请以最新公开资料为准。

推荐阅读顺序

1. 先建立产业地图

空间智能行业研究

先理解空间智能、世界模型、具身智能、SLAM、LiDAR、3DGS、边缘计算这些概念之间的关系。这里解决的是“这个行业到底在干什么”。

2. 再看利润怎么分

AI 基础设施产业链：利润分配与价值捕获

这一篇从财务和供应链角度看：为什么应用层可能烧钱，底层硬件、算力、光模块、电源、液冷和传感器反而更像卖铲人。

3. 最后看平台控制力

NVIDIA 在空间智能与具身智能的绝对统治力

这一篇把焦点缩到 NVIDIA：CUDA、Omniverse、Isaac、Cosmos、Jetson/DRIVE 如何组成一个从云端训练到物理部署的闭环。

这组文章的共同判断

• 空间智能不是一个单独应用，而是一整条从算力、仿真、感知、执行到工业场景的基础设施链。
• AI 应用层会继续热闹，但长期利润未必留在应用层。
• 硬件不是低端配角，反而可能因为物理约束重新获得定价权。
• NVIDIA 的优势不只在 GPU，而在软件生态、仿真环境、世界模型和边缘部署的组合控制力。
• 中国供应链的机会更可能出现在感知硬件、连接器、PCB、电源、散热、执行器和工程化降本环节。

相关延伸

• MLCC 供应链 · Broker 篇：从电子元件现货市场看供应链风险和信息差。
• 美国公司背调指南：如果要继续调查海外公司，可以作为基础工具页。