Gained 56% this year, Yan Siqian: The AI market will continue, humanoid robots may be a trillion-level opportunity

憑藉鵬華碳中和基金 2025 年亮眼的領跑表現，時隔近 3 年，閆思倩在 1 季度末在管規模再次躍升到百億以上。

而在公募基金行業內，能夠二次破圈的基金經理，從來都不容小覷。

鵬華基金權益投資三部總經理/投資總監/基金經理閆思倩日前最新直播，上週末，她也親眼目睹了北京舉辦的人形機器人馬拉松大賽，認為表現超出預期，是非常值得驕傲的。

她還認為，人形機器人，是除了房子、車子，最大的機會。甚至，這一機會比車子更大。

而且，閆思倩的關注範圍也不止於人形機器人，她最新的重點分享主題是 AI 和機器人板塊的共振發展。

採用第一人稱，部分內容有刪節。

AI 行情還是會持續

AI 從 2023 年年初 ChatGPT 的出現到現在，一直在非常的快速地發展。

最早看到大模型，我們關注大模型的變化，包括多模態文字圖片到視頻；之後到算力產業鏈，因為預訓練需要大量的算力，從海外先進的算力，到國產算力的發展，也包括之後的數據中心的建設。

去年經常看到美股的一些數據和雲計算的龍頭，在上調他們的資本，今年（2025 年）可以看到很多科技的巨頭，包括國內的巨頭，在 AI 方面的投資不斷加大。

國內的互聯網巨頭也是接近千億規模的投資計劃，在 AI 領域甚至超過了過去 10 年的資本開支，這是非常驚人的。這也表明 AI 的發展速度是非常快的。

另外，全球都很關注就是 AI 應用的發展，因為 AI 應用到下游的各行各業，都在 AI+，所以我們的投資框架沒有太大的變化。

AI 這樣一個新的科技發展週期，是全球共振的，而且科技的發展週期，至少要 5~10 年的發展階段，才能把大週期走完。所以，2023 年初到現在，兩年多的 AI 的發展階段，還處於 AI 應用爆發的前期。

AI 應用在各行各業，包括端側的 AI 眼鏡、AI 機器人、AI 應用，還有軟件行業的，比如 AI 醫療、AI 教育等等，在各行各業都在發生着很大的變化。

我們一直説，我們要在有魚的地方釣魚，或者説在魚多的地方釣魚。也就是説，我們想找到一些有貝塔的行業，有貝塔的細分環節，能夠找出好的阿爾法。因為我們非常看重基本面，也非常看重公司的質地，在一個快速發展的哪怕是 AI 這樣一個細分的賽道或者行業板塊，我們相信優秀公司的技術迭代的速度，以及它基本面的釋放，以及公司的競爭力，會發展得更好。

所以我們覺得 AI 的行情還是會持續。

科技受經濟週期影響小

年初我們看到 DeepSeek 的誕生給了我們非常大的科技自信，尤其是全民 AI 的階段。但是最近的貿易戰也為我們整個的市場環境帶來很大的壓力。

我有幾方面的感觸。一方面是，關於貿易衝突最差的預期，或者最差的壓力測試點可能在前面發生過了。可以説，當關税雙方加到 100% 多的時候，基本上再往上加已經沒有意義了。

我們也看到了這種黃金價格的暴力上漲，包括全球對美元匯率和以及對信用體系的衝擊，我們也看到了大部分的國家基本上都是不想要對等關税的，我們也看到了各個國家的回應態度，是想緩和這種貿易的衝突，所以我覺得中國資產是有優勢的。

我們的很多資產價格都已經在相對底部的位置，沒有太大的泡沫和風險，現在僅僅是面臨出口的貿易考驗，也是進行了一個極端的壓力測試。這個情況已經比較極端了，大盤也是再次遇到了壓力。

我們還是比較看好對科技，因為歷史上，AI 和科技週期不會受經濟衰退、經濟危機，甚至一些政治博弈太多影響。尤其拉長來看，很多科技的創新依然在繼續，所以哪怕是中長期看，往 50 年或者更長的一個週期看，全球也是分分合合，可能全球化之後就是全球相對往更加割裂的角度去發展的趨勢。但是哪怕在相對亂世的情況下，科技是更為必須的，尤其是面臨貿易衝突，科技是自立自強的自信，是我們的底氣。

所以，越是這種情況下，越要加大對科技和整個 AI 未來的佈局和發展。拉長一點看，反而對科技強國性質的生產力是一個更好的推動。

硬件最看好機器人

AI 相關的投資方向特別多。從最早的大模型到 AI 算力，再到 AI 應用，甚至數據機房等。今年很缺的就是柴油發電機，包括 AI 的配電，整個的電源全產業鏈，由於發展速度快，都有非常好的機遇。

具體比如，從算力到應用過渡的過程中，AI 應用也是剛剛起步，最近看到的是字節有一個 “釦子” 智能體，他可以幫你開發各種 AI 應用，可以去上面定製你的 AI 助理，會幫你迅速的打通所有的數據，幫你出模型、出 PPT、表格等等，幫你做很多事情。

AI 應用在各行各業，也有非常大的發展機會，一些銷售公司拿銷冠去做大模型的訓練，訓練出來的效果是大模型就像銷冠一樣，各種服務、問答，各種情況都是最智能的，也是最符合客户需求的，效果也非常好。包括 AI 醫療領域，哪怕是中醫，會請一些中醫名醫去做大模型的訓練。訓練成熟了之後，比如我們經常會有一些身體的小問題，可能不是那麼必須去醫院的時候，以前也會去百度，或者現在可以 DeepSeek，（未來）如果有名醫訓練出的模型，讓你花很少的錢去訪問，我覺得大家也會覺得更加專業，也會非常感興趣。

當然還有 AI 教育。因為它都是用名師訓練出來的大模型，AI 講堂等等。所以 AI 應用也有很多的發展機會。

當然如果 AI 應用落地到硬件，有 AI 眼鏡，也有 AI 玩具，萬物皆 AI。但是我們最看好覺得空間最大的還是機器人在 AI、在硬件領域的應用，是製造業和 AI 科技的結合。

馬拉松超預期

北京的機器人馬拉松比賽關注度非常的高。我覺得首先我們要驕傲一下，是非常好的，對我個人來講我覺得很超預期。因為第一名跑得很好，第一名穩穩地實現了最初設定的目標跑了下來。

但是大家看到的是第二名、第三名。今天早上還有報道説要耐心，要做耐心資本來陪跑人形機器人，就是説頭斷了、還在堅持，摔跤了、還在奮力向前，也代表一種精神。

對於人形機器人這麼一個非常初級階段的科技產品，我們本身就是在從 0~1 的技術突破的階段，它並不是一個很完善的產品，所以這個應該也叫 “來時路”。很多科技的突破需要十年磨一劍。

也有一些資本，尤其是一級的資本，可能投了幾個月就退出了，説機器人產業有泡沫了，我個人也是覺得還是要做一些耐心資本，因為最完美的人形機器人，未來可能會成為一個新的物種，它會幫助我們人類做很多的事情。

當然馬斯克講的是幫我們去火星，可以做很多工作和任務，可以做的越來越智能，甚至接近人類。

我覺得他將來就是一個新的物種，甚至是我們的朋友，我們的下屬，我們的工人，但我們沒有辦法一下子就走到那一步，這中間肯定是要有過程的。

我們回顧電動車的發展歷程，經歷過只跑 200 公里的電動車，還有顯示 300 公里續航、開了 100 公里好像就要沒電的電動車，包括過去的補貼也有一些亂象，但是依然在過程中發展出了全球最好的動力電池的龍頭。電動車現在的技術，包括無人駕駛也是非常先進的。這都是我們的來時路，都是一些必經的過程。

所以，對馬拉松，我自己覺得至少中國的人形機器人跑了一個馬拉松，這在全球首先是第一例，這一點就蠻驕傲的。第一例沒有發生在其他的國家，發生在了中國，這是首先我們非常驕傲和印象深刻的。

另外很多東西需要十年磨一劍，我們還是需要耐心。

尤其是昨天上海的車展，何小鵬帶着他的機器人在車展現場走來走去，進行完全擬人的對話。大家會想你拍的視頻，你擺的那些動作是不是都是固定好的、訓練了很多次的，但是昨天車展上，何小鵬帶他的人力機器人到了車展這樣一個新的場景，把這一系列的動作、語言都做了下來，還是非常超預期。

人形機器人是除房子最大的機會

（以前）我覺得我們除了房子之外，遇到的最大空間（的機會）就是汽車，現在我覺得可能人形機器人的空間比汽車還要大，可能是汽車的 10 倍、20 倍，可能新能源汽車是個萬億級，所以（人形機器人）是幾十萬億級、千萬億級都有可能的。

如果馬斯克真的實現讓機器人去火星，如果它們真的能夠在各行各業、各個場景、各個領域去幫我們做很多的事情，這個空間是非常大的。

因為它的單機價值量也大，而它又是跟最先進的科技 AI 結合的一個硬件，它是軟件和硬件結合最大的市場空間。

像馬拉松這種活動，包括明後天還會有，因為北京的馬拉松，宇樹等這些龍頭是沒有參加的，但是龍頭明後天還專門參加拳王爭霸賽，讓機器人去打拳擊，大家就會有更多的期待。

國內很多科技巨頭都已經入局人形機器人領域，甚至國內的一些車企以及一些互聯網企業，大家都期待能夠更好、更快出來一些成熟產品，並且在一些成熟場景能夠得到應用。

人形機器人突圍發展比電動車更快

回顧電動車的發展歷程，電動車起碼要有 800 公里的續航，有可以充電的充電樁等基礎設施的時候，才算一個完善的消費品，可以交付到客户的手裏，所以才叫解決了從 0~1 的突破。

如果是一個 C 端的產品，突破 100 萬輛，就是它解決從 0~1 的一個標誌點。

在 2018、2019 年之前，電動車是在補貼和扶持的階段，續航也滿足不了消費者的基本需求。從 2012 年特斯拉推出第一款產品，到 2018 年，（國內）電動車經歷了 6、7 年的時間來解決從 0~1 的問題。

人形機器人現在突圍和發展的速度是更快的。一方面電動車有互聯網巨頭進入，也是在 2019 年及之後，包括 “蔚小理” 也是 2016、2017 年的加入。但是不提概念版，人形機器人走向真實的物理世界，成為一個產品，是在兩三年前提出來的，這麼短的時間就看到這個產品成為一個可落地的產品，並且全球的科技巨頭都在進入。

尤其是中國，機器人是依賴汽車產業鏈的，依賴汽車的整個製造，依賴硬件的製造，也依賴無人駕駛的大模型以及 AI 大模型。這一輪，國內的產業鏈都有基礎了，有成熟的汽車產業鏈，也有了無人駕駛的基礎，也有 DeepSeek 等大模型，同時我們看到科技巨頭也都已經加入。這一輪尤其是從馬拉松比賽就可以看到，中國還是走在前面的，而且中國在硬件製造放量以及科技巨頭的加入上，還是非常快了。

零部件領域有很多需要突破的技術瓶頸

我們本身是有工業機器人產業基礎的，所以核心突破還在一些過去很難做技術突破的，在人形機器人身上採用的一些零部件，比如説滾珠絲槓傳感器、靈巧手以及諧波減速器等等。

在工業場景、工業機器人上，也看到兩爪、三爪的非常簡單的操作，靈巧手的靈活度是可以完全擬人的，擁有 20 多個自由度。我們的一根手指還可以分三個關節，同時還有觸覺，所以我們給一個簡單的夾爪，再增加它的傳感和靈動性。最新的靈巧手，自由度可以達到 20 多個，一個手部的小型滾珠絲槓可以用 40 個。

諧波減速器有一版日本的技術路線，裏面會有 30 個或以上的比硬幣還小的減速器，所以傳動結構，有多個技術路線，發展的速度非常的快。

我們想要實現更多的操作，首先要有一個靈巧手。我們人類做做大部分的任務，百分之 50 以上可能都是用手去完成的，所以靈巧手很重要。之後是身上的比如説滾珠絲槓，當然國內有些企業的技術路線不一樣，比如會選擇全旋轉關節，後空翻動作非常的漂亮，旋轉關節做得非常好。

包括電機的算法也是非常先進的。減速器也有很多技術路線，包括行星減速器、RV 減速器以及斜齒減速器，而諧波減速器在過去兩年裏，我們可能連圖紙都無法立即實現。包括我們的滾珠絲槓，也可能看到圖紙卻無法立即製造出來，因為尤其是螺母的內螺紋，可能最早需要一天磨一根，到後來一小時磨一根，而且這個設備還依賴進口。因此，一是磨削速度需要提升，另一方面還要實現設備國產化，在零部件領域有很多需要突破的技術瓶頸。

我相信這個速度是非常快的，我們用了兩三年的時間，接下來就有希望實現零部件生產規模化。如果我們設備造不出來，零部件可能就需要更長的時間。所以中國的產業鏈這兩三年的發展速度是非常快的。

AI 賦能非常重要

機器人首先要有一個好的大腦，大腦要像人一樣聰明。我們看到 ChatGPT 可以跟你聊天，可以像人一樣聰明，但是我們還需要物理世界上的聰明，物理世界上擬人、仿生，這個是很難的。

無人駕駛我們發展了很多年，但現在要實現完全無人駕駛，還是要走很長的路。而無人駕駛僅僅是在道路這麼一個單一的場景，雖然它已經非常難了，但人形機器人如果到了現實生活中，首先它得是能夠我想去哪就去哪，相當於他在除了道路之外的所有場景都要無人駕駛，它要能夠對各種避障、各種突發的場景、各種情況做出反饋，同時它的零部件還能執行它的動作，不出任何的誤差，這是很難的。而且我們積累的大模型的可訓練的數據也比較少。如果你把人類每一個動作都記錄下來，每個場景都記錄下來，太難了，所以我們需要 AI 的訓練，讓他在很短的時間更少的數據能夠達到完全擬人的最佳狀態，最智能的、聰明的狀態。

何小鵬也講到，國內的人形機器人如果類比無人駕駛，可能現在還在 l1 階段，在向 l2 發展。從簡單的編程單一動作，到一個固定的場景、固定的動作到，到一些可泛化的場景，以及更多的動作。這個就是端到端，以及場景的泛化，它會變得更難，如果接無限的接近人類，它就是要能滿足隨時不同的場景和不同的多樣的動作，所以 AI 在這方面的賦能是非常必要的。

在硬件能夠執行高難度動作之後，對大腦的訓練是人形機器人能夠更加的像人的非常關鍵的一步。

風險提示及免責條款

市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。