JoeAnima（@JoeAnima）物理 AI 感知層投資研究

X 帳號 @JoeAnima（顯示名稱 animajoe0917，bio：AI／Crypto／Macroeconomics／Semiconductors，港澳地區，追蹤者約 7,959）近期連發一個「物理 AI 感知層」長文系列，把人形機器人、L3+ 自駕、具身智能背後的感知硬體當成一個完整的投資戰場來拆解。這個專欄把他 2026 年 6 月底到 7 月初的幾篇最新 Article 整理成自足的原子筆記，保留他的核心論點與框架，並用 login-free 的第三方資料檢視哪些是「可佐證的事實」、哪些是「他個人的判斷」。

他反覆強調自己是「A Rookie，not financial advice」，內容偏向個人研判而非機構研究；本專欄把他的主張當作一種有結構的觀點來記錄與檢視，不當作投資建議，也不預設他一定對。

學習路徑

1. 帳號身分與方法論 — @JoeAnima 是誰、寫什麼、怎麼寫；「物理 AI 感知層」系列的整體結構，以及貫穿全系列的核心心法（賣鏟子、Gartner 曲線、三層護城河、四條鐵律）
2. 感知層全景與投資框架 — 系列第 1 篇：五大賽道地圖、Gartner 曲線定位、三層護城河、四條投資鐵律
3. 雷達全家桶與技術卡位 — 系列第 2 篇：TOF／FMCW LiDAR、4D 毫米波、THz 太赫茲的技術路線與「可持續增長公司」判斷，六條核心結論
4. 人形機器人感知層 — 系列第 3 篇：力覺／觸覺／視覺的「定點生死劫」、VLA 大模型的接口標準之爭、全球三大陣營與投資配置
5. 康寧 GlassBridge 與光互連 — 另一條主線：把康寧（$GLW）GlassBridge 當成 CPO 量產的關鍵拼圖，串起 PIC／CPO／光互連產業鏈
6. 客觀檢視：主張 vs 可佐證 vs 第三方 — 逐項比對他的關鍵數字與判斷，標出哪些有官方／新聞佐證、哪些是他的推論、哪些第三方持保留態度
7. 近期動態與更新（2026-07-03 起） — 太空通信雙引擎新系列（$SPCX）、先進封裝一串短文、宏觀流動性、以及玻璃之辯（$GLW）的第三方保留

一手來源（原帳號 Article）

• 雷達全家桶 2026：技術卡位與可持續增長公司（系列第 2 篇，7/2）
• 全球人形機器人感知層：全景深度研判（系列第 3 篇，7/2）
• 物理 AI 感知層 · 全賽道地圖與投資框架（系列第 1 篇，7/1）
• 康寧 GlassBridge 被動增強 PIC：全球產業鏈邏輯鏈（6/30）

🔍 待追蹤問題

• 系列宣稱共 5 篇（另有「未開墾大陸」：隱私感知／量子感知／數位嗅覺），後續是否補齊，framing 是否一致。
• 台積電 COUPE、FMCW 矽光集成的量產進度，是否如他所判在 2027 成為 FMCW LiDAR 拐點。
• 中國本體廠「白牌化」風險（依賴 NVIDIA GR00T 生態）是否會被國產具身大模型或開源方案改變。
• 康寧 GlassBridge 的實際耦合損耗與量產時程，與官方數據的落差（見客觀檢視篇）。

🕒 更新紀錄

• 2026-08-29 — 依 8/15–8/29 動態更新 近期動態與更新（第八週）：本題材幾乎無新長文增量——時間軸壓倒性被非本題材內容佔據（加密/$BMNR、美元/日圓、TGA/FIMA流動性與Fed/Powell、黃金白銀、生技、Grok/DeepSeek、交易心態）。真正落在半導體/光互連主軸的只有：8/23\ast \ast$AAOI 高價增發評論**（主張分析師「只看財報不懂賽道」，延伸其 8/10「NPO/CPO 風險標籤」把 $AAOI 定位純組裝廠三路被擠壓，與 Serenity/Crux 同期追同一件事、立場互補）；及 8/18、8/21 放空 Unitree（宇树） 的個人短單（主張其營收多來自研究採購、機器人大腦已商品化）。8/26–8/29 即時搜尋回傳偏少。追蹤數約 8,864。
• 2026-08-14 — 依 8/7–8/14 動態更新 近期動態與更新：本題材核心增量是一組**「NPO/CPO 時代」雙篇長文（8/10）**——投資機會篇把 $AVGO（Broadcom）列為全端CPO交換器最大受益者\ast \ast （Tomahawk51.2TCPO交換器量產、DSP+SerDes+矽光子全端），\ast \ast 風險標籤篇把$AAOI 定位純組裝廠三路被擠壓（帶 Q2 2026 營收 $192M/+86$100M/+140%、轉盈、產能 100K→930K/月）；另 8/7 推一篇宏觀長文、8/12 記美股光互連板塊 7 月跌幅已 V 型收復。時間軸的日圓/加密/DeepSeek/個人交易雜訊比例仍高。追蹤數約 8,530。
• 2026-08-06 — 依 7/26–8/6 動態更新 近期動態與更新（7/26–7/27 無貼文、自 7/28 起）：最大增量是新長文〈2026–2028 AI 硬體投資指南：從電子布的僵局到玻璃基板與 CPO 的鏈式躍遷〉被 PANews 轉載 No.1；配合 Trump 擬禁中國光模組，從中國光模組廠（中際旭創、新易盛）受衝擊角度切入（與 Serenity/Crux 同一則、立場互補）；國產記憶體 CXMT 長鑫 LPDDR6 號稱全球首發（12800Mbps、無 EUV） ＋HBM 良率/技術路線研究；小盤高賠率選股清單（$MXL）、券商報告轉貼（RBC/廣發/WellsFargoNVL72BOM）、「輝達機櫃仍用銅互連」觀點、$PLTR Q2 爆發。交易/宏觀雜訊仍高。追蹤數約 8,500。
• 2026-07-25 — 依 7/20–7/25 動態更新 近期動態與更新：新長文〈債務洪流…五巨頭 AI 基建的信用評級風險（公司債角度）〉——「紅燈指標」盯 Amazon/Meta/Alphabet/Oracle 新債認購倍數 <1.5x，佐以 Alphabet 本季 FCF 轉負、capex 升至 $195–205B；光學主張「別追光模組、改看光晶片/互連」＋Wolfe「NVIDIA暗光纖建置為真（$CIEN/$GLW/$CSCO）」；記憶體記 AMD/Intel/Nvidia HBM4 需求增強、CXMT 以 DUV 做 HBM3/4 傳聞；個股 $SMCI/$INTC 看多。本期無新感知層長文、雜訊偏高。追蹤數約 8,478。
• 2026-07-19 — 依 7/17–7/19 動態更新 近期動態與更新：他往上抽一層做宏觀論述，發長文〈AI 不是互聯網，是一台全球最大的 POW 機器〉——核心結論「下一階段超額報酬不再來自 GPU，而移向電網/電力、可量產高速光學、Token→企業現金流平台」，並用記憶體崩盤（7/10–16 Micron −13%/SanDisk −26%/WD −20% vs SOXX −9%）承接「非泡沫破裂、是報酬來源轉移」。新主要關注 **$POWL（電力配送小型股）\ast \ast ；另記\ast \ast KimiK3\to HBM頻寬瓶頸（1.5TB/forwardpass）\ast \ast 、租算力需求上升、AI價值鏈地圖（$GOOG/$MSFT＋$TSM/$ASML）。本期無新感知層系列長文、雜訊偏高。追蹤數約 8,453。
• 2026-07-17 — 依 7/12–7/16 動態更新 近期動態與更新：最大增量是新系列長文〈光纖：AI GPU 集群與 CPO 的「隱形命脉」——G.652D 到空芯 HCF〉（框架往「光纖層」擴張）；並記 CPO/LPO 路線與供需（LPO 將供給過剩、上游光子晶片/EML/矽光晶圓短缺、TSMC COUPE 出貨 vs SemiAnalysis 喊延 2028、TrendForce「CPO 降耗 30–40%」）、記憶體/HBM（對 $MU/$SNDK 逢高放空、SK Hynix ADR 套利、TSMC 六月營收 +68%、MS 記憶體報告）、MLCC 漲價與宏觀沃什五大工作組。本期交易與加密/個人雜訊偏高。追蹤數約 8,465。
• 2026-07-11 — 依 7/7–7/11 動態更新 近期動態與更新：新增 半導體上游原料 賽道（6N 電子級氦氣飆近 500%、Nippon Sanso 漲價，往「賣鏟子」更上游擴張）；並記 CPO 成本結構（矽光子光引擎佔 43%、雷射用量最大）、先進封裝/HBM（全押 3D 封裝、SK Hynix「HBM1-2 等效 HBM3-3E」估值疑慮、Tao’s Law）、1X 人形新手掌（25 DoF、觸覺/力控，對應感知層）；太空通信與宏觀流動性為舊主題延續。本期無新系列長文，時間軸另夾大量非本題材內容（已於近期動態備註）。追蹤數約 8,342。
• 2026-07-05 — 依 7/3–7/6 動態新增 近期動態與更新：把感知層系列往太空通信延伸（〈太空通信雙引擎：相控陣天線＋星間激光〉，$SPCX）、連發\ast \ast 先進封裝\ast \ast 短文（hybridbonding／TSV／光互連／3DEDA、盛合晶微、A股封裝自省）與\ast \ast 宏觀流動性\ast \ast （TGA／Fed縮表）；並轉發玻璃之辯（$GLW，含「CoPoS 不用玻璃基板／台積電無玻璃中介層」的第三方保留，對 GlassBridge 論述是重要反面訊號）。追蹤數約 8,190。
• 2026-07-03 — 建立專欄。以 @JoeAnima 2026/6/30–7/2 的 4 篇 Article 為一手來源，建立 1 篇 hub＋5 篇原子筆記；關鍵數字與判斷以 Hesai、Corning 官方、Caixin／TechNode、Forbes／CNBC、Daimler Truck 等第三方來源交叉檢視。