巨人天成
产经 科技 企业 数据 峰会 快讯 商业

平安研学南京站:探访埃斯顿 解锁国产工业机器人成长逻辑与投资机遇

2026-09-05来源:快讯编辑:瑞雪

近日,一场聚焦上市公司价值的深度研学活动——“研途之上·预见未来”2026平安研学·南京站圆满结束。此次活动由平安证券组织,带领投资者走进国产工业机器人领军企业埃斯顿(002747.SZ/02715.HK),探寻“AI+工业”浪潮下中国智造的发展机遇与投资价值。

活动首日,行业专家与平安证券投研团队为投资者带来了一场思想盛宴。平安证券经纪业务事业部高客及机构财富组副经理李诗雨在开场致辞中表示,平安研学旨在打破传统企业走访的表面化模式,通过深入产线、对话高管、拆解产业链逻辑,帮助投资者在信息繁杂的时代把握新质生产力的核心。她强调:“我们希望投资者不仅能看到企业的现在,更能理解其未来成长的底层逻辑。”

景顺长城ETF与创新投资部基金经理张晓南从宏观视角分析了产业趋势。他指出,当前全球正处于以AI为核心的第四次科技革命浪潮中,中国面临劳动力短缺与老龄化服务需求双重挑战,机器人替代人工成为必然选择。张晓南认为,人形机器人在产品迭代、生产制造及软件研发领域均存在显著投资机会,当前板块估值已具备较高性价比。

“董指导研究”主理人董世敏则从产业实践角度提出观点。他以义乌制造业为例,指出AI技术已显著提升生产效率——过去熟练工人日均出图10张,如今借助AI可实现近千张。他强调:“AI对制造业的赋能不是单点突破,而是规模化效应的体现,具备行业know-how的垂直模型与传感器企业将迎来重大机遇。”

平安证券高级研究员廖泽略以埃斯顿为案例,系统拆解了机械设备企业的投研框架。他提出“投资五步分析法”:第一步分析行业贝塔(空间与增速),第二步评估公司阿尔法(核心竞争力),第三步验证业绩表现,第四步把握估值埋点,第五步持续跟踪防风险。廖泽略特别指出,埃斯顿研发费率接近10%,表明其通过持续“人脑投资”构建无形商业壁垒。

次日,投资者实地探访埃斯顿总部。在展厅参观环节,埃斯顿董事会秘书肖婷婷介绍了公司“内生发展+外延并购”的战略路径。她透露,公司通过收购德国克鲁斯等海外企业完善技术版图,同时保持年营收约10%的高研发投入,构建了从核心零部件到工业机器人本体的全产业链竞争力。肖婷婷表示,未来埃斯顿将以“AI+工业机器人”为核心,深化国际化布局,推动盈利高质量增长。

在互动交流环节,投资者就具身智能机器人布局、克鲁斯整合进展及行业竞争格局等问题与肖婷婷展开深入探讨。现场气氛热烈,多位投资者表示,通过直接对话企业高管,对工业机器人赛道的投资逻辑有了更清晰的认识。

据悉,平安研学活动通过搭建投资者与上市公司的深度交流平台,助力资本市场发现产业投资机会。主办方表示,未来将持续聚焦新能源、高端制造等核心赛道,带领投资者走进更多优质企业,帮助其构建长期主义投资框架。需特别说明的是,本文内容仅供信息参考,不构成任何投资建议,投资决策需谨慎评估风险。

智动力聚焦机器人“四肢+小脑” 核心硬件量产赋能多场景应用
2026世界机器人大会上,武汉智动力机器人有限公司(以下简称“智动力”)展台上,一台机械臂握锤敲钉,动作干净利落。 智动力没有跟风做整机,而是聚焦机器人“四肢+小脑”的核心硬件。目前,智动力已形成从力控关节、…

2026-09-05

麻省理工新突破:300毫米晶圆造出透明柔性硅光子芯片,应用前景广阔
麻省理工学院研究人员在大尺寸晶圆上制造出透明、柔性硅光子芯片,可用于曲面显示器和可穿戴设备。麻省理工学院的研究人员如今开发出一种方法,使这类芯片既柔韧又透明,同时采用的半导体制造工艺能够在大尺寸晶圆上实现。 …

2026-09-05

《理解深度学习》与《金书陈评》:两本新书带你探索AI与武侠的深度世界
《理解深度学习》(Understanding DeepLearning)是计算机科学家西蒙·J·D·普林斯撰写的一部深度学习教科书,英文原版2023年12月由麻省理工学院出版社(MIT Press)出版。…

2026-09-05

努比亚NaviX Ultra获入网许可,搭载豆包助手,9月上市开启AI智能体手机新篇
今日,努比亚NaviXUltra已正式获得工信部入网许可,完成从大模型备案到终端入网的完整合规流程,标志着全球首款AI智能体手机从概念验证迈向规模化商用。 据悉,该机将搭载豆包手机助手,定位量产旗舰,计…

2026-09-05

2026世界动力电池大会启幕 王鹤:人形机器人具身智能或2028迎关键突破
红星资本局9月3日消息,9月3日,2026世界动力电池大会在四川宜宾开幕。银河通用创始人兼CTO、北大研究员、具身智能大模型北京市重点实验室主任王鹤表示,今年中国全行业大约有6万台人形机器人的出货量,行业处在…

2026-09-04

原位扫描电镜新发现:固态电池锂金属负极疲劳失效机制被破解
电化学性能和原位SEM 观察均表明,通过增加电流密度和容量,锂金属负极由疲劳引起的失效会加剧(参见补充说明 IV 以及图 S23 至S25)。 在这项工作中,我们通过原位扫描电子显微镜(operando …

2026-09-04