长城证券发布研报称，华为此次大会展现出其960系及后续芯片能力的加速迭代提升，同时伴随NPO等新技术融合助力华为国产超节点能力加速演进以及商业化订单持续扩张，同时将引领国产算力链各环节将持续受益。伴随当前人形机器人硬件端持续迭代，在硬件端技术路线产品类型等逐步确定,后续人形机器人商业化落地闭环的核心将逐步倾向大脑模型以及数据算力等软件端方向，伴随后续特斯拉Optimus引领人形机器人加速落地，持续看好机器人数据采集、模型训练等核心环节。

长城证券主要观点如下：

一、华为全联接大会召开，NPO超节点加速演进

9月17日，华为全联接大会2026在上海启幕，华为在芯片端、超节点、数据中心三个维度持续加速演进:

在芯片端，根据甲子光年，华为副董事长.轮值董事长汪涛在大会主题演讲中介绍，昇腾960芯片研发进度超出预期，性能实现倍增。960DT比原计划提前三个季度，2027年第一季度就绪;960PR比原计划提前一个季度,2027年第三季度就绪。2028和2029年，华为将陆续推出昇腾970、980芯片，依托t定律的创新方向，实现算力规格继续翻倍，访存带宽、访存容量、互联带宽等也将大幅提升。

超节点方面，汪涛正式发布了基于“灵衢+Hi-ONE”打造的昇腾960超节点。作为全球首个采用NPO光引擎的超节点，昇腾960超节点采用领先的正交架构和全液冷设计，基于灵衢实现内存统一编址，可扩展至4096卡规模，实现8EFLOPSFP8、16EFLOPSFP4。昇腾960超节点用5500个Hi-ONE，替代原本需要的4万8千颗800G光模块，功耗降低超550千瓦，系统无故障运行时间提升━倍，系统可用度达到99.8%，加速前沿模型的训练与推理创新。

整体市场空间方面，根据高盛最新的预测，2026年~2028年全球光模块市场规模将分别达到约677亿美元、1314亿美元和1485亿美元，较此前预测上调33%、81%和115%。

可插拔时代，光模块价值量集中在DSP、激光器、调制器等有源器件，连接器、光纤阵列等无源器件存在感很弱。NPO时代，系统不再单纯靠提升单通道速率，而是依靠增加通道数来提升总带宽。光引擎从8通道向32、64甚至128通道演进，与通道数强绑定的无源器件迎来了量价齐升。

数据中心方面，9月15日，在2026 AIDC产业发展大会暨3D数据中心现场，华为正式发布全球首个3D数据中心，发行《3D数据中心》专著书籍，并开放《3D数据中心概要设计图库》，携手产业共建AIDC(人工智能数据中心)新范式。

该行认为，华为此次大会展现出其960系及后续芯片能力的加速迭代提升，同时伴随NPO等新技术融合助力华为国产超节点能力加速演进以及商业化订单持续扩张，同时将引领国产算力链各环节将持续受益，该行持续看好相关光互联、超节点等环节投资机会。

二、具身智能模型快速迭代，关注机器人模型及数据算力方向机会

9月17日，根据腾讯科技，Figure发布神经网络模型Helix 2.5，并公布了一组零样本全身自主实验结果:在没有任何新数据采集与环境适配的情况下，机器人的零样本成功率从9%暴增至56%。在官方演示中，Figure 03人形机器人进入一套完全陌生的房子，连续完成三项长时程全身任务:整理客厅、铺床、折毛巾。

根据机器人前瞻，9月4日，Figure宣布与Nscale达成合作，将依托由Nscale负责部署运营的NVIDIAVera Rubin平台，规划最高配置10万张GPU，预计首批部署将于2027年下半年在得克萨斯州巴斯托启动。此次合作首期算力采购承诺规模达35亿美元(约235.16亿元)，双方意向后续扩大至超60亿美元(约403.13亿元)。根据合作协议，Nscale还将对Figure进行战略投资，共同探索借助人形机器人赋能Nscale供应链的可行性。

9月10日，根据机器人前瞻，宇树科技公开了新一代通用人形机器人基础模型UnifoLM-WLA-1.0。这是一款参数量为60亿的具身智能模型。宇树称，其使用约2500小时高质量真机数据训练,一套模型即可驱动机器人完成64项桌面操作和全身操作任务，并能够同时适配平行夹爪以及两类灵巧手。

根据机器人前瞻，UnifoLM-WLA-1.0的具身推理底座是UnifoLM-ER-1-4B。该模型基于Qwen3-VL-4B训练，使用超过500万条具身推理样本，在16项多模态感知与理解基准中有7项领先表中参评的开源模型。在Where2Place、BLINK、CV-Bench和EmbSpatial等基准中，UnifoLM-ER-1-4B的部分成绩高于GPT-6 Astra。

该行认为，伴随当前人形机器人硬件端持续迭代，在硬件端技术路线产品类型等逐步确定,后续人形机器人商业化落地闭环的核心将逐步倾向大脑模型以及数据算力等软件端方向，伴随后续特斯拉Optimus引领人形机器人加速落地，该行持续看好机器人数据采集、模型训练等核心环节。