当大模型算力进入万卡集群阶段，传统冯诺依曼架构的算力瓶颈不再单纯卡在芯片计算能力，而是卡在芯片之间物理层面的数据传输。物理 AI，核心就是跳出纯算法优化，从硬件底层、光电介质层面重构算力体系；而磷化铟，正是物理 AI 与高速光互连时代最核心的底层材料。魅视科技精准踩中这一产业拐点，从分布式音视频 AI 能力延伸布局磷化铟半导体材料，完成从 AI 应用层向上游物理算力底座的战略跃升。
物理 AI 的本质，是算力载体的范式切换。传统硅基芯片擅长逻辑运算，但属于间接带隙材料，无法高效电光转换。在 800G、1.6T 光模块以及 CPO 共封装光学架构下，海量数据在机柜、芯片之间高速流转，必须依靠磷化铟这类直接带隙化合物半导体：它电光转换效率高、电子迁移率优异，完美匹配光纤通信低损耗窗口，是高速激光器、光探测器芯片的核心衬底，是物理 AI 算力集群的 “光电神经”。硅光方案普及非但不能替代磷化铟，反而会持续拉动磷化铟光源需求，形成强绑定刚需。当下全球磷化铟供给高度集中，国内高端材料国产化缺口巨大，这是整个 AI 算力产业链亟待补齐的短板。
魅视科技并非跨界跟风，而是基于自身 AI 基因，向上切入物理 AI 的材料根基。公司原有主业深耕分布式调度、边缘多模态 AI 视觉，长期在指挥中心、算力调度场景做海量数据的实时分发与智能处理，本身就深度理解大规模集群数据传输痛点。基于对大算力场景的认知，公司设立全资子公司珠海明曜，启动磷化铟多晶材料研发项目，采取分阶段稳妥落地策略：第一阶段投入 1200 万元搭建研发实验室，20 台工艺验证设备已经就位，开展工艺验证与可行性试验，试验周期预计 3 个月；若验证达标，第二阶段计划投入 2 亿 - 2.6 亿元推进产业化，规划年产 65 吨磷化铟材料，瞄准 AI 光模块、高速光互连赛道的国产材料缺口证券时报。
这一步布局，让魅视科技形成“AI 应用层 + 物理 AI 底层材料”的独特双轮结构。市面上多数磷化铟材料企业只做材料，缺少 AI 落地场景理解；大量 AI 软件公司只做算法，没有底层硬件材料能力。魅视是少数既懂大规模实时算力调度、多模态边缘 AI，又切入磷化铟光电材料赛道的标的。未来物理 AI 的演进，光互连将成为算力扩张的核心约束，磷化铟多晶作为衬底制备的上游源头，是整个光芯片产业链的起点。一旦工艺验证顺利落地，公司将直接为国内高速光模块厂商提供国产化磷化铟原材料，深度绑定物理 AI 算力扩张的长期红利。
算力竞争的下半场，拼的不再只是模型参数，而是物理层的光电基础设施。磷化铟作为物理 AI 光互连的刚需材料，需求伴随光模块升级非线性爆发，供需格局持续紧张。魅视科技依托自身 AI 场景积淀，前瞻性布局磷化铟国产材料，抓住物理 AI 革命里最硬核的材料机会，从应用端玩家成长为 AI 算力底层材料的国产破局者，打开全新的第二增长曲线。
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。