公开交易记录显示，收购主体为 Elon Musk，标的为 Mesh Optical Technologies。由于 Mesh 的创始团队、技术血缘和潜在应用场景均与 SpaceX、Starlink、xAI、Tesla 体系高度相关，市场自然会把这笔交易理解为马斯克体系对 AI 光互联能力的一次纵向整合。
这篇文章不把 Mesh 简化成一家光模块公司，也不把光互联简化成 800G/1.6T 出货周期。真正需要看清的是：AI 工厂从铜互联走向光互联之后，价值如何在 GPU 集群、交换芯片、光模块、DSP/SerDes、激光器、硅光、TFLN、CPO、ELSFP、自动化封装、材料与地缘供应链之间重新分配。
短期看 800G/1.6T 光模块交付；中期看激光器、DSP/SerDes、LPO/LRO 与硅光良率；长期看 CPO、ELSFP、COUPE、SCALE、Photonic Fabric 与 Optical I/O。Mesh、Sivers 和 Celestial AI 的意义在于：光互联正在从“模块产业”进入“系统、封装与平台能力”竞争。
AI 光互联的第一层逻辑，是 GPU 集群扩容后的通信墙。模型越大，GPU 越多，训练与推理过程中的参数同步、梯度交换、内存访问、跨机柜通信越密集。昂贵 GPU 如果因为网络等待而空转，数据中心的经济性会迅速恶化。于是，光互联的价值不再只是“更快传输”，而是提升 GPU 利用率、降低单位 token 能耗、压缩训练周期和降低整座 AI 工厂的总拥有成本。
第二层逻辑，是互联形态从铜线向可插拔光模块，再向 CPO、ELSFP 和封装内光 I/O 演进。800G/1.6T 可插拔光模块仍是收入兑现最直接的环节，但真正决定长期格局的，是交换芯片、光引擎、外部激光源、硅光平台、TFLN 调制器、先进封装和自动化制造良率。
第三层逻辑，是供应链控制权从“模块组装交付”向“系统定义与封装平台”上移。NVIDIA、Broadcom、Marvell、TSMC、GlobalFoundries、Ayar Labs、Celestial AI、Sivers、Jabil、中国光模块厂和 TFLN 供应链，正在围绕不同路径争夺 AI 工厂的下一代互联标准。
| 层级 | 核心问题 | 代表环节 | 投顾关注点 |
|---|---|---|---|
| 需求端 | AI 集群为什么需要更高带宽 | xAI、Tesla、Google、Meta、Microsoft、Amazon、OpenAI | Capex、GPU 数量、集群规模、机房功率约束 |
| 网络系统 | GPU 如何跨机柜、跨数据中心同步 | NVIDIA、Broadcom、Marvell、Cisco、Arista | 以太网 vs InfiniBand、NVLink 生态、交换芯片份额 |
| 光模块 | 电信号如何变成光信号 | 800G、1.6T、3.2T、OSFP、QSFP-DD、DR、FR、LR | 出货量、认证进度、功耗、良率、客户结构 |
| 上游光芯片 | 光如何产生、调制、探测 | DFB、EML、CW Laser、Modulator、PD、PIC | 激光器可靠性、调制器带宽、光源供应瓶颈 |
| 材料 | 性能与供应链安全如何平衡 | InP、SiPh、TFLN、镓、锗、铌酸锂 | 地缘风险、量产良率、成本曲线、材料卡位 |
| 制造 | 能否从实验室装配走向百万级量产 | 主动对准、倒装键合、胶水固化、机械臂、测试设备 | 自动化程度、良率、人工依赖、海外产能 |
Mesh Optical Technologies 的特殊性在于，它不是从传统电信设备市场长出来的光模块公司，而是一家带有 SpaceX/Starlink 技术血缘的光互联创业公司。公开交易文件显示，Elon Musk 作为收购方收购 Mesh Optical Technologies。若结合 Mesh 的创始团队背景、Alpha C1 产品定位以及马斯克体系内部的 xAI、Tesla、SpaceX 三条需求线，这笔交易更像是对 AI 工厂底层网络能力的一次提前锁定。
传统 AI 数据中心里，GPU、交换机、服务器与存储之间大量依靠铜线、电缆和 PCB 线路传输电信号。铜线在短距离、低成本、低延迟上有优势，但集群规模上来后，物理限制会迅速暴露。
单通道速率逼近 200G 后，铜线长度稍一增加，信号衰减和串扰就会变得非常难处理。1.6T 光模块通过多通道并行把总带宽推高。
高速电信号在铜线和 PCB 里传输需要驱动、均衡和补偿。速率越高，Retimer、Driver、DSP 等补偿越重，系统功耗越高。
大模型训练时 GPU 频繁同步参数。如果网络慢，GPU 处于等待状态，算力被网络吞噬。光互联的经济价值，本质是提升 GPU 利用率。
SpaceX/Starlink 卫星间激光链路与数据中心光收发器并不是同一种产品。前者是自由空间光通信，后者主要是光纤导引的机房互联。但二者底层都围绕高速调制、光电转换、可靠性、热管理和大规模制造展开，因而具有明显技术血缘。
| 维度 | Starlink 激光交叉链路 | 数据中心光收发器 |
|---|---|---|
| 传输介质 | 太空真空环境，无光纤导引，卫星对卫星直接通信 | 地面机房，主要通过光纤导引，机柜、交换机、服务器之间互联 |
| 传输距离 | 数百至上千公里，强调指向、捕获、跟踪和抗扰动 | 几米到几百米，强调低功耗、低成本、低误码率和可量产 |
| 工程难点 | 轨道运动、震动、温差、瞄准、捕获、跟踪、辐照和寿命 | 微型化、封装、热管理、光纤耦合、良率、自动化制造 |
| 共同底层 | 激光器、调制、探测、光电转换、控制算法、可靠性工程 | 激光器、调制、探测、光电转换、控制算法、可靠性工程 |
从产业推演看，Mesh 对马斯克体系至少有三层意义。第一层是 xAI 的 Colossus 类大规模训练集群，对机柜间、交换机间的 800G/1.6T 光互联存在持续需求。第二层是 Tesla 的自动驾驶训练和 Dojo 体系，需要在数据、芯片与存储之间建立更高吞吐的互联。第三层是 SpaceX 卫星链路和地面制造体系之间可能出现技术反哺：在地面把光模块制造做成自动化流水线，再把制造经验反向迁移到太空级激光链路与星链硬件。
这三条线共同构成一个清晰的硬科技闭环：太空激光通信训练出的可靠性能力，被下放到 AI 数据中心；AI 数据中心的规模化制造与光模块自动化经验，又可能反向服务卫星通信硬件。这个闭环不等于所有应用已经落地，但足以解释为什么一家看似窄小的光互联公司，会具备战略收购价值。
Alpha C1 的核心不是单一材料，而是光电混合集成、封装工程、调制架构和自动化制造的组合。对投顾研究而言，不能只问“用了硅光还是 TFLN”，更要问它能否稳定地把电芯片、光芯片、激光器、调制器、探测器、光纤接口和热管理放进可规模制造的结构里。
| 技术点 | 作用 | 投资研究含义 |
|---|---|---|
| PIC 光子集成电路 | 把调制器、探测器、波导等光学功能集成到芯片上 | 决定尺寸、功耗、耦合难度和良率路径 |
| DFB / CW 激光器 | 提供稳定光源，是光模块或外部激光源的“灯泡” | 可靠性、热稳定性、低 FIT 率和供应链安全是关键 |
| 8 通道 PAM4 | 通过多通道并行实现 1.6T 总吞吐，例如 8×200G 方向 | 通道数、单通道速率、误码和功耗决定代际升级 |
| Flip-Chip 倒装键合 | 以微米级精度把光芯片、电芯片和基板连接 | 从人工装配走向自动化量产的关键工艺 |
| 主动光学对准 | 边测试光功率边调整位置，找到最佳耦合点 | 直接决定光损、良率、产能与成本 |
| 热管理 | 激光器、DSP、Driver、交换芯片均产生热负担 | 决定是否需要 ELSFP 外部激光源和更高阶封装 |
传统光模块生产有很强的精密手工和半自动化特征。更具象地说，在不少中国光模块企业的传统耦合、贴装、点胶、目检和测试工位上，长期存在大量熟练女工或熟练技工参与微组装。她们坐在防静电工位前，通过高倍显微镜观察激光器、透镜、棱镜、隔离器、滤波片、光纤阵列和硅光芯片的位置，手边通常是微型镊子、六轴微调台、光功率计、点胶针、UV 固化灯、温控夹具和误码测试设备。
最关键的工序是光学耦合。激光器发出的光束要被精准导入单模光纤或片上波导，光纤纤芯只有微米级，光功率峰值窗口非常窄。工人或半自动设备需要一边通电点亮激光器，一边观察光功率计读数，通过 X、Y、Z 三个方向和俯仰、偏航、旋转角度的微调，把光功率调到峰值附近。找到最佳位置后，再用极少量 UV 胶或热固化胶固定。难点在于：胶水固化会收缩，温度循环会带来热胀冷缩，夹具释放也可能产生微小位移。原本调到最高点的耦合位置，在固化、老化、温循之后可能漂掉，导致插损上升、误码率变差，甚至整只模块返修或报废。
这也是中国光模块企业过去能够形成交付优势的微观基础之一：在苏州、成都、武汉等光通信产业集群中，大量熟练工人把显微镜下的手工对准、点胶、固化、复测做成了稳定生产能力。但这种能力本质上仍带有劳动密集型和经验依赖特征。熟练工状态、手部稳定性、疲劳程度、显微镜操作经验、点胶量控制和夹具一致性，都会影响单班产出和良率。因此，1.6T 时代真正的制造升级，不只是把人换成机械臂，而是把这些依赖人工经验的动作拆解成机器视觉、主动对准、自动点胶、受控固化、在线测试和数据闭环。
Mesh 被赋予较高战略想象的原因，在于其叙事重点放在高精度倒装键合、自动化流水线、机器视觉、亚像素对准和量产工程。马斯克体系真正看重的也可能不是一只样品光模块，而是能否把光互联制造从“实验室精密仪器”推进到“类似半导体和汽车产线的高通量工业制造”。
1.6T 是 AI 光互联从当前周期走向下一轮周期的关键节点。它既是光模块公司的出货机会，也是 DSP、SerDes、激光器、TFLN、硅光、连接器、测试设备和先进封装的系统性升级。
光互联的技术路线不能只说“硅光最好”或“TFLN 最强”。不同材料平台解决不同问题：硅光解决规模制造和 CMOS 兼容；InP 解决高效率发光和高速激光器；TFLN 解决高速低功耗调制；SiN 和 SOI 则在低损耗波导、滤波、封装平台中占有位置。
| 路线 | 优势 | 短板 | 代表方向 |
|---|---|---|---|
| 硅光 SiPh | 可借用 CMOS 产业链，适合规模化、低成本、异构集成 | 硅本身不擅长发光，需要外部或异质集成激光器 | 800G/1.6T 光模块、CPO 光引擎、Optical I/O |
| InP 磷化铟 | 适合 DFB、EML、探测器等高速有源光器件，发光效率高 | 晶圆脆、外延和掺杂复杂、成本高、扩产慢 | 激光器、激光阵列、相干光通信、外部光源 |
| TFLN 薄膜铌酸锂 | 电光效应强、带宽高、驱动电压低、低损耗 | 量产成熟度、刻蚀、键合、封装和成本仍是挑战 | 高速调制器、1.6T/3.2T 低功耗模块、相干调制器 |
| SiN / SOI / LNOI | 低损耗波导、滤波、无源器件和异构集成平台 | 通常需要与 III-V 激光器或其他有源器件配合 | PIC、光引擎、封装平台、波导与滤波 |
TFLN 的吸引力在于电光效应强。微小电压变化就能快速改变光的相位，带来更低驱动电压、更高调制带宽和更低功耗。在 1.6T 乃至 3.2T 阶段，调制器要承受更高波特率，传统硅基调制器可能需要更复杂的补偿和更高功耗，TFLN 因而成为高性能低功耗方向的关键候选。
但 TFLN 不是没有代价。它的晶圆、薄膜、刻蚀、键合、封装和测试都比硅平台更难，产业链成熟度低于硅光。投顾研究中应把 TFLN 视为高潜力、高壁垒、高不确定性的路线，而不是简单的“硅光替代品”。
硅光路线的最大优势，是把主体平台放回硅这一成熟半导体体系内。即便仍需要 InP 激光器或 III-V 外延材料，硅光可以把昂贵、敏感、难扩产的有源材料用量压缩到更小范围，从而降低供应链暴露。对美国本土制造、马斯克式垂直整合和大型云厂自研 ASIC 而言，这种“用硅平台吸收光功能”的战略意义非常强。
传统可插拔光模块的好处是标准化、可维护、坏了能拔下来换。但在 1.6T 以上速率，电信号从交换芯片或 GPU 出来，再沿 PCB 走到前面板光模块，这段电路径越来越昂贵：损耗、反射、串扰、功耗和散热都变成系统成本。
CPO 直接移除传统光模块外壳，把光模块核心拆成光引擎 chiplet，并把光引擎放到交换芯片或计算芯片附近。电信号路径从十几厘米缩短到毫米级甚至更短，系统功耗下降，带宽密度提升，交换系统前面板压力减小。
CPO 最大难题不是概念，而是维护与可靠性。激光器对热敏感，而 GPU 和交换 ASIC 都是高热密度器件。如果把最容易老化、最怕热、最需要更换的激光器直接封进昂贵的 GPU 或交换机封装旁边，一旦激光器失效，系统维护成本可能失控。
ELSFP 的思路是“光源与调制器分家”：把不适合高热环境、寿命有限、需要可维护性的激光源放到前面板，做成可插拔外部光源；把调制器、探测器、波导和光引擎靠近 ASIC。这样既获得 CPO 的低损耗和高密度，又保留激光器可更换、冷热隔离和一分多路的优势。
| 组件 | 放在哪里 | 原因 | 产业机会 |
|---|---|---|---|
| 激光器 / CW Laser | 前面板 ELSFP 外部光源 | 怕热、寿命有限、需要维护 | Sivers、Lumentum、Coherent、Broadcom、MACOM、连接器厂 |
| 调制器 | 靠近 ASIC 的光引擎内 | 需要缩短电路径，降低损耗 | 硅光、TFLN、Ayar、TSMC COUPE、GF SCALE |
| 探测器 | 光引擎内 | 接收光信号并转回电信号 | 光芯片、PIC、封装测试 |
| 光纤与连接器 | 前面板到封装内部 | 负责把外部光源送入光引擎 | Corning、Molex、TE、Amphenol、Senko |
从产业链看，ELSFP 的价值在于把“激光器可靠性”变成一个可维护的标准接口。光源厂、连接器厂、保偏光纤、光纤阵列、耦合封装和测试设备都可能随之获得新的利润池。
NVIDIA 不只是 GPU 公司，它通过 InfiniBand、Spectrum-X、NVLink、ConnectX、BlueField、Quantum-X 等组件构建 AI 工厂网络栈。Broadcom 则在 Tomahawk、Jericho、DSP、SerDes、CPO、custom ASIC 方向长期处于系统核心。TSMC 的 COUPE 和先进封装，则把光互联从模块端推向晶圆厂和封装厂。
AI 客户买 GPU 后，还需要交换机、网卡、线缆、光模块、软件和集群管理。NVIDIA 通过 CUDA、InfiniBand、NVLink 和整机柜系统，把网络能力转化为平台能力。市场常说的“网络税”，并不只是一个财务概念，而是指客户在使用 NVIDIA GPU 的同时，往往需要接受其网络设备、认证模块和系统拓扑。
这也是 Mesh 对马斯克体系的战略价值之一：如果 xAI、Tesla 或 SpaceX 能在一部分网络互联上建立自研或可控供应链，就可能降低对单一系统供应商的依赖。这个方向不能写成已经完全替代 NVIDIA，但可以作为马斯克自研基础设施的一条清晰动机。
COUPE 的核心是把 EIC 和 PIC 更紧密地集成。传统光模块常见电芯片和光芯片并排放置，中间通过金属走线连接；COUPE 类方案强调更短互联、更低损耗和更高封装密度。随着 AI accelerator、HBM、UCIe、光 I/O chiplet 和 CPO 进入同一封装语境，TSMC 的角色就不只是代工 GPU，而是参与定义下一代光电异构封装平台。
Broadcom 的 CPO 路线代表另一种权力中心：交换芯片公司直接把光引擎和 switch ASIC 绑定，减少传统前面板光模块数量，降低网络功耗，提高带宽密度。对光模块厂而言，这是长期结构性压力；对光芯片、激光源、连接器和封装企业而言，则是新的上游机会。
Colossus 的意义，不在于单一数字是否精确，而在于它代表一种现实：AI 集群正在从几千卡走向十万卡、二十万卡甚至更大规模。这个规模下，传统铜线、普通 800G 网络、手工布线和低自动化模块制造都会遭遇上限。
在大规模集群早期，客户通常会优先采用成熟 GPU、成熟交换系统、铜缆与可插拔光模块混合的方案，换取最快上线。缺点是布线复杂、能耗高、维护压力大，且网络系统依赖外部供应商。
当集群继续扩张到更高规模，机柜间通信和交换层互联将越来越依赖 800G/1.6T 光模块。此时，Mesh 这类低功耗光收发器公司的价值出现：它们可能帮助大型 AI 集群降低网络功耗、提高机柜密度、降低供应链约束，并为以太网、私有协议或自研拓扑提供更多工程空间。
更长期，集群互联会从“模块级”进入“系统级”。交换芯片侧 CPO、前面板 ELSFP、封装内 Optical I/O、甚至 XPU 与内存之间的 Photonic Fabric，会成为大型 AI 工厂的下一代差异化能力。Colossus 类集群越大，这种架构切换越有经济意义。
Sivers Semiconductors 的重要性，在于它站在光源层。若把 Mesh、中际旭创、新易盛看作“手电筒”或“光模块系统”，Sivers 更像提供“灯泡”的公司：高功率连续波 DFB 激光器、多波长激光阵列和相关 InP 光芯片能力。
传统 1.6T 光模块通常依赖 DSP 处理高速信号失真。DSP 稳定但贵、耗电且发热。LRO / LPO 类路线试图简化模块内数字处理，把更多信号处理责任交给系统端或线性模拟链路，从而降低功耗。Sivers 与 Jabil 的合作把 Sivers 的 DFB 激光器放进 Jabil 的 1.6T LRO 模块开发中，代表公开供应链阵营对低功耗、低成本 1.6T 路线的探索。
GlobalFoundries 的 SCALE 光引擎平台与 Sivers 激光阵列结合，代表一条不同于 NVIDIA/TSMC 垂直体系的开放式路径。对于不想完全绑定单一平台的云厂、ASIC 厂和系统厂，Sivers + GF + Jabil + Ayar Labs 这类组合提供了一条可讨论的替代生态。
Sivers 不是纯数据中心光芯片公司。其 Wireless 部门涉及 mmWave、波束成形、SATCOM 等方向，Photonics 部门涉及 AI 数据中心光源和传感。这个双栖属性与 Mesh 的 SpaceX/Starlink 技术血缘形成呼应：一边是卫星通信和太空级工程经验，一边是地面 AI 数据中心的高带宽光互联。
Mesh 做的是光收发器、光电转换、封装与自动化制造。任何 1.6T 光模块或光引擎，都离不开稳定光源。若 Mesh 采用硅光或混合集成路线，它理论上需要 DFB / CW 激光器、多波长激光阵列或外部激光源供应。Sivers 的产品能力正好处在这一层。
| 推演链条 | 逻辑 | 证据状态 |
|---|---|---|
| Mesh 是模块/光引擎公司 | Alpha C1 面向 800G/1.6T 光互联，需要光源、调制、探测、封装和测试 | 公开产品信息支持 Mesh 的 1.6T 定位 |
| Sivers 是上游光源公司 | Sivers 提供 DFB / CW 激光器和多波长激光阵列，适用于 1.6T、LRO、CPO 和外部光源生态 | Sivers 与 Jabil、GF、Ayar Labs 等合作有公开资料 |
| Mesh 理论上可能外采光源 | 若 Mesh 不自建全部 InP 激光器能力，就可能向 Sivers、Lumentum、Coherent、Broadcom、MACOM 等采购或评估光源 | 产业逻辑成立，但供应商名单未公开 |
| Mesh + Sivers 的潜在契合 | Mesh 的自动化封装与 Sivers 的高可靠光源可以形成“模块制造 + 光源”组合 | 合理推演，不能写成合同事实 |
这一推演的强点在于技术位置匹配：Mesh 需要稳定光源，Sivers 正是公开供应链中的光源玩家。弱点在于证据链尚未闭合：目前不能证明 Mesh 已经采购 Sivers 激光器，也不能证明 Sivers 进入 xAI、Tesla 或 SpaceX 供应链。更严谨的表达应是：Mesh 这样的 1.6T 光互联公司，未来若采用外部激光源或多波长 DFB 激光阵列，Sivers 所代表的欧洲 InP 光源供应商具备被评估的产业位置。
Celestial AI 的核心不是传统前面板光模块，而是 Photonic Fabric。它试图用光连接 AI 芯片、内存和系统 fabric，把光互联从“交换机外部模块”推进到 XPU、HBM、DDR、共享内存和 scale-up 网络层。换句话说，Celestial AI 研究的是更靠近计算芯片和内存墙的位置。
Marvell 原本已经拥有光 DSP、PAM4、SerDes、Inphi 资产、custom ASIC 和数据中心互联能力。收购 Celestial AI 后，Marvell 的能力栈从“光模块内部电芯片 + 高速互联芯片 + 定制 ASIC”进一步扩展到“光子 fabric 平台”。这使其在 AWS、Microsoft 等 hyperscaler 自研 AI 芯片生态中有更强话语权。
| Marvell 原有能力 | Celestial AI 补强 | 并购后的战略含义 |
|---|---|---|
| 光 DSP / PAM4 / SerDes | Photonic Fabric | 从模块电芯片扩展到系统级光互联 |
| custom ASIC / XPU 设计服务 | XPU 与内存之间的光连接 | 增强 hyperscaler 自研 AI 芯片方案 |
| Inphi 资产与数据中心互联 | 光子 fabric 与 CPO 相邻能力 | 对标 Broadcom、NVIDIA 的 AI 网络平台化 |
| 云厂客户关系 | Amazon warrant 与未来光子产品采购关联 | 说明客户需求可能已前置进入产品路线 |
这笔并购的投资含义是：Marvell 正在从“卖高速连接芯片”升级为“为 AI 工厂提供定制 XPU + 光互联 + 内存 fabric”的平台型公司。若未来 AI 互联价值从外部光模块向封装内、板级、内存侧转移，Celestial AI 将成为 Marvell 对抗 Broadcom、NVIDIA 和其他 custom silicon 竞争者的重要资产。
光互联不是纯科技股叙事，也不是单纯北美 AI Capex 叙事。它同时牵涉中国光模块交付能力、关键矿物镓锗、InP 激光器、TFLN 调制器、铌酸锂基板、海外产能和地缘政治。
InP 激光器与镓、锗等关键材料存在上游联系。中国对镓、锗等关键矿物的出口管制，使欧美光源、激光器、III-V 半导体和相关晶圆厂面临供应链安全议题。对 Sivers、Lumentum、Coherent、Broadcom、MACOM 等海外激光器厂而言，材料供应、库存、非中国来源、提纯成本和客户认证都会成为长期变量。
| 环节 | 主要内容 | 代表公司/地区 | 研究要点 |
|---|---|---|---|
| 材料与基板 | 铌酸锂晶体、LNOI 薄膜、8 英寸晶圆、切割抛光 | Sumitomo、NGK、天通股份、福晶科技等 | 尺寸、良率、成本、薄膜均匀性 |
| 调制器芯片 | TFLN 调制器、相干调制器、高速低功耗器件 | Fujitsu、Sumitomo、光库科技、光迅科技等 | 是否进入 1.6T/3.2T 模块、客户认证、量产能力 |
| 模块封装 | 把调制器、激光器、探测器、DSP/线性链路封成模块 | 中际旭创、新易盛、华工科技、光迅科技等 | 海外客户、泰国/东南亚产能、800G/1.6T 出货 |
| 无源与耦合 | 透镜、FA、连接器、光纤阵列、耦合封装 | 天孚通信、Molex、TE、Senko、Corning 等 | 微米级耦合、良率、自动化设备 |
中国光模块厂的核心能力来自客户响应速度、工程迭代、产能爬坡、成本控制和大量制造经验。在 800G 和 1.6T 时代，北美客户既需要中国厂商的交付能力，又需要供应链地缘分散。因此，泰国、马来西亚、越南等海外产能的重要性提升。
同时，Mesh 所代表的自动化制造路线，也会对传统劳动密集型光模块产线形成长期压力。中国厂商不会被动挨打，它们也在做自动化反击：用机器视觉、主动对准、自动点胶、自动固化、自动测试和数据闭环改造传统产线。未来竞争不只是“谁人工便宜”，而是“谁能把良率曲线、自动化节拍和客户认证同时跑出来”。
光模块制造为什么长期依赖人工和半自动化？原因在于光耦合精度极高。单模光纤芯径约 9 微米，激光器、波导、透镜、光纤阵列之间要实现高效耦合，位置偏差、角度偏差、温度变化、胶水固化收缩都可能造成插损上升。
识别芯片、光纤、透镜、基板位置，进行亚像素级定位。
实时读取光功率和误码指标，自动移动到最佳耦合点。
把电芯片、光芯片和基板高速、准确、批量连接。
控制胶量、位置、固化曲线，降低热胀冷缩和应力漂移。
BERT、眼图、温循、老化、光功率和误码率测试一体化。
把良率、测试、设备参数回灌工艺模型，持续优化产线。
在普通工业机器人层面，Fanuc、Yaskawa、ABB、KUKA、Kawasaki、Nachi 等均有能力；但光模块制造需要的是超精密平台、纳米/微米级运动控制、主动对准和光学测试一体化设备。真正核心的不是“机械臂本体”，而是运动控制、夹具、光学算法、工艺数据库和测试闭环。
光谱学的基础逻辑是：不同物质对不同波长的光有不同吸收和反射特征。激光器若能发出稳定、窄线宽、特定波长的光，就有机会用于气体检测、医疗传感、血糖监测、环境监控和工业检测。
Sivers 这类激光器公司的 sensing 外延值得保留为远期期权。它说明激光源能力并不限于数据中心，也可能延伸到医疗、消费电子和工业传感。但当前没有公开证据证明 Sivers 已进入 Apple Watch 无创血糖供应链，也不能把传闻当作收入预测。更稳妥的投顾表达是：Sivers 的激光器能力具有 sensing 期权属性，但当前主线仍应放在 AI 数据中心光源、Jabil 1.6T LRO、GF SCALE、Ayar Labs 光源生态和 SATCOM 业务。
| 主线 | 核心问题 | 代表公司 | 跟踪指标 |
|---|---|---|---|
| 800G/1.6T 光模块 | AI 集群扩容带来最直接收入兑现 | Coherent、Lumentum、AAOI、中际旭创、新易盛、华工科技、光迅科技 | 出货量、客户认证、ASP、毛利率、海外产能 |
| DSP/SerDes | 高速信号处理与低功耗瓶颈 | Marvell、Broadcom、Credo、Semtech、MACOM | 3nm/5nm DSP、PAM4 速率、LPO/LRO 替代风险 |
| 光源与激光器 | 硅光和 CPO 都需要稳定光源 | Sivers、Lumentum、Coherent、Broadcom、MACOM | DFB/CW 激光器、低 FIT 率、ELSFP、客户认证 |
| CPO/ELSFP | 交换芯片侧功耗和带宽密度升级 | NVIDIA、Broadcom、TSMC、GF、Molex、TE、Senko、Corning | CPO 交换机出货、外部激光源标准、连接器渗透率 |
| Optical I/O | 光互联进入 XPU、内存和 scale-up fabric | Marvell、Celestial AI、Ayar Labs、Lightmatter、TSMC、GF | Photonic Fabric 商用时间、云厂订单、XPU 集成 |
| TFLN | 1.6T/3.2T 低功耗调制器路线 | HyperLight、Fujitsu、Sumitomo、光库科技、天通股份、福晶科技 | LNOI 晶圆、调制器良率、客户导入、成本曲线 |
| 自动化制造 | 从人工耦合到百万级稳定产线 | 精密设备、测试设备、光模块厂、EMS | 主动对准节拍、良率、温循老化、自动测试能力 |
GPU、网络、CUDA、CPO、COUPE 和系统认证形成强控制力。优势是系统定义，风险是客户成本压力。
从 SpaceX 激光链路到 xAI/Tesla 数据中心，强调垂直整合和自研网络能力。优势是内部场景明确，风险是公开证据和规模出货不足。
Sivers、Jabil、GF、Ayar Labs、中国光模块厂、Coherent、Lumentum、Marvell、Broadcom 等共同构成非单一平台路径。
本文以英文公开资料、公司公告、监管文件、产业论坛资料和投顾研究框架为基础。对于未公开披露的供应链关系，例如 Mesh 是否已经采购 Sivers 激光器、Sivers 是否进入 xAI/Tesla/SpaceX 供应链、Apple Watch 是否采用 Sivers 传感器，均作为产业推演或远期期权处理，不写成确定事实。
过去两年，市场讨论 AI 硬件时更关注 GPU、HBM、先进封装和电力。但从产业链演进看，光互联正在成为 AI 工厂的第二条主线。GPU 决定算力密度，HBM 决定片上与近片内存带宽，电力决定机房能否运行，而光互联决定大规模 GPU 集群能否作为一个整体高效工作。
Mesh 给出的信号，是马斯克体系已经把光互联视为战略基础设施。Sivers 给出的信号，是光源层可能成为 AI 光互联的关键上游。Celestial AI 被 Marvell 收购，则说明光互联正在从模块外部走向 XPU、内存和系统 fabric。三条线合在一起，指向同一个方向：AI 硬件竞争正在从单芯片性能，进入网络、封装、材料和制造工艺共同决定胜负的阶段。