公司跟踪报告索辰科技系列报告（二）物理AI风起，赋能机器人及低空多维场景

——索辰科技（688507）公司跟踪报告 2025年8月29日 庞倩倩计算机行业首席分析师执业编号：S1500522110006邮箱：pangqianqian@cindasc.com 物理AI风起，赋能机器人及低空多维场景 证券研究报告 公司研究 2025年8月29日 公司跟踪报告 报告内容摘要： 索辰科技（688507）投资评级：买入上次评级：买入 索辰科技五大核心技术引领物理AI发展。1)生成式建模仿真一体化：突破“经验依赖”瓶颈，借物理AI算力与算法，自动生成海量设计样本并快速验证，从方案池中筛选最优解，提效产品创新设计。2)实时生成式物理AI计算引擎：构建高保真虚拟验证环境，替代真实物理测试，模拟复杂工况预测装备性能，降本（减少实体试验）、缩周期、增可靠性。3)智能实时真实物理环境感知：实现“虚实数据闭环”：实时采集物理数据→传输虚拟空间分析→智能体决策→反作用现实，让装备动态适配环境，提升作业质量与效率。4)自动测控仿真验证模块：融合“试验+实测+仿真”，驱动虚实自动迭代验证，自动采集分析数据、发现问题并优化，直接提升产品性能。5)实时数据库+智能体协同：实时数据库保障数据存管实时性/准确性，智能体基于数据推理、决策、执行，支撑装备自动化控制与优化运行。 具身智能领域：公司基于物理AI核心体系及计算物理引擎，推出具身智能虚拟训练平台，可打通真实与虚拟世界数据壁垒，实现真实场景环境与机身结构数据实时生成分析，精准复刻物理世界参数，形成“采集-训练-生成-评估”完整链路；该平台解决了机器人训练成本高昂（每千次动作调试耗数十万元）、场景局限（仅覆盖未来可能遇到场景的1%）问题，且算法迭代速度较传统方式提升万倍量级。 收盘价（元）102.152周内股价波动区间(元)38.21~124最近一月涨跌幅(％)6.85%总股本(亿股)0.89流通A股比例(％)55.25%总市值(亿元)90.98资料来源：同花顺iFinD，信达证券研发中心 低空飞行器领域：针对低空环境复杂（风场多变、电磁场密集易干扰）、传统测量难全面捕捉信息的问题，索辰低空三维物理地图搭载自研物理AI引擎，能秒级生成厘米级分辨率的风场（含风速、压力等）、电磁场等全场物理信息，具备完全无源的精准感知与定位能力（无需主动发射信号，可定位非合作目标）；其计算性能较传统数值模拟提升数万倍，综合效率提高99.8%，显著提升低空飞行安全性。 新能源领域：在2025世界人工智能大会上，索辰科技展示了物理AI在新能源领域的落地成果。物理AI风电平台通过“AI驱动气动外形优化算法”与“气象-设备耦合预测模型”双引擎，从气动布局迭代、流场感知预报、全工况强度载荷解析、风场协同效能升级等维度赋能风电系统；全流程设计优化平台“智能工坊”实现参数采样到优化决策的无缝闭环，可自动衍生、验证与训练成千上万样本，提升工程研发效率，降低设计迭代成本与时间。 庞倩倩计算机行业首席分析师执业编号：S1500522110006邮箱：pangqianqian@cindasc.com 信达证券股份有限公司CINDASECURITIESCO.,LTD北京市西城区宣武门西大街甲127号金隅大厦B座邮编：100031 股权激励目标锚定物理AI。公司2025年7月4日公司股权激励公告显示，激励考核目标设定为2025/2026/2027年物理AI产品累计收入触发值分别为2000/4000/7000万元，目标值分别为3000/5000/8000 万元。我们认为，该激励项目充分体现了公司对于物理AI业务发展的决心以及对应赛道快速发展的信心。 盈利预测与投资评级：基于公司所处赛道国产替代空间较为显著，公司自身竞争力较为突出，我们预计公司2025-2027年营业收入为5.15/6.93/9.11亿元，同比增长36.1%/34.4%/31.4%。2025-2027年预计归母净利润1.08/1.38/1.64亿元，对应当前股价PE分别为84.1/65.7/54.8倍。维持“买入”评级。 风险因素：物理AI业务开展不达预期；行业发展不达预期；行业竞争加剧。 目录 一、物理AI或改写具身智能及仿真底层技术.................................................................................51.1索辰物理AI加持具身智能虚拟平台重构机器人训练......................................................51.2索辰物理AI低空三维物理地图，赋能低空飞行器全场景视角......................................61.3世界人工智能大会上，新能源领域索辰物理AI落地成果瞩目......................................8二、他山之石，英伟达Omniverse、Cosmos、Isaac......................................................................102.1 Omniverse：一个将全球物理数据与物理AI领域连接起来的操作系统.......................102.2 Cosmos：一款集成先进生成式世界基础模型的物理AI加速平台...............................122.3 Isaac：AI机器人模拟+测试解决方案..............................................................................13风险因素............................................................................................................................................16 图目录 图1：索辰模拟机器人渡河训练..............................................................................................5图2：索辰模拟机器人抓取训练..............................................................................................6图3：低空环境的特殊性下，事故频发造成人员财产损失.......................................................6图4：气流风场信息实时生成.................................................................................................7图5：风场流线数据实时生成.................................................................................................8图6：电磁信号强度数据实时生成..........................................................................................8图7：物理AI风电平台 ...........................................................................................................9图8：索辰智能工坊................................................................................................................9图9：NVIDIAOmniverse ......................................................................................................10图10：Ansys借助英伟达方案提升其仿真效率.....................................................................11图11：NVIDIA通过智慧城市AI的新蓝图将物理AI引入欧洲城市......................................11图12：Cosmos和Omniverse协作.....................................................................................12图13：借助CosmosWFM的机器人训练.............................................................................13图14：借助CosmosWFM的智能汽车训练..........................................................................13图15：NVIDI AIsaac Sim机器人仿真平台的架构逻辑图.....................................................14图16：NVIDIA Isaac lab机器人仿真...................................................................................14图17：Open WBT_Isaac机器人控制..................................................................................15 一、物理AI或改写具身智能及仿真底层技术 1.1索辰物理AI加持具身智能虚拟平台重构机器人训练 成本高昂：真实世界中，机器人每完成1000次动作调试，因硬件损耗等成本，需消耗数十万元，导致算法迭代缓慢，中小团队难以参与。 场景局限：真实世界能提供的训练场景不足机器人未来可能遇到的1%，难以覆盖复杂情境。 为突破此类困境，索辰科技基于自身全国领先水准的物理AI核心体系，结合多项计算物理引擎技术推出的索辰具身智能虚拟训练平台，能够打通真实世界与虚拟世界的数据壁垒。该训练平台基于索辰物理AI技术，可实现真实场景环境与机身结构数据的实时生成与分析功能，实现“采集-训练-生成-评估”的完整链路，让机器人训练更经济、更高效、更真实、更简单。核心技术包括： 基于物理信息的神经网络接触算法针对机器人结构的复杂接触运动实时数据生成超低延迟高吞吐动态数据流治理机制多模态智能电池热管理 资料来源:索辰科技公众号，信达证券研发中心 高效的算法迭代加速能力。通过物理AI核心体系与计算物理引擎的深度融合，虚拟训练过程中能够实时反馈动作效果、无需人为调整参数设置，使算法迭代速度较传统方式提升万倍量级。 精准复刻物理世界的各项参数，从物体的材质、重力的影响到光线的变化，从外部气流变化到电磁干扰感知，从结构接触响应到电池能源管理，都与真实环境高度一致；将真实世界感知数据与虚拟世界训练数据链路无缝衔接，实现真正意义的虚实交融，避免因虚拟与现实差异过大而导致的训练成果失效问题。 具体举例来看，模拟机械臂末端执行器（如柔性手指）以可控、渐进