物理AI时代到来，数据成重要驱动力

核心观点

物理AI的发展离不开算法、算力、数据三要素，目前算法模型正逐渐收敛，数据成为决定物理AI发展的重要因素。与数字AI不同，物理AI对数据要求更高，例如多模态覆盖、时空对齐且物理精确度高等。当下物理AI数采面临“规模小、成本高、质量标准缺失、虚实鸿沟大”等难题，物理AI厂商的竞争已从算法算力的比拼，逐渐转向寻求高质量、大规模数据供给能力的竞争。

各类数据优劣势明显，数据融合成为趋势

物理AI的数据种类呈“金字塔式”架构，最底层数据是海量的互联网公开资料；中间层为仿真数据以及无本体数采得到的数据（UMI、Ego等）；顶层是遥操等真机数据。各类数据优劣势明显，单一数据无法同时兼顾“真实性/精度、规模、成本、效率”等方面的要求。行业目前正逐渐将各类数据进行融合、发挥彼此优劣势，例如仿真数据来提高数据规模并覆盖长尾场景，真机等高质量数据进行微调等。

厂商和政府加速布局，补齐物理AI数据短板

政府重视数据发展，并出台相关文件支持；北京、上海等地的人形机器人训练中心也建设了数据训练场。厂商层面，多家数据厂商推出不同产品，例如以鹿明机器人、觅蜂科技为代表的厂商发布了无本体数采设备（UMI/Ego等），光轮智能等厂商以仿真合成数据为主，提供底层数据引擎。此外，部分厂商正推出开源数据集或上线数据商城，共同促进行业加速发展。

投资建议

数据是现阶段决定物理AI发展的核心要素，随着物理AI产业的加速发展，对应数据需求将不断提升，各数据厂商订单有望随之放量。物理AI的数据厂商主要包括提供数据集或仿真引擎的厂商，以及生产数采设备等硬件的厂商。推荐标的为福莱新材、华依科技，建议关注奥比中光；提供仿真或数据资产相关标的建议关注索辰科技、慧辰股份。

风险提示

物理AI产业进度减缓、厂商竞争加剧、基础设施（存储等）资源紧张。