计算机行业周报：物理AI迈入规模化落地窗口期，把握产业链优质布局机遇

物理AI迈入规模化落地窗口期，把握产业链优质布局机遇 供需双向共振，驱动物理AI行业加速扩张。供给端，以英伟达为代表的头部企业持续迭代关键技术，逐步打通商业化落地壁垒；需求端，多国政策密集落地叠加大厂推动重点场景规模化应用。技术突破、政策催化与场景加速落地三重驱动下，产业成长空间将持续打开。 增持（维持） 物理AI加速商业落地，重点关注产业链关键环节卡位厂商。海内外头部厂商已完成从底层技术到上层应用的全栈布局，行业景气期渐行渐近。在此背景下，深度卡位关键环节、具备核心竞争力的国内厂商有望充分受益： 1）索辰科技：国内仿真系统龙头。英伟达Omniverse+Cosmos方案将仿真前置，其在物理AI商业化落地里的权重持续抬升；公司身处仿真核心赛道，有望承接物理AI行业高景气带来的仿真工具需求增长； 2）奥比中光：3D视觉感知核心玩家。视觉是物理AI数据采集的关键入口，特斯拉、英伟达、小鹏等头部企业均采用纯视觉方案，视觉感知已成为产业化落地的核心组件，行业需求释放将带动公司业绩迈入上行期； 作者 3）德赛西威：汽车智能化主业根基深厚，前瞻性卡位机器人、无人车两大物理AI核心下游，存量与新兴业务双向发力，业绩增长弹性充足； 分析师孙行臻执业证书编号：S0680526010001邮箱：sunxingzhen1@gszq.com 4）金牌家居：深耕高端家居渠道多年，具备智能家居差异化优势。物理AI有望打开家居行业增量需求，公司成熟的四级渠道体系可为智能产品提供场景展示、体验与交付支持，实现“产品+渠道”协同兑现增长。 分析师李纯瑶执业证书编号：S0680525070005邮箱：lichunyao@gszq.com 建议关注： 物理AI正加速走向商业落地，海内外头部厂商已实现底层技术到上层应用的全栈布局，行业有望步入扩张阶段。在此背景下，国内在关键环节深度卡位、具备核心竞争力的厂商，将有望受益于行业高景气扩张，建议关注：索辰科技、奥比中光、德赛西威、金牌家居。 研究助理王心悦执业证书编号：S0680126040008邮箱：wangxinyue@gszq.com 相关研究 风险提示：技术迭代不及预期风险；经济下行超预期风险；行业竞争加剧风险。 1、《计算机：海内外大厂加速算力布局，全球资本开支上行趋势明确》2026-07-252、《计算机：WAIC 2026：超节点方案密集发布，端侧AI持续迭代》2026-07-193、《计算机：超节点：中科曙光十万卡集群落成，Atlas950真机国内发布在即》2026-07-12 内容目录 一、供需双向共振，物理AI行业步入高景气周期..............................................................................................31.1供给端：物理AI技术持续迭代，全栈能力趋近成熟.............................................................................31.2需求端：政策催化与场景落地共振，行业逐步进入规模化商用阶段......................................................5二、物理AI落地提速，重点关注卡位产业链关键环节厂商................................................................................8建议关注.........................................................................................................................................................11风险提示.........................................................................................................................................................12 图表目录 图表1：物理AI产业链由基础设施层、技术使能层、系统集成层、行业方案层深度耦合构成...........................3图表2：头部企业在物理AI智能供给端的布局.................................................................................................3图表3：英伟达Vera Rubin..............................................................................................................................4图表4：英伟达Alpamayo模型........................................................................................................................5图表5：各国近期人工智能发展战略相关政策..................................................................................................5图表6：各国人形机器人布局...........................................................................................................................6图表7：中国、美国自动驾驶发展条件对比......................................................................................................6图表8：2025-2034年物理AI市场增长趋势（单位：亿美元）........................................................................7图表9：索辰开物平台架构..............................................................................................................................8图表10：奥比中光3D视觉感知技术布局........................................................................................................9图表11：工业机器人解决方案.........................................................................................................................9图表12：服务机器人解决方案.........................................................................................................................9图表13：德赛西威产品矩阵..........................................................................................................................10图表14：智小金“5+5+N”全屋智能定制解决方案.......................................................................................11 一、供需双向共振，物理AI行业步入高景气周期 1.1供给端：物理AI技术持续迭代，全栈能力趋近成熟 物理AI产业链由基础设施层、技术使能层、系统集成层、行业方案层深度耦合构成，可划分为两大环节：前两层构成智能供给端，提供算力与模型工具等核心技术能力；后两层构成价值变现端，完成软硬融合与商业价值兑现。 资料来源：《物理AI白皮书》，国盛证券研究所绘制 中美头部厂商在物理AI智能供给端布局上呈现差异化，美国公司自上而下定义生态，中国公司自下而上场景突围： ◼美国厂商凭借顶级芯片、基础大模型与系统集成领域的深厚积淀，构建了从技术定义到商业验证的完整金字塔，以英伟达的全栈生态定义、特斯拉在自动驾驶行业垂直整合落地为代表，占据产业制高点。 ◼中国厂商更多源于自身优势场景驱动，从擅长领域切入寻求最快商业化落地，而非从零构建通用AI，并通过全栈自研、工具链深耕、技术栈迁移与硬件开源等差异化路径，形成多层次、互补的产业生态。 自2025年黄仁勋提出物理AI是人工智能下一个浪潮，智能供给端不断迭代，整体趋近成熟。作为物理AI智能供给端的全栈生态定义者，英伟达围绕算力、大模型与仿真工具持续迭代： ◼算力层面，英伟达在2026 CES发布Vera Rubin平台，训推性价比进一步提升：1）训练一个10万亿参数规模的下一代前沿大模型，所需集群规模仅为Blackwell系统的四分之一；2）同等功耗与空间下，一个Vera Rubin数据中心的AI计算吞吐量预计达到基于Hopper架构数据中心的约100倍；3）大规模AI服务的token生成成本预计降至当前水平的约十分之一。 资料来源：DeepTech深科技，国盛证券研究所 ◼传统开发模式下，仿真仅作为硬件样机落地后的事后核验工具；而英伟达依托Omniverse与Cosmos搭建的物理AI训练体系，将仿真前置至开发全流程前端，有效解决真实环境中不确定性、长尾数据等行业难题，从技术端打通物理AI落地壁垒，相关工具链在2026年迎来系统性迭代： 1）大模型层面，开源自动驾驶VLA模型Alpamayo落地迭代，夯实下游应用技术底座：英伟达于CES 2026发布Alpamayo，包括业界首款用于辅助驾驶的开源VLA推理模型Alpamayo R1，并且在GTC 2026台北，迭代推出适用于无人驾驶出租车的Alpamayo 2 Super，参数规模从100亿扩展至320亿。作为教师模型，其可被蒸馏为紧凑型模型，运行在英伟达车载计算平台上，软硬件协同完善英伟达车载端物理AI生态。 资料来源：英伟达Bilibili官方账号，国盛证券研究所 2）世界模型层面，迭代全模态Cosmos 3，数据生成能力实现跃升，拉高仿真水准：Cosmos基于Omniverse提供训练的仿真环境，作为基础模型实现视频、图像及多模态内容的生成。GTC 2026台北，英伟达发布Cosmos3，基于突破性的混合Transformer架构构建，将视觉推理、世界生成和动作预测集成至单一系统，可以生成文本、图像、视频、声音和行动，而Cosmos 2.5和Cosmos 2模态仅限于文本、图像和视频。 1.2需求端：政策催化与场景落地共振，行业逐步进入规模化商用阶段 1）政策层面： 各国通过政策加速推动人工智能走向现实应用，物理AI有望成为布局重心。物理AI强调智能在真实世界中落地，已成为人工智能的下一代