物理AI和机器人：AI的下一个范式

分析师刘嘉林执业证书编号：S0680524070005邮箱：liujialin@gszq.com 分析师张一鸣执业证书编号：S0680522070009邮箱：zhangyiming@gszq.com 打造极致专业与效率 黄仁勋：物理AI是下一波增长浪潮 2026年6月，黄仁勋在英伟达年度股东会上明确宣告：“物理AI是英伟达的下一波增长浪潮”。他将物理AI定义为现实世界中的智能体AI——机器人、汽车和工厂都将成为能够感知、推理、规划并自主行动的实体智能体。 每一轮智能技术跃迁，都必须先完成底层基础设施的铺设。回顾互联网时代，TCP/IP协议在1970年代就已成型，但直到1990年代光纤骨干网与宽带接入完成大规模铺设，互联网应用才真正爆发。数字AI时代，2012年的计算机视觉模型AlexNet到2022年的ChatGPT，十年间模型动用的算力提升了100万倍，基础设施到位后，生成式AI才迎来应用层的井喷。物理AI依旧遵循此发展路径。 资料来源：MarketsandMarkets，Foresightnews，科技人，国盛证券研究所 机器人已经成为全球共识：技术推动、政策支持、巨头引领 机器人是物理AI的主流形态，三重共振已经形成。1）技术推动：多模态大模型快速迭代，双足工程化推动硬件规模化发展，核心零部件产业配套发展。2）政策支持：中、美、日、韩、欧等相继推出支持政策，为人工智能和机器人提供生长土壤。3）巨头引领：由特斯拉、英伟达、谷歌等科技巨头引领的AI+机器人浪潮正在逐步变为现实。 物理ai（机器人）=具身模型+机械本体+数据飞轮 具身模型、机械本体、数据飞轮是机器人三大要素，缺一不可。具身模型是机器人的“大脑”，当前主流路线包括VLA（视觉-语言-动作）模型与世界模型；机械本体是机器人的“身体”，在人形机器人BOM成本中，执行器约占40%-50%，灵巧手约占14%-18%；数据飞轮是具身智能迭代的必然途径，机器人部署的场景越多，回流的真机数据越丰富，具身模型就越聪明，进而进入更多复杂场景，形成正向循环。 具身模型的两种路线：VLA和世界模型 ➢VLA（视觉-语言-动作模型）：采用“感知-动作”直接映射架构——输入视觉图像与语言指令，直接输出动作指令，无中间推演环节。VLA优势在于语义理解能力强，推理效率高、延迟低，适配机器人实时控制需求。VLA的短板在于缺乏对物理世界因果规律的内在建模，泛化能力不足，并且难以完成需高安全性与长程规划的复杂任务。 ➢世界模型：采用“推演式”逻辑——通过学习物理规则，预测执行动作后世界状态的变化，再据此反推应采取的动作。WAM的优势在于长程任务规划能力更强、鲁棒性更优，但语义理解能力弱于VLA，推理算力开销大。 ➢VLA与世界模型并非替代关系，两者有融合可能。VLA解决的是语义理解与可解释决策，世界模型解决的是未来状态预测与推演，两者存在互补性。达摩院WorldVLA模型将世界模型与VLA融入到一个模型，实现了图像与动作的双向理解和生成。 图表：达摩院WorldVLA模型框架 数据的关键作用在机器人商业化过程中持续凸显 ➢具身智能训练数据分为三层金字塔结构：底层互联网图文视频提供基础通用认知，中层仿真合成数据可规模化扩充样本、缓解数据瓶颈，顶层实体机器人采集的真实数据稀缺珍贵，是模型落地微调与性能验证的关键标尺。 ➢与自动驾驶早期类似，机器人产业在进入量产阶段后，核心矛盾正从硬件成本转向数据供给。机器人在标准化仿真环境内的家务操作成功率可达89.4%，但落地到真实家庭场景后，任务完成率骤降至12%，二者存在高达77个百分点的落差。造成这一差距的核心瓶颈在于物理交互数据供给严重不足。而截至2026年初，全球合规可用的真实物理交互数据总量仅约50万小时，不足大语言模型训练数据的两万分之一。 资料来源：英伟达《GR00T N1: An Open Foundation Model for Generalist Humanoid Robots》，国盛证券研究所 数据的关键作用在机器人商业化过程中持续凸显 ➢除了数据量不足、单位成本过高也成为制约人形机器人“大脑”发展的重要问题。机器人物理交互数据采集流程复杂度大幅提升，需搭建专属场景并同步采集关节、执行器等多维运动信息；整条采集链条既需要高价值专用硬件支撑，还需配套大量人力用于数据质控与标注，综合推高数据端整体开支。 ➢目前市场上数据采集方式中，真机遥操作成本最高，单有效小时达500-1000元；无本体数据采集成本约为200-400元/有效小时，UMI采集方案的成本与之相近；Ego第一人称视角数据采集成本约为50-100元/有效小时，传统动捕的成本会再高一点。仅仿真合成数据可压低至20-50元/有效小时，而仿真数据无法替代可落地的真实物理交互样本。 图表：主流数据采集方案采集成本 机器人形态多元：双足、四足、轮式、机械臂 ➢随着下游应用场景持续拓宽，机器人整机形态逐步走向多元分化，当前市场主流产品可分为四大品类：地形适应性强、运动灵活的四足机器人；搭载完整双腿双臂结构、适配类人作业需求的双足人形机器人；主打标准化室内、室外平整场景作业的轮式机器人；固定点位部署、聚焦工业精密作业场景的固定式机械臂。 四足和轮式对泛化能力要求低，可能先放量 ➢四足与轮式有望率先放量，核心原因在于其商业化所需的泛化能力相对较低。四足和轮式机器人可以先聚焦于标准化场景，通过限定环境、限定任务和限定载荷降低技术难度。相比双足机器人需要同时实现稳定行走、动态平衡、双臂操作和人机协作，轮式与四足可以先在限定场景中完成“移动+感知+执行”的闭环，从而降低算法训练、系统集成和现场部署难度。 ➢四足、轮式机器人商业化已有多家验证。四足赛道，中坚科技的四足机器人已推进至产线启用和订单落地阶段，七腾机器人防爆四足X3Stable已实现量产化。轮式机器人方面，中坚科技智能割草机器人已于2025年实现小批量订单；智元机器人2025年8月与富临精工达成数千万元项目合作，近百台远征A2-W轮式设备落地厂区。 资料来源：智元机器人，七腾机器人，中坚科技，国盛证券研究所 双足是终局，整车厂商有优势 ➢长期来看，双足人形机器人有望成为通用具身智能的终极形态。轮式、四足机器人虽能依托限定场景率先实现商业化闭环，但底盘结构使其在复杂空间通行、多品类操作、通用工具适配等维度存在天然局限；双足机器人可无缝适配人类现有作业环境与工具，任务拓展空间更广，长期竞争核心在于实现移动、操作、人机交互与任务规划一体化融合。 ➢双足机器人规模化落地高度依赖精密机电工程与大批量制造能力，整车厂商具备显著先发优势。整车厂商在电机、电控、整车供应链、品控体系的技术积淀能够大幅缩短人形机器人从样机到量产的周期，车企产线同时也是人形机器人优质早期落地场景。特斯拉弗里蒙特工厂已停用ModelS/X产线，正在全面改造为Optimus专用产线；小鹏人形机器人也已在广州工厂正式开启小批量试生产。 资料来源：财联社，小鹏汽车，国盛证券研究所 减速器：旋转关节的核心 ➢精密减速器核心作用为降速增矩、提升精度。主流品类包含行星、摆线针轮、谐波、RV减速器。其中RV减速器由行星前级+摆线针轮后级构成，衍生于传统针摆行星传动。工业机器人通常采用谐波减速器与RV减速器。 ➢人形机器人多采用谐波与行星减速器组合。谐波减速器减速比大、体积轻量化，搭配力矩传感器可实现高精度力控，综合性能最优，但成本偏高；行星减速器减速比偏小，同等力矩下体积重量更大，适用场景受限，不过传动刚度突出，依托电机电流环即可完成力控，能够节约配套成本。 丝杠：人形机器人核心精密传动零部件 ➢丝杠主要功能为实现旋转运动与直线运动的相互转换，广泛应用于机器人关节与运动机构，保障设备高精度运动控制。 ➢根据结构差异，丝杠可分为梯形丝杠、滚珠丝杠、行星滚柱丝杠三类，是人形机器人价值占比较高的核心零部件之一。以特斯拉OptimusGen3为例，单台机器人线性关节需搭载14-16根行星滚柱丝杠，单机用量大、刚需属性强。 电机：人形机器人关节核心动力部件 ➢人形机器人实现仿生运动，有赖于全身20-40个自由度的精密协同。各关节均由电机、减速器、力矩传感器、编码器及驱动器集成为一体化执行单元；电机作为动力输出核心，直接决定关节扭矩水平、动态响应与控制精度，是执行器组件当中最为关键的一环。 ➢受限于人形机器人对小体积、高功率、轻量化的严苛指标，传统有框伺服电机受功率密度制约，体积与重量难以满足整机设计约束，逐步退出主流选型，无框力矩电机、空心杯电机、轴向磁通电机等新型电机种类正在扩大应用。 触觉：从触觉传感器向电子皮肤进化 ➢电子皮肤是机器人感知外部环境的核心载体，整体分为柔性基底层、导电电极层、活性传感层三层功能结构。现阶段行业主流触觉方案仍以单点式传感器为主，依托压阻、电容、六维力器件仅能完成基础压力、位置检测，输出信号维度单一，难以实现多维度力觉信息识别。 ➢触觉传感系统是机器人实现抓握物体等动作场景的关键。产业商业化进程持续提速，据36氪报道，2025年商业化人形灵巧手触觉传感器渗透率已从年初的20%提升至60%以上。头部厂商多维阵列方案实现技术突破，以帕西尼为例，其PX-6AX柔性触觉阵列可捕捉亚毫米级形变，同步采集摩擦、纹理、温度等复合触觉信号；公司全球首发足底传感器PX-FOOTRIX，将高精度多维触觉能力从手部延伸至足部，搭建手足一体化全身感知体系 资料来源：吕晓双、李召岭等《纤维基自供能电子皮肤的构建及其应用性能研究进展》，朱盛鼎、陈冬冬和雷静桃《触觉传感器与电子皮肤研究进展》，RIO机器人，国盛证券研究所整理 触觉：从触觉传感器向电子皮肤进化 ➢织物传感器是压力传感器的差异化创新路线。核心结构为“三明治”压组式，将导电纱线直接织入基底形成正交电极与中间压敏层，电极交叉点位构成全域传感阵列，通过电阻变化矩阵精准捕捉压力分布。现阶段柔性触觉感知企业尧乐科技完成近亿元Pre-A轮融资。 机器人三大阵营正在形成：特斯拉、英伟达/谷歌、国产 机器人行业已经发展出类似于智能手机时代的三大阵营： ➢特斯拉（类苹果）：全栈自研、垂直整合的封闭生态。特斯拉是物理AI领域最彻底的“苹果式”玩家，从AI芯片、端到端算法、执行器到整机产线，全部自研。技术层面，Optimus与FSD共享同一支顶尖软件团队，采用完全一致的“端到端”策略。 ➢英伟达/谷歌（类安卓）：专注大脑，提供机器人基础模型。英伟达并不直接参与机器人制造，类似于谷歌向手机制造商提供安卓平台，英伟达已形成世界模型（Cosmos）+VLA模型（GR00T）+仿真平台（Omniverse）的完整架构。谷歌DeepMind也已迭代至Gemini Robotics 2平台，包括Gemini Robotics 2（VLA模型）、Gemini Robotics ER2（具身推理）、Gemini Robotics On-Device 2（端侧部署）。 ➢国产阵营：依托供应链与量产优势，推进机器人场景落地。国产阵营的核心优势不在基础模型创新，而在于供应链效率、量产能力与场景落地速度，这恰恰是华为、小米、OPPO、vivo等在智能手机时代挑战国际巨头的方式。 三大阵营衍生三大主线 从投资角度看，聚焦三大主线，是押注产业趋势而非博弈赛道主题： ➢T链：世界模型-芯片-数据飞轮-本体设计制造全链条打通，有望率先实现商业化。建议关注：斯菱智驱、新泉股份、福赛科技、北特科技、浙江荣泰、鸣志电器、新剑链等。 ➢NV-波士顿动力链：韩国现代集团收购波士顿动力100%控股权，机器人将成为现代重要转型方向。英伟达全面布局世界模型（GR00T）-芯片（Jetson）-数据飞轮（Ominiverse）。双方未来或加深合作，打造世界机器人第二级。建议关注：福赛科技、凯迪股份等。 ➢国产链：宇树IPO将为具身智能赛道带来公开的定价锚点，有望牵引更多长期资金系统性