该研报分析物理AI推动智能从数字世界走向现实场景,强调端侧计算重要性提升。物理AI需持续处理视觉、声音及传感器信息,实时响应环境变化。OpenAI以世界模型发力物理AI,打通虚拟仿真到实体硬件转化,端侧AI承担本地感知、多模态推理及部分控制任务。物理AI拓展端侧应用场景,端侧算力与模型升级推动设备从识别环境向理解任务、自主执行发展。近期机器人三维感知设备、端边侧AI芯片及算力板卡持续推出,产业关注点逐步向实际功能与产品落地延伸。
端侧AI物理AI产业趋势显示,本地AI从感知走向理解与决策,多模态模型推动终端从图像识别、语音处理向环境理解、实时推理及任务执行升级,带动端侧算力需求提升。应用从高算力设备向多元终端渗透,机器人、智能座舱侧重算力,AI玩具、智能家居强调低功耗。MR有望受益于世界模型及生成式3D技术,缓解内容供给瓶颈,推动内容与硬件生态形成正向循环。从概念催化走向产品落地,新品量产、客户导入和终端出货成为增长关键。OpenAI依托模型能力及用户基础,有望推动AI原生硬件普及,打开新型人机交互入口。
研报重点分析了物理AI推动端侧计算升级,以及AI终端向多场景渗透。重点关注主控SoC、视觉AI、低功耗连接等环节,MR内容生态与OpenAI硬件有望带来新一轮应用催化。报告详细介绍了瑞芯微、星宸科技、乐鑫科技、晶晨股份等芯片厂商在机器人、智能摄像头、AI玩具、智能家居等场景的布局,以及相关AI原生硬件的潜力。
当前端侧AI物理AI市场现状显示,产业关注点逐步向实际功能与产品落地延伸。机器人三维感知设备、端边侧AI芯片及算力板卡持续推出,多模态模型推动终端从图像识别、语音处理向环境理解、实时推理及任务执行升级。不同厂商如瑞芯微、星宸科技、乐鑫科技、晶晨股份等在各自领域均有产品布局,如RK3588等SoC支持机器人视觉识别、路径规划及工业机器视觉,ESP32系列用于AI玩具、智能音箱等。相关AI原生硬件如MR设备有望受益于世界模型及生成式3D技术,推动内容与硬件生态形成正向循环。
研报提示了物理AI及端侧AI领域的主要风险,包括模型与新品进展不及预期,可能导致技术路线调整或市场接受度下降;终端商业化不及预期,可能影响厂商营收增长和盈利能力;行业竞争加剧,可能压缩厂商利润空间或市场份额。此外,技术迭代速度快可能导致前期投入迅速贬值,需要厂商持续研发投入以保持竞争力。