hcdx物理AI数据基建进入爆发窗口

这份研报的核心内容是探讨物理AI数据基建进入爆发窗口的机遇与挑战。报告指出机器人发展瓶颈已转向大脑训练，数据成为最关键瓶颈。大语言模型训练需万亿级token，而具身模型可用真实交互数据仅约50万小时，当前供给不足实际需求5%，中国信通院指出数据缺口达3-5个数量级。数据采集投入显著增加，特斯拉、Figure、小鹏等巨头将数采硬件投资占比提升至15%以上，数采设备正进入工业级标准化批量采购放量阶段。数据需求以非线性速度增长，目标量级从万小时级跃升至千万小时级，觅蜂2030年目标达100亿小时，对应万亿级市场空间，当前采集良率仅20%-40%，实际需求规模更大。光轮订单翻10倍，行业增速约3-4倍。海外路径验证显示，Figure自建网络覆盖108个国家，上传1600万段视频，承诺未来12个月投入超10亿美元于数据和算力，因外采数据不达标而放弃。特斯拉将Gen3 Optimus全部留在Optimus Academy，通过真机遥操作在工厂场景反复采集数据。数据采集将成为本体厂商比拼Scaling Law的核心资产。报告建议关注凡拓数创、阿尔特、华依科技、中国科传、索辰科技、尚品宅配等企业。索辰科技以物理求解器为核心推出“开物平台”，对标英伟达Omniverse/Isaac Sim，切入具身智能仿真训练赛道。尚品宅配拥有几千万套三维真实家庭空间数据，布局仿真数据，与启元等本体合作二次开发和代理销售，已有百台以上突破。

物理AI数据基建赛道正处于爆发窗口期，发展趋势呈现以下几个特点：首先，数据成为机器人发展的核心瓶颈，具身模型可用真实交互数据严重不足，与需求存在巨大缺口，中国信通院指出数据缺口达3-5个数量级。其次，数据采集投入显著增加，特斯拉、Figure、小鹏等巨头将数采硬件投资占比提升至15%以上，数采设备正进入工业级标准化批量采购放量阶段。第三，数据需求以非线性速度增长，目标量级从万小时级跃升至千万小时级，觅蜂2030年目标达100亿小时，对应万亿级市场空间，当前采集良率仅20%-40%，实际需求规模更大。第四，核心资产竞争加剧，数据采集将成为本体厂商比拼Scaling Law的核心资产。第五，仿真数据成为重要补充，索辰科技推出“开物平台”对标英伟达Omniverse/Isaac Sim，尚品宅配拥有几千万套三维真实家庭空间数据并布局仿真数据。未来，数据采集与处理能力将成为企业核心竞争力，推动行业快速发展。

这份研报重点分析了物理AI数据基建的供需关系、采集技术、行业应用及投资机会。在供需关系方面，报告指出数据成为机器人发展的核心瓶颈，具身模型可用真实交互数据仅约50万小时，而大语言模型训练需万亿级token，当前供给不足实际需求5%，数据缺口巨大。在采集技术方面，报告分析了特斯拉、Figure等企业的真机采集和自建网络模式，指出数采设备正进入工业级标准化批量采购放量阶段。在行业应用方面，报告关注了数据需求从万小时级跃升至千万小时级的非线性增长，以及觅蜂2030年目标达100亿小时的市场空间。在投资机会方面，报告建议关注凡拓数创、阿尔特、华依科技、中国科传、索辰科技、尚品宅配等企业，并详细介绍了索辰科技和尚品宅配的业务模式和发展情况。通过多维度分析，报告为投资者提供了对物理AI数据基建赛道的全面洞察。

当前物理AI数据基建市场呈现以下几个特点：首先，数据成为机器人发展的核心瓶颈，具身模型可用真实交互数据严重不足，与需求存在巨大缺口，中国信通院指出数据缺口达3-5个数量级。其次，数据采集投入显著增加，特斯拉、Figure、小鹏等巨头将数采硬件投资占比提升至15%以上，数采设备正进入工业级标准化批量采购放量阶段。第三，数据需求以非线性速度增长，目标量级从万小时级跃升至千万小时级，觅蜂2030年目标达100亿小时，对应万亿级市场空间，当前采集良率仅20%-40%，实际需求规模更大。第四，仿真数据成为重要补充，索辰科技推出“开物平台”对标英伟达Omniverse/Isaac Sim，尚品宅配拥有几千万套三维真实家庭空间数据并布局仿真数据。第五，核心资产竞争加剧，数据采集将成为本体厂商比拼Scaling Law的核心资产。总体来看，市场处于快速发展阶段，但数据采集和处理能力仍面临挑战，未来需要更多技术创新和产业协同来推动行业发展。

这份研报提示了物理AI数据基建赛道面临的风险，主要包括以下几个方面：首先，数据采集成本高昂，特斯拉、Figure等巨头投入巨大，但数据采集良率仍仅20%-40%，实际需求规模更大，可能导致投入产出比不及预期。其次，数据采集技术难度大，真实交互数据获取难度高，仿真数据与真实场景存在差距，可能影响模型训练效果。第三，市场竞争激烈，数据采集成为核心资产，可能导致行业集中度提升，中小企业生存空间受限。第四，数据安全和隐私问题，大量真实交互数据采集和使用涉及用户隐私和数据安全风险，需要加强合规管理。第五，技术路线不确定性，具身智能发展仍处于早期阶段，技术路线可能存在变化，影响数据采集和应用方向。投资者需关注这些风险，结合自身情况谨慎决策。