物理AI数据层投资逻辑：ScalingLaw验证下的产业拐点与标的梳理

物理AI被视为继AGI后的下一阶段，预计2030年全球市场规模达4,300亿欧元。2026年VLA模型初步验证ScalingLaw在具身智能领域的有效性，数据层成为核心投资拐点，因物理AI对算力与Token消耗远超生成式AI，且数据需求能直接转化为商业订单，行业状态类比2022年大语言模型。

核心逻辑：

1. 物理AI定义与区别：物理AI指在物理世界中运行并交互的AI系统，核心流程包括感知、物理推理、世界建模和具身交互。与生成式AI相比，物理AI对算力、Token消耗巨大，且有望创造新增需求（如自动驾驶提升车辆需求）。
2. 市场潜力：英伟达创始人黄仁勋预测产业机会超50万亿美元，StraitsResearch预测2030年全球市场规模达4,300亿欧元。
3. 数据层重要性：模型层发展初期，数据层价值独特，数据改进能直接提升模型能力，逻辑类似大语言模型（如OpenAI通过大量数据推出ChatGPT）。
4. 数据规模验证：VLA模型（如Net-One、GEM1.5、Helix2.5）证明数据规模能提升性能，世界模型技术路径多样（观测层生成、潜在空间生成、强化学习等）。
5. 数据供给现状：标准化程度低，数据来源包括真机操作（成本最高）、人手持夹爪、人体动捕、第一视角（质量方差大）、仿真合成（依赖求解器水平）。数据价值呈金字塔结构，真机数据最稀缺但价值最高。
6. 商业模式挑战：标准不统一导致数据无法复用，多为亏损的订单制，需关注“一份数据、多次售卖”模式转型及订单获取量。
7. 一级市场标的：
   • ScaleAI：全球AI数据基础设施龙头，估值290亿美元，核心优势为高质量专家群体。
   • 光轮智能：具身智能数据独角兽，估值20亿美元，提供闭环解决方案，深度参与国际标准制定，2026Q1新增订单5.5亿元。
8. 二级市场关注：
   • 宝通科技：投资光轮智能并成立合资公司，协同拓展工业、矿业等场景。
   • 风语筑：投资松映科技并成立封印科技，聚焦仿真环境构建，同时探索应用场景和空间数据业务。
9. 研究结论：物理AI数据层核心逻辑类似大语言模型，数据规模提升性能已验证，标准化和订单获取是关键，建议关注与一级龙头深度绑定的标的。