物理AI作为AI的重要发展方向,运行于物理世界,包含感知、物理推理等环节。根据英伟达预估,相关产业机会超过50万亿美元,斯略特预测2030年全球规模达4300亿欧元。物理AI产业链中,下游应用层受关注充分,硬件层认知较多,但软件模型层关注度较低。模型发展的关键要素为算力、算法、数据,其中数据具有独特性,因此需关注数据层。目前物理AI数据标准化程度低,量级远不及图文数据,采集成本、质量呈金字塔分布,数据复用难,订单是当前核心催化因素,利润暂非核心观察指标。
物理AI赛道正快速发展,产业链中下游应用层受关注充分,硬件层认知较多,但软件模型层关注度较低。模型发展的关键要素为算力、算法、数据,其中数据具有独特性,因此需关注数据层。目前物理AI数据标准化程度低,量级远不及图文数据,采集成本、质量呈金字塔分布,数据复用难,订单是当前核心催化因素,利润暂非核心观察指标。未来需关注数据标准化进程、复用商业模式以及下游应用落地节奏。
本报告重点分析了物理AI产业链中的数据层,包括物理AI数据的标准化程度、量级、采集成本、质量分布、复用难易度等。同时关注了订单作为当前核心催化因素的重要性,以及利润暂非核心观察指标的现状。报告还梳理了一级市场中的ScaleAI、光轮智能、松印科技等企业,以及二级市场中宝通科技、风雨筑等企业的布局情况。此外,报告也提示了物理AI技术路径未完全收敛、数据标准化进程慢、复用商业模式待验证、下游应用落地节奏存不确定性等风险。
当前物理AI市场处于快速发展阶段,产业链中下游应用层受关注充分,硬件层认知较多,但软件模型层关注度较低。模型发展的关键要素为算力、算法、数据,其中数据具有独特性,因此需关注数据层。物理AI数据目前标准化程度低,量级远不及图文数据,采集成本、质量呈金字塔分布,数据复用难,订单是当前核心催化因素,利润暂非核心观察指标。一级市场中的ScaleAI、光轮智能、松印科技等企业已展现出较强竞争力,二级市场中宝通科技、风雨筑等企业也在积极布局。
本报告提示了物理AI赛道存在的几项风险。首先,物理AI技术路径未完全收敛,世界模型分支多、不确定性高,可能影响技术发展路线的选择。其次,数据标准化进程慢,复用商业模式待验证,可能制约数据价值的最大化发挥。最后,下游应用落地节奏存不确定性,可能影响技术的商业化进程。这些风险需要投资者密切关注,以便及时调整投资策略。