猜你想问
这份研报主要讲了什么内容？
这份研报分析了物理AI产业的发展现状，指出政策支持力度加大，产业已跑通scaling law，但数据稀缺成为最大瓶颈。报告详细介绍了政策层面的具体台账变化，如工信部研究新一代智能制造政策、国家数据集团挂牌等；产业层面的规模化验证，如国内人形机器人出货量增长、具身智能训练场建设等；以及数据稀缺性问题，全球高质量真实物理交互数据仅50万小时，采集成本高昂，头部企业2026年数采目标达千万小时。报告强调数据获取能力决定模型上限，并推荐了敏芯股份、中控技术等企业。
物理AI行业未来发展趋势如何？
物理AI行业有望成为四季度至明年春季的主线，政策支持持续加码，推动产业快速发展。政策层面从方向性政策转向具体台账，如工信部研究新一代智能制造政策、江苏发布数据集建设计划等。产业层面，规模化与商业化同步验证，国内人形机器人出货量增长迅速，具身智能训练场数量增加。但数据稀缺性凸显，全球高质量真实物理交互数据缺口超95%，采集成本高昂，合成数据无法替代真机数据。未来产业发展关键在于突破数据瓶颈，提升数据获取能力。
研报重点分析了哪些方向？
研报重点分析了物理AI产业的政策支持、产业化进展和数据瓶颈三个方向。在政策支持方面，报告梳理了工信部、国家数据集团、江苏等地的具体政策台账，显示政策从宏观方向转向具体落地。在产业化进展方面，报告关注了人形机器人出货量增长、具身智能训练场建设等关键指标，并对比了国内外产业动态。在数据瓶颈方面，报告详细阐述了全球高质量真实物理交互数据的稀缺性，指出采集成本高昂且合成数据无法替代，头部企业2026年数采目标达千万小时。
当前物理AI市场现状如何判断？
当前物理AI市场呈现政策驱动、产业加速但数据稀缺的格局。政策层面，国家及地方层面政策支持力度加大，从方向性政策转向具体台账落地，如工信部研究新一代智能制造政策、国家数据集团挂牌等。产业层面，规模化与商业化同步验证，国内人形机器人出货量快速增长，具身智能训练场数量增加，但数据采集成本高昂，全球高质量真实物理交互数据仅50万小时，缺口超95%。市场整体处于快速发展阶段，但数据瓶颈制约产业进一步突破。
研报提示了哪些风险？
研报提示了四个主要风险：一是政策落地不及预期，政策支持力度可能弱于预期；二是数据订单与毛利率不及预期，数据采集成本高昂可能影响企业盈利能力；三是人形机器人商业化缓慢，市场接受度可能低于预期；四是制造业资本开支不足，产业投入可能受限。这些风险需关注，但报告同时强调数据获取能力决定模型上限，产业长期发展前景仍值得期待。