开源计算机物理AI投资线索梳理

物理AI的本质是「环境感知→物理推演→实体执行→反馈迭代」的闭环，产业链分为五大环节，从上到下价值传导顺序为：算力基础设施 → 核心算法（世界模型/ VLA /仿真孪生） → 感知层 → 执行层 → 实体载体与场景应用。

投资线索一、围绕世界模型的形成

• 核心：学习海量时空交互数据，内化物理规律，通过仿真+真实时序交互数据训练。
• 训练数据：带有时序、物理属性的4D时空序列数据，稀缺性高，通用方案为仿真数据为主+真实数据校准。
  • 数字孪生仿真：通过脚本自动调整环境参数批量生成不同场景，壁垒在于求解器技术和行业knowhow。海外代表为英伟达Isaac Sim。
  • 真实数据校准：利用真实世界视频和传感器时序数据修正偏差，提升泛化能力。获取方式包括自有实体硬件闭环采集、VR遥操作众包采集和互联网海量视频。
  • 数据处理：涉及清洗筛选、时空对齐、自监督标注、序列切分。

投资线索二、物理AI的感知层

• 核心：将物理信号（空间位置、运动姿态、受力形变、环境参数）转化为数字信号，精度、鲁棒性和时延决定系统能力上限。
  • 空间视觉感知：3D视觉感知、2D相机。
  • 运动和位姿感知：IMU、编码器、惯性导航。
  • 力学和触觉感知：六维力/力矩传感器、电子皮肤等。

投资线索三、物理AI的执行层

• 核心：关节模组、减速器、电机等硬件组件。

投资线索四、围绕布局物理AI的巨头

• 上游供应链：
  • OpenAI：手部定型。
  • 英伟达：Omniverse+Isaac Sim+Cosmos。
  • 字节：Seed团队，打造通用机器人操作基础模型。
  • 特斯拉：Optimus（26年底周产2-3k，27Q1周产5k，27年底周产2w）。

市场空间估算

• 人形机器人：百万台单台30万元，市场规模达3000亿元，面向所有劳动密集型行业。
• 大脑：单价xtokens。
• 数据：小时数x数据处理单价，Ego/第一视角类数据每小时约3-4万元，若加入清洗、标注等成本可能翻倍。

泛科技投资由难→易评估

• 海外硬件：最难（ARR增速、现金流、FCC、涨价传导、Rubin良率等）。
• 国产算力：次难（HBM供给、流片、HBM价格、国产模型ARR等）。
• 具身智能：容易（无利空，产业向好，T链业绩兑现，大厂陆续下场具身大脑）。

受益标的梳理（不完全）

• 物理执行层：斯菱、科森、福赛、兆威、长盈、步科等。
• 物理AI的感知层：安培龙、奥比、福莱、汉威、敏芯、恒辉、华依等。
• 数字孪生仿真：风语筑、索辰、凡拓等。
• 真实数据：利亚德、慧辰、中控、当虹、海天、风语筑、众诚、龙旗等。