物理AI数采变革：无本体与仿真驱动产业链重塑

具身基础模型面临3-5个数量级的数据缺口，制约机器人量产。行业正从高成本真机遥操作向低成本、规模化的无本体穿戴式采集及高保真仿真合成转变，催生百亿级数采产业链。

核心驱动力：

• 仿真数据优势：在虚拟世界中生成海量物理精确的训练场景，替代真机数采，可将物理AI的训练评估周期从数月压缩至数天。
• 无本体穿戴数采优势：采用分布式采集模式，利用低成本的人海战术深入家庭、商超等真实场景，快速沉淀数据。

重点标的分析：

1. 凡拓数创：具身数据资产领跑者，率先积累了超1万小时的高质量机器人训练数据，月产能目前为万小时，后续计划扩大至10万小时，单小时价格为300元。公司体外关联企业前瞻布局了Ego第一人称穿戴式数采设备，实现了硬件采集加数据沉淀的生态闭环。
2. 索辰科技：高精度仿真卖水人，作为国产CAE龙头，其底层物理仿真引擎具备极高的物理精度，能够为机器人训练提供极其逼近真实物理规律的合成数据，是解决行业仿真到现实迁移痛点的核心标的。
3. 华依科技：成功卡位头部数采硬件供应链，公司深度切入无本体数据采集硬件制造，目前已成功斩获觅蜂科技（智元生态）的数采设备订单。预计单觅蜂一家客户在2026/2027年将带来5000万/1.5-2亿订单。
4. 阿尔特：强强联合抢占合成数据高地，公司与国内合成数据头部企业光轮智能成立合资公司，实现深度绑定。光轮智能今年商业化进程大超预期，年内已斩获约10亿元量级订单。

硬件端展望： 特斯拉机器人进展加快，但不再有总成概念，建议关注新公司及以下受益标的：宇树科技、上纬新材、德尔股份、宁波东力、光洋股份等。