这份研报指出,本轮AI行情的核心驱动力是政策,旨在推动人工智能赋能新型工业化。物理AI作为宽泛表象,其落脚点在于工业场景应用。中美两国将AI应用于各自优势领域,中国凭借35万亿工业增加值(占GDP近1/4)和丰富的工业门类与场景,具有显著优势。AI技术路线将经历短期VLA主导、中期系统融合、长期收敛为统一基座的演进,其中真机数据成为核心稀缺资产。工业场景真机数据缺口巨大,一级市场已为其定价,国内海天瑞声已积累1.8万小时真机数据。
物理AI赛道的发展趋势聚焦于工业场景的智能化升级。根据报告,AI技术路线将分工协作,短期以虚拟仿真与数字孪生(VLA)为主,中期实现多技术融合,长期则可能收敛为统一基座。中国在该领域优势明显,工业门类齐全、场景丰富,为AI应用提供了广阔空间。真机数据作为核心要素,其采集与价值日益凸显,工业场景数据缺口巨大,一级市场已反映其稀缺性。未来,工业操作系统、工业模型与具身大脑、工业Agent等领域将成为发展重点。
研报重点分析了物理AI在工业场景的应用,并梳理了相关投资线索。数据采集方面,推荐闵行股份(六维力传感器稀缺),关注奥比中光、利雅德等;数据加工与数据集方面,推荐海天瑞声,关注宝通科技、凡拓创意;工业操作系统方面,推荐东土科技;工业模型与具身大脑方面,推荐中控技术(A股唯一规模化收入企业),关注科远智慧、赛意信息、索辰科技;工业Agent方面,推荐能科科技。这些方向覆盖了从数据源头到应用落地的全产业链。
当前物理AI市场呈现政策驱动、技术迭代、数据稀缺的特征。政策层面明确支持AI赋能新型工业化,为行业发展提供方向。技术路线正从VLA向系统融合演进,真机数据成为关键瓶颈,其缺口超过两个数量级,一级市场已体现其价值。国内企业如海天瑞声已积累大量真机数据,但整体采集与训练成本高、合规风险需关注。市场竞争格局初步形成,但技术落地、政策支持、数据成本等方面仍存在不确定性。
研报提示了物理AI领域的主要风险:一是技术落地进度可能不及预期,AI技术在工业场景的转化需要克服诸多挑战;二是政策支持力度存在不确定性,政策变化可能影响行业发展方向;三是工业数据采集与训练成本高昂,且涉及数据合规风险,需平衡数据价值与合规要求;四是技术路线迭代可能导致现有布局偏差,企业需关注技术发展趋势,动态调整战略。这些风险需投资者密切关注。