猜你想问
物理AI的核心投资机会是什么？
物理AI是2026年四季度至2027年初人工智能领域的核心投资主线，主要驱动力是政策，聚焦工业场景。中国凭借35万亿工业增加值、全球最完整工业门类及海量工业数据优势，在物理AI赛道占据重要地位。当前具身智能关注点已从本体部件转向智能部分，估值焦点也从制造业切向平台。全球巨头如AMD和英伟达近期动作聚焦物理世界模型，如AMD82亿美金收购李菲菲团队、英伟达129亿美金收购Hagen Face，未涉及本体或产能，体现范式切换趋势。
物理AI的技术路线和产业落地情况如何？
物理AI的技术路线分为短期VLA、中期系统融合和长期统一基座三条路径。短期以VLA为主，因其先发优势在高价值场景积累真机数据，形成强粘性。中期走向系统融合，长期收敛为统一基座。当前主流方案为VLA+通用基座大模型+视觉模型的三系统架构，宝马已应用于装配场景。收入模式将从短期整机打包向中期分层订阅、长期模型-场景-数据闭环一体化演进。
物理AI产业的核心壁垒和投资价值体现在哪里？
物理AI的核心资产是真机数据平台，数据优势以年为单位累积，算法优势逐月衰减，飞轮效应显著。具身大脑需1亿小时有效数据，全球可用高质量真机数据不足70条，缺口达两个数量级，稀缺性极高。高质量真机数据单条价格十几元，复杂双臂数据20元，外包低价数据会拉低模型性能。一级市场已为真机数据定价，全球最贵物理AI公司Physical Intelligence仅80人、收入为0，估值超110亿美金，核心资产为1万小时跨本体真机操作数据。国内海天卫是物理AI数据服务商，2025年初启动布局，沉淀1.8万小时高质量遥操数据，2026年上半年签单四五千万，订单有望过亿。
当前物理AI市场的现状如何？
当前物理AI市场呈现几个特点：一是政策驱动明显，聚焦工业场景应用；二是全球巨头加速布局物理世界模型，但未涉及本体或产能，体现范式切换；三是具身智能关注点从硬件转向软件，估值焦点转向平台；四是真机数据成为核心壁垒，全球可用高质量真机数据不足70条，缺口巨大，数据服务商价值凸显；五是技术路线以VLA为主，但存在架构切换不确定性。
阅读这份物理AI研报需要关注哪些风险？
阅读这份物理AI研报需关注四类风险：一是技术路线存在不确定性，不同架构切换可能影响现有模型优势；二是工业数据采集与积累速度可能不及预期，无法满足模型训练需求；三是政策落地进度与力度可能与市场预期存在偏差；四是真机数据获取成本高昂且稀缺，低价外包数据可能影响模型性能。这些风险需结合行业发展趋势和产业壁垒综合判断。