物理AI具身智能与人形机器人

这份研报主要围绕物理AI、具身智能和人形机器人三个核心概念展开，首先界定了物理AI是由黄仁勋提出，指AI理解并作用于物理世界，涵盖自动驾驶、工业智能系统、人形机器人等产业；具身智能则属于算法软件层面，强调智能体通过传感器/执行器与环境交互完成任务；人形机器人偏硬件形态，被视为物理AI的核心硬件载体。其次，报告分析了大小脑分离趋势、数据采集行业现状及市场空间测算，指出当前模型任务准确率仅约40%，需提升物理数据训练占比，并预测2026年全球真机实采数据约300万小时，2027年预计达千万小时，长期或达1亿小时，总市场规模约600亿元。最后，报告提出了选股思路，包括人形机器人核心供应商和数据采集相关标的，以及新增物理AI选股思路，关注工业机器人、移动机器人和端侧算力芯片等领域。

物理AI具身智能与人形机器人赛道呈现大小脑分离趋势，OpenAI的X-R模型强化了该分工可能性，但当前模型任务准确率仅约40%，未达商业化阶段。数据采集行业形成ego、夹爪、真机实采的金字塔结构，真机实采数据成本最高（1000-2000元/小时）且稀缺，预计2026年全球真机实采数据约300万小时，2027年预计达千万小时，长期或达1亿小时。真实世界数据达1亿小时时，总市场规模约600亿元，其中真机实采数据占比近50%。未来，随着模型准确率提升和商业化落地，该赛道有望迎来更广阔的发展空间。

研报重点分析了物理AI、具身智能和人形机器人的核心概念界定，大小脑分离趋势，数据采集行业现状及市场空间测算，以及选股思路。在概念界定方面，明确了物理AI、具身智能和人形机器人的定义和关系；在趋势研究方面，分析了大小脑分离的可能性及当前挑战，以及数据采集行业的发展现状和未来预测；在选股思路方面，提出了业绩兑现的人形机器人核心供应商和数据采集相关标的，以及新增物理AI选股思路，关注工业机器人、移动机器人和端侧算力芯片等领域。

目前物理AI具身智能与人形机器人市场呈现以下现状：大小脑分离趋势正在形成，但模型准确率仅约40%，商业化落地仍需时日；数据采集行业形成ego、夹爪、真机实采的金字塔结构，真机实采数据成本高且稀缺，预计2026年全球真机实采数据约300万小时，2027年预计达千万小时，长期或达1亿小时；真机实采数据市场规模约600亿元，占比近50%；人形机器人作为物理AI的核心硬件载体，软件耦合度高，未来产业空间有望扩大。

研报提示了以下风险：大小脑分离仍处早期，模型准确率提升及商业化落地进度存在不确定性；数据采集行业发展速度及需求量未明确，需持续跟踪；英伟达生态布局的国产化替代进展及竞争格局变化需关注。这些风险因素可能影响物理AI具身智能与人形机器人赛道的发展进程和市场表现，投资者需密切关注相关动态。