猜你想问
这份报告的核心内容是什么？
报告核心内容聚焦于中国AI在制造业的应用，政策推动智能化发展。关注点从具身本体转向具身智能的‘智能’部分，估值锚从制造业转向平台。三条技术路线分工协同，短期以VLA为主，中期融合，长期统一基座。真机数据平台是最值钱的资产，数据优势决定竞争格局，飞轮效应明显。
物理AI赛道未来发展趋势如何？
物理AI赛道关注点从具身本体转向具身智能的‘智能’部分，估值锚从制造业转向平台。三条技术路线分工协同，短期以VLA为主，中期融合，长期统一基座。真机数据平台是最值钱的资产，数据优势决定竞争格局，飞轮效应明显。工业信创加速替代，与智能化赋能形成共振，或成为2026年四季度主线。
报告重点分析了哪些方向？
报告重点分析了政策定调、范式切换、技术路线、产业壁垒、市场空间、一级市场定价等方向。政策密集发布形成闭环，产业变化连续，本轮行情驱动力为政策。具身智能一级市场融资达900多亿，智能相关环节占比近55%。真机数据平台是最值钱的资产，数据优势以年为单位累积，单个具身大脑基座模型需一亿小时以上有效数据，全球可用不到70万小时，缺口巨大。
当前物理AI市场现状如何判断？
当前物理AI市场，真机数据平台是最值钱的资产，数据优势决定竞争格局，飞轮效应明显。下游大厂需数以亿计小时数AI数据，每小时数千元，对应几千亿市场；制造业企业数以千万计，需数百万小时数数据，数据企业无边际成本，想象空间大。一级市场定价显示Physical Intelligence估值110亿美金，核心资产为1万小时跨本体真机操作数据，证明数据稀缺性被市场定价。
研报提示了哪些风险？
研报提示真机数据获取难度大，单个具身大脑基座模型需一亿小时以上有效数据，全球可用不到70万小时，数据缺口巨大。数据优势以年为单位累积，壁垒在于先发优势。市场高度依赖政策支持，技术路线尚在发展初期，商业化落地存在不确定性。数据采集、加工、工业操作系统等环节仍需突破技术瓶颈，投资需关注技术迭代和商业化落地风险。