猜你想问
这份研报的核心内容是什么？
这份研报核心内容围绕物理AI投资框架展开，提出三条投资主线：OpenAI链、特斯拉链、数据链，强调2026-2027年AI最大看点是端侧爆发，核心在于物理AI突破。报告分析了产业变化、商业化挑战、新增技术路线等，并对OpenAI产业链、特斯拉产业链、数据链与数据采集、机器人本体与垂类应用、AI眼镜行业进行了详细分析，指出各赛道的发展趋势和投资机会。
物理AI赛道的发展趋势如何？
物理AI赛道发展趋势看好，头部大模型公司正加速进入物理AI方向，GPT6等模型提供分层新范式，推理端快速进步。报告预测2027年AI将进入端侧产品爆量大年，数据量扩张至千万至亿级别，大模型可能取得突破。新增技术路线如Astra可直接通过大模型调用机器人控制API，压缩跨场景数据重训成本，利好终端应用厂商。但商业化仍面临推理时间长、最后一公里准确性与完成度不足、大脑与小脑耦合难题等挑战。
研报重点分析了哪些方向？
研报重点分析了OpenAI产业链、特斯拉产业链、数据链与数据采集、机器人本体与垂类应用、AI眼镜行业五个方向。其中，OpenAI产业链关注其端侧产品研发、供应链建议、硬件战略及重点推荐标的；特斯拉产业链分析排产与业绩、产能建设、投资阶段与股价位置、出货指引及催化剂；数据链与数据采集强调数据重要性、数据量扩张、数采产业链结构及重点环节标的；机器人本体与垂类应用关注其未来投资方向、T链及国内机器人本体链发展前景、服装应用及物流仓储应用；AI眼镜行业分析行业出货量、竞争格局、产品结构、技术与价值量变化、投资主线及普及痛点与拐点。
当前AI市场现状如何？
当前AI市场现状呈现多领域快速发展态势。物理AI领域，头部大模型公司加速布局，端侧产品研发加速，数据量持续扩张，但商业化仍面临挑战。OpenAI产业链预计2027年进入端侧产品爆量大年，特斯拉产业链已进入订单释放期和景气度投资阶段，数据链产业结构类似OpenAI链，均处于有望大爆发的赛道。AI眼镜行业出货量快速增长，从2024年的153万台增长至2025年的846万台，同比增长453%，行业进入从1到10的放量阶段，但消费级普及仍面临续航、显示、生态、配镜成本等痛点。
研报提示哪些风险？
研报提示物理AI商业化面临多重风险，包括推理时间长需算法优化和端云算力分层解决，最后一公里准确性与完成度不足需大量真机数据，大脑与小脑耦合难题需通过大模型公司与机器人公司合作或资本运作解决。AI眼镜行业消费级普及存在续航、显示、生态、配镜成本等痛点，硬件拐点需全彩显示产品普及并持续下探至消费者可接受价格带，软件拐点需个人AIAgent显著提升使用频率和效果。此外，各产业链发展均存在技术迭代不确定性、市场竞争加剧、政策变化等风险因素。