猜你想问
Physical AI 技术如何推动机器人硬件升级？
Physical AI 技术推动机器人硬件升级的核心在于模型能力跃迁，通用模型从感知和理解向规划和决策延伸，使机器人从理解环境进化到规划执行任务。这要求端侧硬件从单一算力升级为系统级扩容，包括多模态感知、本地计算、Memory/Storage、实时控制及功能安全等，以满足更复杂的任务需求。
Physical AI 赛道未来发展趋势如何？
Physical AI 赛道未来发展趋势表现为产业化进程加速和硬件需求兑现。人形机器人出货量快速增长，从研发市场向商业化迁移，2025年全球出货量近1.8万台，同比增长508%，预计2026H1将超2.5万台。同时，训练数据需求前置，训练硬件率先释放，形成‘训练需求先行、本体需求承接’的节奏。模型轻量化还将推动端侧AI向工业设备、AIoT、可穿戴设备等更广泛设备扩散。
本报告重点分析了哪些方向？
本报告重点分析了Physical AI对机器人端侧硬件的需求升级和产业化进程。核心内容包括模型能力跃迁如何驱动硬件升级、机器人作为新终端的端侧计算平台升级关键点、硬件需求兑现情况以及模型下沉对端侧计算的影响。报告还分析了2025-2026年人形机器人出货量增长趋势、主要应用场景占比以及相关产业链环节的受益情况。
当前 Physical AI 市场现状如何判断？
当前Physical AI市场现状表现为硬件需求开始兑现和技术加速下沉。人形机器人出货量加速增长，2025年同比增长508%，2026H1预计将超2.5万台，服务引导、智能制造和仓储物流等领域占比约42%。同时，端侧AI工作负载升级，手机和PC率先验证本地大模型部署，机器人VLA向端侧下沉，本地模型直接承担动作输出任务。
本报告提示了哪些风险？
本报告提示了Physical AI发展相关的几项风险：首先，模型能力提升可能不及预期，影响硬件升级的必要性；其次，机器人产业化和终端出货可能面临挑战，影响硬件需求兑现；再次，数据采集及训练硬件需求可能不及预期，制约产业化进程；此外，端侧AI渗透及模型本地部署进度可能不及预期，影响市场推广；还有，端侧硬件配置升级幅度可能不及预期，影响用户体验；最后，技术路线快速变化和产业竞争加剧也可能带来不确定性。