长江研究 物理AI系列电话会1模型加速发展数采与机器人有望共同受益

本报告指出物理AI行情驱动力已从硬件量产转向大模型能力提升，重点在于模型延伸至真实物理世界，解决机器人泛化与长时序任务执行痛点。四季度将迎来OpenAI、Google GPT-7、特斯拉Gradio模型等迭代，国内字节、语数等多模态模型也将发布。机器人与数据采集形成正向循环，支撑行情持续性。

物理AI赛道未来将聚焦模型在真实物理世界的应用，解决机器人泛化与长时序任务执行问题。模型端将持续迭代，国内外大模型厂商密集发布新版本。机器人作为应用载体和数据采集工具，其部署规模增长将与模型能力提升相互促进，形成正向循环，推动行业持续发展。

研报重点分析了数据采集设备与服务商、机器人产业链、工业AI落地、端侧AI硬件及传媒板块三维数据厂商等投资方向。数据采集设备与服务商需求升级为多模态，订单与规模显著增长；机器人产业链中特斯拉产业链贯穿行情，国内本体及零部件厂商受益；工业AI落地场景空间大、ROI清晰，商业化进展加速；端侧AI硬件或于明年反转；传媒板块三维数据厂商具备稀缺全站布局能力。

当前物理AI市场正经历从硬件量产向大模型能力提升的转变，模型端迭代密集，为行业带来新的发展动力。机器人作为物理AI的应用载体，其发展正与数据采集形成正向循环，推动市场规模持续扩大。数据采集设备与服务商需求升级，订单规模显著增长；机器人产业链中特斯拉等头部企业引领发展，国内厂商也迎来机遇。工业AI落地场景丰富，商业化加速。

研报提示了模型迭代进度不及预期可能影响机器人及数据采集需求释放的风险；特斯拉量产爬坡速度、机器人Demo效果若不及预期，可能压制板块情绪；数据采集合规性、多模态技术落地速度存在不确定性等风险。这些因素可能影响物理AI赛道的整体发展进程和市场表现。