猜你想问
这份研报的核心内容是什么？
这份研报的核心内容是物理AI产业的最新发展趋势，重点关注模型能力提升如何带动高质量物理交互数据需求增长，进而改善机器人在复杂任务中的执行及泛化能力，并加速人形机器人商业化。报告指出物理AI瓶颈已从硬件转向数据与物理交互，2026年数据采集规模将显著增长，需求从视觉升级至触觉、力觉等多模态。
物理AI和机器人赛道的未来发展趋势如何？
物理AI和机器人赛道的未来发展趋势是多模态数据采集需求升级和商业化加速。随着模型能力提升，对高质量物理交互数据的需求持续增长，推动数据采集从视觉向触觉、力觉等多模态发展。2026年Q4预计将迎来模型密集催化，如宇树发布多模态模型、字节跳动发布对标Sora3的世界模型等，这些催化剂将加速人形机器人商业化进程。
研报重点分析了哪些投资方向？
研报重点分析了数据采集设备、人形机器人产业链、特斯拉产业链、车企投资机会以及数据采集重点转向终端等投资方向。数据采集设备方面，包括视觉感知、触觉传感器和数据手套等；人形机器人产业链涵盖特斯拉产业链、OpenAI相关供应链、本体及垂类应用企业及零部件供应商；特斯拉产业链投资机会包括双环传动、模塑科技、新泉股份等；车企投资机会关注理想汽车、小鹏汽车在System0上的运控能力及本体制造能力；数据采集重点转向终端，催生气动控制臂、手部数据采集设备、遥操作产品等投资机会。
当前物理AI和机器人市场的现状如何？
当前物理AI和机器人市场的现状是产业驱动力已从硬件量产预期转向大模型能力提升，人工智能正从数字世界向物理世界延伸。模型能力进步带动高质量物理交互数据需求增长，改善机器人在复杂任务中的执行及泛化能力，加速人形机器人商业化。同时，数据采集规模在2026年将显著增长，需求从视觉升级至触觉、力觉等多模态，多模态数据采集成为行业关键。
研报中提到了哪些风险提示？
研报中提到的风险提示主要集中在技术迭代风险和市场竞争风险。技术迭代方面，物理AI和机器人技术发展迅速，模型能力和数据采集技术的快速更新可能带来现有技术路线的淘汰风险。市场竞争方面，随着行业参与者增多，市场竞争加剧可能导致部分企业面临市场份额下降或盈利能力下滑的风险。此外，政策环境和供应链稳定性也可能对行业发展带来不确定性。