物理AI数采板块分歧中看好，数据资产化成核心

本文指出在物理AI领域，随着Tesla Optimus训练体系推进，机器人真实数据的重要性凸显。与智能驾驶不同，机器人需从头建立真实世界数据生产体系，经历人类演示、模型学习及仿真自主训练闭环。产业链价值不仅在于采集，更在于数据资产化、合成蒸馏与精炼治理。作者继续看好物理AI全产业链，强调数据与垂类应用为核心议题，并列举了数采、大小脑及端侧相关公司。同时提示技术迭代、商业化落地不及预期等风险。

昨日数采方向个股表现有所分化，今日板块再度走强。我们认为，随着Tesla持续推进Optimus训练体系建设，机器人真实数据的重要性进一步得到验证。特斯拉此前Q3业绩会指出，与汽车拥有大规模在用终端、能够持续获取真实世界数据不同，Optimus目前尚不具备大规模本体作为数据采集载体，需要首先通过人类演示完成基础训练，再结合仿真与真机自主练习，逐步形成训练闭环。相比智能驾驶能够依托影子模式持续积累数据，机器人需要从头建立真实世界的数据生产体系。

我们继续看好物理AI全产业链，数据+垂类是核心议题。随着模型从大语言模型向世界模型演进，机器人训练所需的动作轨迹、力觉、触觉及Corner Case等数据无法直接从互联网获取，需要在真实世界中持续生产。随着机器人训练逐步形成“人类演示—模型学习—仿真及真机自主训练”的闭环，数据需求有望持续提升，数据服务及场景数据价值进一步凸显。

相关公司：

• 数采：凡拓数创*、海天瑞声*、开普云*、峰岹科技*、福莱新材、华依科技*、创维数字*、慈星股份*、敏芯股份*
• 大小脑：江顺科技*、华锐精密*、能科科技*、金马游乐*、奥比中光、中控技术*、宝通科技、博雷顿*、索辰科技*。
• 端侧：宇树科技、上纬新材*、瑞芯微、歌尔股份*、全志科技*、恒玄科技*、大普微、德明利*、佰维存储。

风险提示： 物理AI模型技术迭代不及预期；物理推理与空间建模能力提升不及预期；机器人数据采集及训练需求不及预期；下游商业化落地不及预期。