猜你想问
这份研报主要讲了什么内容？
这份研报主要分析了物理AI领域的技术进展和市场参与情况。核心内容包括GPT-6大语言模型成功控制机械臂，推动具身智能落地，以及OpenAI、字节等大模型公司入局带来的激增数据需求。报告还探讨了数据、数采和零部件等环节的受益情况，预测了2027年和2030年的数据需求量及市场规模。最后，报告提出了数据出海公司、国内大模型-字节链数据公司、数采公司、本体公司和T链机器人零部件等投资标的建议。
物理AI赛道的发展趋势如何？
物理AI赛道的发展趋势积极。技术方面，GPT-6等大模型的应用正推动具身智能落地，市场方面，OpenAI、字节等大模型公司的入局带来了激增的数据需求，单家模型需千万小时的数据量。数据定价方面，基础数据国内300元/小时，海外600-900元/小时；真机数据国内300美元/小时，海外800美元/小时。需求预测显示，2027年有效数据需求量1亿小时，2030年达70亿小时，市场规模有望突破万亿。
研报重点分析了哪些方向？
研报重点分析了物理AI赛道的几个核心方向。首先是数据环节，包括直接向大模型公司销售数据、数据量激增带来的数采环节增量，以及具身智能加速提升的零部件需求。其次是市场空间，报告给出了数据定价和需求预测的具体数据，如2027年1亿小时、2030年70亿小时的需求量。最后是投资标的，报告推荐了数据出海公司如凡拓、光轮智能、觅蜂，国内大模型-字节链数据公司如海天瑞声，数采公司如奥比中光、华依科技、福莱新材、柯力传感、安培龙，本体公司和T链机器人零部件等。
当前物理AI市场的现状如何？
当前物理AI市场的现状是技术快速突破和市场加速参与。技术方面，GPT-6等大模型已成功控制机械臂，推动具身智能落地。市场方面，OpenAI、字节等大模型公司积极入局，带来激增的数据需求，单家模型需千万小时的数据量。数据定价方面，基础数据国内300元/小时，海外600-900元/小时；真机数据国内300美元/小时，海外800美元/小时。市场规模方面，预测2027年需求量1亿小时，2030年达70亿小时，有望突破万亿。
研报提示了哪些风险？
研报提示了物理AI赛道的一些潜在风险。首先，技术迭代速度快，可能导致现有投资标的迅速被市场淘汰。其次，数据安全和隐私问题日益突出，大模型公司对数据质量的要求极高，可能影响数据供应商的盈利能力。此外，市场竞争加剧可能导致数据定价下降，影响数采公司的收入。最后，具身智能的落地应用仍面临技术瓶颈和成本问题，可能影响本体公司和零部件供应商的业绩表现。