猜你想问
这份研报主要讲了什么内容？
这份研报深入探讨了物理AI行业的发展现状与投资逻辑。物理AI通过融合物理规律和人工智能，将智能落地为动作，是AI应用进入下半场、打开实体场景的关键载体。报告分析了物理AI发展的拐点，指出当前是较好的布局窗口，主要基于模型端已从0到1完成突破、技术路线开始分化以及成本开始坍塌三大原因。报告还明确了数据、感知与执行是物理AI发展的核心短板和投资机会，其中数据采集需求爆发利好相关设备和供应链，传感器/执行器作为必需品需求与数据采集环节存在共振。此外，报告展望了机械臂、人形机器人等本体端和仓储物流、服装行业等应用端的放量潜力，并建议关注数据采集、传感器、灵巧手等核心短板环节以及仓储物流、服装机器人场景应用标的。
物理AI赛道未来发展趋势如何？
物理AI赛道未来发展趋势向好，有望重塑制造业。从技术发展看，物理AI正从实验室走向真实产线，技术路线呈现多元化，如以Astra为代表的模型外部路线，将机器人控制从模型问题转变为系统问题。从应用前景看，机械臂、人形机器人等本体端有望在工业场景中看到多形态机器人并行推进落地，仓储物流和服装行业或率先受益于物理AI的应用。仓储物流领域，机器人将有效填补拆零拣选等环节的人工空缺；服装行业则主要针对缝纫环节，解决招工难、人工成本高等问题。这些趋势表明物理AI正逐步打开实体场景，具备长期发展潜力。
研报重点分析了哪些投资方向？
研报重点分析了物理AI发展的核心短板及其对应的投资机会，主要包括数据、感知与执行三个方向。在数据方面，真机数据成为物理AI最核心的瓶颈和机会，数据采集需求的爆发将首先对数据采集设备及供应链形成巨大拉动，利好数据生产商、数据基础设施供应商与训练场运营方。在感知与执行方面，高精度灵巧操作仍是硬边界，传感器/执行器作为物理AI落地的必需品具有不可替代的地位，建议关注视觉、触觉、灵巧手三个方向。此外，报告还建议关注核心短板环节如数据采集、传感器、灵巧手等以及仓储物流、服装机器人场景应用标的，如奥比中光、奥普特、杰克科技等。
当前物理AI市场现状如何？
当前物理AI市场正处于发展的较好布局窗口期。从技术发展看，模型端已从0到1完成突破，VLA已从实验室走向真实产线，技术路线开始分化，成本也呈现坍塌趋势。从市场应用看，虽然工业自动化已有一定基础，但物流作业场景中仍有大量环节需要人工参与，服装行业缝纫环节也面临招工难、人工成本高等问题，为物理AI的应用提供了空间。从投资机会看，数据、感知与执行是核心短板，也是主要投资机会所在，相关设备和供应链将受益于数据采集需求的爆发，传感器/执行器作为必需品需求与数据采集环节存在共振。整体来看，物理AI市场正处于从1到10的快速增长阶段。
研报提示了哪些投资风险？
研报提示了三大投资风险：一是大模型技术迭代不及预期风险。物理AI的发展高度依赖AI大模型技术的进步，若大模型技术迭代速度放缓或效果不及预期，可能影响物理AI的应用落地。二是数据采集技术路线变化风险。物理AI对数据采集有高度依赖，若数据采集技术路线发生重大变化，可能对现有投资逻辑产生影响。三是终端应用不及预期风险。物理AI的应用落地需要解决实际场景中的复杂问题，若终端应用效果不及预期或推广速度缓慢，可能影响相关企业的业绩和发展前景。这些风险需投资者密切关注。