中信证券 物理ai算法及数据进展机械

这份研报指出物理AI的核心限制在于数据端，其次是算法端。基模能力已达到具身智能测试集人类水平，但在真实场景中的表现受限于数据质量和互通性。OpenAI因与FigureAI合作终止，意识到需要自主掌控硬件以获取真实物理交互数据，因此启动了硬件布局和自研数据合成。

物理AI行业的发展趋势显示，数据互通性差和真实性难以通过仿真迁移至现实场景（Sim2Real问题）是主要挑战，可能导致落地进度不及预期。同时，物理AI相关公司的技术转化和商业模式成熟度也存在不确定性，需要持续关注技术突破和商业实践进展。

研报重点分析了物理AI的数据端和算法端。数据端推荐海天瑞生，该公司已切入头部机器人厂商的数据标注/采集业务，订单规模达数千万，并对接国家数据集团。算法端推荐索辰科技，该公司将CAE物理仿真与生成式AI结合，推出天工开物平台，并收购实时数据库公司构建数据采集体系。建议关注凡拓数创、五一日世界、能科科技、中控技术等公司。

当前物理AI市场的现状是技术发展迅速，但面临数据质量和互通性的瓶颈。基模能力已接近人类水平，但在真实场景中的应用受限于仿真数据与实际场景的差距。行业参与者正在努力通过自研硬件和合成数据来解决这个问题，但整体落地进度和商业模式仍需观察。

研报提示的主要风险包括物理AI数据互通性差，真实物理交互数据难以获取，以及仿真数据难以完全迁移至现实场景（Sim2Real问题）。此外，物理AI相关公司的技术转化和商业模式成熟度也存在不确定性，这些因素可能影响行业的实际发展速度和市场表现。