猜你想问
这份研报主要讲了什么内容？
这份研报分析了物理AI（含人形机器人）和AI设备行业的最新发展趋势。物理AI方面，关注点从特斯拉量产转向大模型能力突破与物理世界基础设施需求，模型向通用大模型具身智能融合发展，产业瓶颈从推理能力转向数据采集，下游应用覆盖人形机器人、工业自动化、AI消费终端等，核心催化为模型突破，核心观察指标为数据采集。AI设备方面，前期因涨幅大、海外估值收缩调整，当前属基本面未走弱的超跌，可积极把握反弹，核心逻辑是AI算力迭代推动半导体、PCB、光模块设备的工艺升级、价值量提升。研报还提出了物理AI和AI设备的相关投资线索和风险关注点。
物理AI赛道未来发展趋势如何？
物理AI赛道未来发展趋势是向通用大模型具身智能融合发展。当前行业关注点已从特斯拉量产转向大模型能力突破与物理世界基础设施需求，模型逐渐从专用模型向通用大模型演进，并具备具身智能能力，能够更好地与物理世界交互。产业瓶颈正从推理能力转向数据采集，因为高质量的物理交互数据是训练通用大模型的关键。下游应用广泛覆盖人形机器人、工业自动化、AI消费终端等领域。未来，随着模型能力的提升和数据采集的完善，物理AI将在更多场景实现智能化应用。
研报重点分析了哪些方向？
研报重点分析了物理AI和AI设备两个方向。在物理AI方面，关注模型端通用大模型向物理世界迁移，形成上层通用模型决策+下层本体小模型执行的分层架构，降低机器人开发门槛；关注数据端物理交互数据采集，包括第一视角、末端轨迹、真机遥操等类型，向多模态融合发展，关注头部模型公司有效数据新增、采集设备采购使用率、高价值数据占比；关注特斯拉在训练机器人方面的规划，为人形机器人发展提供核心催化。在AI设备方面，关注半导体设备工艺升级方向，如先进封装（含玻璃基板封装）、HBM、大尺寸封装等，以及国产替代率低的领域。
当前AI设备市场现状如何？
当前AI设备市场处于超跌状态，但基本面未走弱。前期由于涨幅较大、海外估值收缩等因素导致调整，但行业基本面依然强劲。AI算力迭代推动半导体、PCB、光模块等设备进行工艺升级，价值量提升。AI设备行业受益于AI算力需求的增长，迎来发展机遇。虽然市场经历调整，但仍具备反弹潜力。投资者可积极把握AI设备行业的反弹机会。
研报提示了哪些风险？
研报提示了物理AI和AI设备两个方面的风险。物理AI方面，仿真评测的进步并不等同于真实机器人能够实现通用操作，真实机器人应用中还存在安全与控制问题，从模型到硬件落地仍有距离。AI设备方面，新技术落地进度可能不及预期，行业需求释放速度也可能慢于测算。这些风险需要投资者关注，并在投资决策中充分考虑。