计算机行业研究：为什么这轮物理AI不一样？

一、技术演进：具身模型泛化能力跨越临界点

• 具身模型首次出现可测量的上下文学习：GEN-1.5可以将3-12秒的单次示范作为“物理提示”，在不更新模型参数的情况下执行新任务，标志着物理AI核心变量由硬件性能升级转向泛化能力涌现。
• 预训练规模持续扩张，具身模型由性能提升走向能力涌现：GEN-1.5在10项不同短时操作任务中，使用单次物理提示的平均成功率为59%，若使用约5分钟、约50次示范的数据进行10步梯度更新，平均成功率可提高至83%。预训练模型在持续吸收更多物理交互数据的同时，对算力的利用效率、新任务的数据效率以及跨任务泛化能力均在改善。
• 世界模型由生成走向交互，Genie 4扩展智能体训练空间：Genie 4面向实时交互式世界模拟，用户可以通过键盘控制导航和相机，并在模拟运行过程中使用自然语言改变天气、移动视角、增加人物或物体，模型随后根据当前环境继续生成后续状态。
• 世界模型沿多类范式演进，行动预测成为共同方向：现有世界模型大致可以分为三维空间生成、像素及视频预测、潜变量预测和物理行动模型四类，行动预测成为共同方向。
• 分层架构兼顾通用推理与实时控制，模型能力加速向机器人迁移：行业逐步形成高层任务理解与规划、中层动作策略和底层实时控制相互协同的分层架构，模型不再只是附加在硬件上的识别模块，而开始成为技能获取、环境推演和持续学习的共同基础。

二、产业进展：智元推动物理AI由模型开发走向规模部署

• 部署态成为产业评价重点，有效产出替代单次演示：智元提出Worken“有效智能工时”概念，将活跃机器人数量、自主工作时长和产出效能纳入统一评价框架，产业评价重点由“能否完成一次任务”逐步转向“能否持续、稳定地创造价值”。
• 数据与模型双向Scaling，训练延伸至部署后进化：智元发布AGIBOT WORLD 2026第四期“具身推理”数据集，首批包含150小时真机数据，重点覆盖机器人完成任务时的决策过程；发布MEgo Glove触觉数采手套用于补充相关信息。智元将具身智能Scaling划分为预训练、后训练和部署后三个阶段，形成“部署增加—数据扩容—模型改善—部署效率提升”的正反馈。
• 工程系统承接模型能力，场景复制进入验证期：智元披露，精灵G2已在龙旗工厂覆盖平板量产质检工段，并进入芯片封测和工业母机场景；G2 Max已在食品、日化快消和电商企业执行工业搬运任务，另有120台精灵G2部署于广州地铁，承担安检、咨询和巡逻工作。智元还发布灵渠OS 1.0，并计划于2026年年底全面开源。

三、产业节奏：量产验证开启，人才与资本加速汇聚

• Optimus进入早期爬坡，量产验证逐步替代产品预期：特斯拉Optimus已在弗里蒙特工厂启动高产量生产线的前期生产，预计一年后达到周产能2万台，并于2027年底开始向外部企业客户交付。
• 人才与资本向Physical AI迁移，数据环节开始独立定价：大模型核心人才向Physical AI迁移，资本关注点也在由本体和模型向数据基础设施扩展。星忆智能宣布完成合计数千万元的种子轮及种子+轮连续融资，资金将用于核心算法与产品研发、真实世界多模态数据基础设施建设以及客户交付能力提升。
• 未来半年催化接续，产业进入连续验证窗口：从2026年11月至2027年4月，物理AI有望迎来产品展示、模型开源、海外展会和芯片升级等多重催化。

四、相关标的

• 本体：特斯拉、智元、上纬新材、宇树科技。
• 北美链：科森科技、斯菱智驱、岱美股份、世运电路、福赛科技、蓝思科技、浙江荣泰、三花智控、恒立液压、北特科技、拓普集团、科达利、万向钱潮等。
• 机器人大脑相关：摩尔线程、协创数据、道通科技、索辰科技、仙工智能、群核科技、智微智能、爱芯元智、五一视界等。
• 具身数据采集相关：领益智造、海天瑞声、利亚德、仙工智能、世纪恒通、宝通科技、奥比中光、绿的谐波、禾赛、速腾聚创、海康威视等。

五、风险提示

• 通用具身模型泛化能力进展不及预期的风险。
• 高质量物理交互数据供给及Scaling进展不及预期的风险。
• 世界模型、仿真合成数据及Sim2Real进展不及预期的风险。
• 机器人商业化、订单及规模量产节奏不及预期的风险。
• AI芯片、算力和端侧部署进展不及预期的风险。
• 行业竞争加剧、技术路线变化及相关公司估值波动的风险。