计算机行业专题研究：物理AI产业进展与技术演进

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：GEN-1.5的上下文学习能力源于Generalist持续扩大物理交互数据、模型规模和训练时间，验证了模型规模、数据规模与能力表现之间的可预测关系。
• 世界模型由生成走向交互：Genie 4升级为实时、可交互的世界模拟，结合Gemini推理能力，为任务规划、危险场景推演、长尾数据生成和智能体训练提供新的环境基础。
• 分层架构兼顾通用推理与实时控制：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，模型能力加速向机器人迁移。

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：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：智元发布AGIBOT WORLD 2026第四期“具身推理”数据集和MEgo Glove触觉数采手套，并划分预训练、后训练和部署后三个阶段进行模型训练，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：智元披露公司在6个月内完成量产规模由1万台向2万台跃升，精灵G2已进入龙旗工厂、芯片封测和工业母机场景，并发布灵渠OS 1.0，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：Tesla Optimus已在弗里蒙特工厂启动早期生产，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：大模型核心人才向Physical AI迁移，产业资本加速进入Physical AI，竞争环节也由整机和模型向数据、仿真及训练基础设施扩展。
• 未来半年催化接续：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。