这份研报的核心内容是分析中泰机械和奥普特在物理AI领域的表现。报告指出物理AI落地的关键在于数据,模型可以基于开源模型开发,但工业级数据必须通过驻场拍摄、筛选和客户认证来获取。奥普特通过多年积累,形成了千万级的独家有效缺陷样本数据,构筑了深厚的护城河。此外,报告强调物理AI已进入业绩兑现期,奥普特已获得量产订单,预计未来几年收入将大幅增长,预期差极大。
物理AI赛道的发展趋势显示,数据是核心竞争要素。工业级数据的获取需要长期投入和驻场积累,形成了极高的进入壁垒。掌握海量有效数据样本意味着掌握了核心优势。目前,物理AI技术已从投入期全面进入业绩兑现期,随着技术的成熟和应用场景的拓展,市场前景广阔。报告中以奥普特为例,展示了企业在数据积累和业务拓展方面的领先优势。
报告重点分析了奥普特在物理AI领域的核心竞争力。核心在于其通过多年人力投入,积累了千万级的独家有效缺陷样本数据,这是其区别于基恩士、康耐视等竞争对手的关键优势。报告还分析了奥普特从投入期进入业绩兑现期的过程,包括获得量产订单、收入预期上修等具体表现。此外,报告也探讨了物理AI技术对数据的要求以及数据积累的壁垒。
当前物理AI市场的现状是技术已进入业绩兑现期,不再是单纯的投入阶段。以奥普特为例,其物理AI业务已获得量产订单,前三季度收入已达3亿多元,全年预期上修至4亿以上,2027年预计进一步翻倍至6亿以上。这表明物理AI技术已具备商业化能力,市场需求正在逐步释放。同时,数据积累成为行业竞争的关键,形成了较高的进入壁垒。
研报中提示的主要风险是物理AI技术进展不及预期。虽然物理AI市场前景广阔,但技术发展存在不确定性,如果关键技术无法突破或市场需求不及预期,可能会影响企业的业绩表现。此外,虽然奥普特在数据积累方面具有优势,但行业竞争也在加剧,需要持续投入以维持领先地位。因此,投资者需要关注技术进展和行业竞争动态。