物理AI软件与数据基础设施

这份研报深入探讨了物理AI软件与数据基础设施领域，核心观点包括实用经验的重要性、市场动态、业务耐久性及竞争优势。报告指出，物理AI的关键在于提供机器人可学习的实用经验，有效关联观察、行动和结果，而非单纯依赖影像资料数量或运行时间。同时，报告分析了市场动态，指出自2020年以来该领域融资总额达78亿美元，投资格局由少数大型平台主导。此外，报告强调了业务耐久性，认为重复客户的消费行为比数据量更能证明耐久性基础设施业务的实力。最后，报告探讨了竞争优势，认为供应商需提供客户无法从内部团队、开源工具或捆绑平台中更便宜获得的价值。

物理AI赛道的发展趋势呈现几个关键特点。首先，市场动态显示该领域公司成立时间较近，179家已知公司中有55家成立于2024至2026年，自2020年以来融资总额达78亿美元，投资格局由少数大型平台主导。其次，业务耐久性方面，重复客户的消费行为比数据量更能证明耐久性基础设施业务的实力，能够筛选有用记录、跨机器人适配数据、模拟专业环境或测试模型的工具将获得重复购买。此外，竞争优势方面，供应商需提供客户无法从内部团队、开源工具或捆绑平台中更便宜获得的价值，如复杂的集成、专业环境、可信的评估或经授权的可再利用数据。最后，市场机遇方面，视觉-语言-行动模型结合多种机器人经验和多模态信息，使机器人能在未经训练的环境中执行任务，提高了可重复利用的基础设施价值。

报告中重点分析了物理AI软件与数据基础设施的核心观点、市场动态、业务耐久性、竞争优势、市场机遇及研究结论。核心观点方面，报告强调了实用经验的重要性，指出物理AI的关键在于提供机器人可学习的实用经验，有效关联观察、行动和结果。市场动态方面，报告分析了该领域的融资情况、公司成立时间及投资格局。业务耐久性方面，报告指出重复客户的消费行为比数据量更能证明耐久性基础设施业务的实力。竞争优势方面，报告认为供应商需提供客户无法从内部团队、开源工具或捆绑平台中更便宜获得的价值。市场机遇方面，报告探讨了视觉-语言-行动模型的价值。研究结论方面，报告建议投资者关注新任务所需的目标机器人数据、无需全新定制项目的更新、下一家客户的实施成本，以及模型更新后的干预率。

当前物理AI市场的现状呈现几个特点。首先，技术活跃但商业高度集中，主要客户将战略工作内部化，平台捆绑常见功能。其次，投资格局由少数大型平台主导，中位数交易规模已从2025年的8200万美元上升至1亿美元。此外，市场机遇方面，视觉-语言-行动模型结合多种机器人经验和多模态信息，使机器人能在未经训练的环境中执行任务，提高了可重复利用的基础设施价值。然而，市场也面临挑战，如收购价格下跌速度快于运营成本。最后，持久机遇方面，使可靠机器人行为的开发与维护成本更低是持久的机遇所在，但收集价格下跌、同等捆绑工具出现，或改进型模型无需供应商转换工作，将削弱这一论点。

这份研报提示了物理AI市场面临的风险。首先，技术活跃但商业高度集中，主要客户将战略工作内部化，平台捆绑常见功能，可能导致市场竞争加剧。其次，收购价格下跌速度快于运营成本，可能影响企业的盈利能力。此外，市场机遇方面，虽然视觉-语言-行动模型等新技术带来了机遇，但收集价格下跌、同等捆绑工具出现，或改进型模型无需供应商转换工作，可能削弱现有企业的竞争优势。最后，业务耐久性方面，虽然重复客户的消费行为比数据量更能证明耐久性基础设施业务的实力，但若无法持续提供客户无法从内部团队、开源工具或捆绑平台中更便宜获得的价值，也可能面临业务风险。