这份研报分析了京东计划未来五年采购300万台机器人、100万台无人车和10万架无人机用于智能物流的情况,指出物理AI进入规模应用初期,有望率先在物流搬运等B端场景落地。报告重点探讨了物理AI发展中的瓶颈,即真机数据缺乏和模型泛化能力需要突破。同时,报告还分析了数采设备与场景企业、特斯拉Optimus量产计划等关键数据,并推荐了相关机器人零部件供应商、整机及应用场景企业以及传感器等新技术或低估值转型标的。
物理AI行业正处于规模应用初期,随着京东等企业的采购计划,市场前景广阔。目前,海外大模型厂商如Open AI和Meta加速入局,数采成为模型训练重点。特斯拉计划制造大量机器人用于数采,预计Open AI 27年数采体量将达数百万小时。电子皮肤、灵巧手、传感器等数采核心硬件,以及有应用场景、高质量数据来源的企业将受益。特斯拉Optimus的量产计划也表明物理AI正逐步走向成熟,未来将在更多B端场景落地。
研报重点分析了数采设备与场景企业受益方向,指出海外大模型厂商加速入局,数采仍是模型训练重点,电子皮肤、灵巧手、传感器等核心硬件以及有应用场景、高质量数据来源的标的有望受益。此外,报告还分析了特斯拉Optimus的量产启动,其时间表和后续落地计划,表明物理AI进入规模应用初期。报告还推荐了恒立液压、三花智控、拓普集团、汇川技术等机器人零部件供应商,宇树科技、杭叉集团、优必选等整机及应用场景企业,以及涛涛车业、柯力传感、汉威科技等传感器等新技术或低估值转型标的。
当前物理AI市场正处于规模应用初期,随着京东等企业的采购计划,市场前景被看好。然而,物理AI发展仍面临瓶颈,主要在于真机数据缺乏和模型泛化能力需要突破。目前,海外大模型厂商加速入局,数采成为模型训练重点,特斯拉等企业也在积极制造机器人用于数采。电子皮肤、灵巧手、传感器等核心硬件以及有应用场景、高质量数据来源的企业将率先受益。特斯拉Optimus的量产计划也表明物理AI正逐步走向成熟,未来将在更多B端场景落地。
研报提示的主要风险是AI发展不及预期。虽然物理AI市场前景广阔,但技术发展存在不确定性,可能影响市场预期和企业发展。此外,市场竞争激烈,技术更新迭代快,企业需要不断投入研发以保持竞争力。同时,真机数据缺乏和模型泛化能力需要突破也是物理AI发展面临的主要挑战,可能影响技术应用和市场拓展。