猜你想问
这份研报主要讲了什么内容？
这份研报主要分析了近期物理AI领域的核心技术进展与产业趋势。关键进展包括GPT6 ASTRA验证通用大模型在机器人动作决策方面的潜力、谷歌Gemini4提升物理模拟与多模态生成能力、苹果HALO实现人形机器人自主控制等。产业趋势上，本轮物理AI行情从模型端突破推动机器人从硬件展示向实际应用发展，通用模型降低智能化开发门槛，成熟本体成为模型研发重要载体。研报还研判了人形机器人本体及垂直应用、高精度多模态素材两大投资方向，并提示了技术短板等风险关注点。
物理AI行业近期有哪些重要发展趋势？
物理AI行业近期的重要发展趋势包括：通用大模型在机器人动作决策方面的潜力验证，如GPT6 ASTRA的突破；多模态生成能力的提升，如谷歌Gemini4与机器人模型的协同；人形机器人自主控制的实现，如苹果HALO的分层架构与仿真训练结合。这些趋势推动行业从模型端突破，加速机器人从硬件展示向实际应用转化，同时通用模型的出现降低了智能化开发门槛，促使成熟本体成为模型研发的重要载体。
研报重点分析了哪些投资方向？
研报看好两大投资方向：一是人形机器人本体及垂直应用，关注优必选、语数、杰克股份、拓斯达等相关企业；二是高精度多模态素材，布局视觉、触觉、数据手套等领域的奥比中光、福莱新材等企业。这些方向分别对应了机器人硬件本体与智能化核心素材的需求，是当前物理AI产业发展的关键领域。
当前物理AI市场处于什么阶段？
当前物理AI市场处于从模型端突破推动应用发展的关键阶段。技术层面，通用大模型的出现降低了智能化开发门槛，加速了机器人从硬件展示向实际应用的转化；产业层面，机器人行业正从单纯硬件展示向具备实际应用场景的方向演进。虽然通用模型带来了便利，但技术仍存短板，如高精度动态控制、复杂双臂协作、复杂灵巧操作等领域仍需突破，整体市场处于技术快速迭代与应用场景验证并行的阶段。
研报提示了哪些风险关注点？
研报提示了物理AI领域的技术风险，包括：通用模型在高精度动态控制、复杂双臂协作方面的表现有限，如苹果HALO仅验证部分基础运动，复杂操作成功率仍低；领先技术如Google Gemini4、苹果HALO仍处研究阶段，真实基层训练效果需进一步验证；复杂灵巧操作、柔性物体处理等领域仍存在技术瓶颈。这些风险提示了物理AI技术从实验室走向成熟应用过程中需克服的挑战。