研选投研 · 行业深度 物理AI（Physical AI）行业深度分析 Physical AI · Embodied Intelligence · Autonomous Driving · Industrial Simulation ? 2026年5月17日? 全球市场? 六大维度研究框架 ★★★★★ 行业投资评级：⭐⭐⭐⭐⭐（强烈看好） |
? 执行摘要 物理AI（Physical AI）是指能够理解物理定律并与现实世界交互的智能实体系统，被视为AI技术的终极落地形态。申万宏源等机构将2026年定义为"物理AI脱离屏幕AI的关键元年"。据MarketsandMarkets数据，2026年全球物理AI市场规模约15亿美元，预计2032年达152.4亿美元（CAGR 47.2%），增速为整体AI行业2倍以上。Gartner报告显示2026年全球AI相关支出预计达2.52万亿美元（同比+44%），其中物理交互类AI投入增速远超行业平均。弗若斯特沙利文预计2030年中国物理AI仿真及数据平台市场突破1,800亿元；摩根士丹利预测2026年中国人形机器人销量翻倍至2.8万台，2030年达26.2万台。AI芯片/算力层价值占比25-30%，英伟达Jetson Thor在高端机器人SoC市场占据68%份额。核心判断：物理AI正处于从0到1的裂变期，具身智能、自动驾驶、工业仿真三大场景驱动下，2026-2028年将是产业链布局的黄金窗口，但需警惕数据瓶颈与硬件约束带来的商业化节奏不及预期风险。 |
一、行业定义与概览
1.1 行业边界
物理AI（Physical AI）是指能够感知、理解、预测并操作物理世界中的对象与行为的AI系统。与传统"数字AI"（仅处理文本/图像等虚拟信息）不同，物理AI强调感知-决策-执行的完整闭环。本次报告以具身智能（含人形机器人）、自动驾驶、工业仿真/数字孪生三大核心方向为重点分析对象，三者合计占物理AI市场80%以上。
| 分类 | 子领域 | 核心特点 | 主要用途 |
| 具身智能/机器人 | 人形机器人、工业机械臂、服务机器人 | 拥有物理"身体"，可自主执行物理任务 | 制造、物流、家庭服务 |
| 自动驾驶 | L4级Robotaxi、端到端智驾 | 在开放环境实现自主导航和决策 | 出行、物流运输 |
| 工业仿真/数字孪生 | 物理引擎、虚拟训练场 | 高保真模拟物理世界，降低试错成本 | 产线优化、机器人训练 |
| 空间智能 | 3D视觉、空间计算 | 理解三维空间结构与物理规律 | AR/VR、建筑、城市管理 |
| 智能能源/物理AIOT | 能效智能体、物理传感 | AI+物理机理融合，闭环控制 | 数据中心、工厂节能 |
1.2 市场规模
2026年全球物理AI市场规模 ~15亿美元 2032E：~152.4亿美元（CAGR 47.2%） | 2026年全球AI相关总支出 2.52万亿美元 同比增长44%（Gartner 2026） |
全球CAGR（2026-2032） 47.2% 增速为整体AI行业2倍+ | 中国仿真平台市场（2030） 1,800亿元 弗若斯特沙利文预测 | 2025年人形机器人销售额 4.4亿美元 同比+508%（IDC） |
中国人形机器人销量（摩根士丹利） 2026E：2.8万台（翻倍） 销量呈现爆发式增长趋势 | 物理AI长期潜在市场规模 万亿级别 多家第三方机构综合判断 |
数据来源：MarketsandMarkets、Gartner、弗若斯特沙利文、IDC、摩根士丹利
1.3 行业生命周期与AI演进阶段
生命周期判断：萌芽期向成长期过渡。物理AI市场正从概念验证阶段迈入产业化落地初期，类似于2023年的大语言模型阶段。
AI四代演进（英伟达划分）：
①感知AI（第一代）：CNN算法实现图像/语音识别，完成物理信号→数字信息转换
②生成AI（第二代）：Transformer架构生成文本/图片/视频，无物理世界认知能力
③智能体AI（第三代）：具备任务规划、工具调用能力，但仍停留在数字世界
④物理AI（第四代）：具备感知-决策-执行闭环，直接作用于物理世界
?行业本质 |
二、产业链深度拆解
2.1 产业链图谱
| 【上游】硬件/算力底座 | ||
| 算力/芯片层 GPU/AI芯片、机器人SoC、FSD芯片、国产GPU | 感知层 视觉传感器、激光雷达、力觉/触觉传感器、关节编码器 | 执行层 灵巧手/执行器、无框力矩电机、减速器/关节模组、空心杯电机 |
| ⬇⬇⬇ | ||
| 【中游】技术平台/模型 | ||
| 软件/模型层 世界模型(Cosmos)、物理仿真引擎(Omniverse)、VLA/VLM大模型、AI智能体框架 | 数据/仿真层 真实场景交互数据、合成数据生成平台、Sim-to-Real训练框架 | |
| ⬇⬇⬇ | ||
| 【下游】应用落地 | ||
| 人形机器人 整机集成、工业/家庭场景 | 自动驾驶 Robotaxi、智能驾驶车队 | 数字孪生/智慧能源 智能工厂、手术辅助、智慧能源管控 |
2.2 价值链分布
| 环节 | 毛利率 | 价值占比 | 壁垒 |
| AI芯片/算力（GPU/SoC） | 60-80% | ~25-30% | 极高 |
| 机器人SoC/边缘芯片 | 50-70% | ~10-15% | 高 |
| 传感器（视觉/力觉/激光雷达） | 35-55% | ~8-12% | 中高 |
| 执行器（电机/关节/灵巧手） | 25-40% | ~15-20% | 中 |
| 世界模型/仿真平台 | 50-70% | ~8-10% | 极高 |
| 工业软件/数字孪生 | 40-60% | ~5-8% | 高 |
| 整机集成（人形机器人） | 15-30% | ~15-20% | 中 |
| 场景解决方案/运营 | 20-40% | ~5-10% | 中 |
价值链核心发现：物理AI行业的价值高度集中在AI芯片/算力层和世界模型/仿真平台两大环节。英伟达凭借CUDA生态和全栈工具链，占据了价值链最核心的约30%份额。特斯拉通过垂直整合（芯片+算法+数据+整机）实现价值链最大化。
2.3 关键瓶颈
①数据稀缺：物理AI训练所需的多模态时空连续数据获取成本极高，真实交互数据量与LLM训练数据量级差距悬殊。行业核心矛盾已从"算力不足"转向"数据短缺"。
②感知与执行硬件限制：高精度触觉/力觉传感器尚未实现根本性突破，灵巧手成本占整机25%以上，精密电机国内供应链与国际差距明显。
③Sim-to-Real迁移鸿沟：仿真环境与真实物理世界之间存在差距，虚拟训练的技能迁移到现实设备时精度和稳定性会下降。
④标准化缺失：不同厂商的数据格式、通信协议、接口标准尚未统一，数据孤岛效应制约通用机器人基础模型的研发。
⑤成本约束：人形机器人整机BOM成本降至2-3万美元时才能触发大规模替代蓝领工人的经济拐点，目前仍偏高。
三、竞争格局分析
3.1 市场集中度
物理AI仍处于早期阶段，但已形成清晰的梯队格局：
| 细分市场 | 集中度 | 主要玩家 |
| AI芯片（云端训练） | 极高（英伟达~80%+） | 英伟达、AMD、英特尔、摩尔线程 |
| 机器人SoC（边缘端） | 高（英伟达~68%） | 英伟达Jetson Thor、特斯拉FSD、地平线、华为MDC |
| 人形机器人整机 | 分散（CR3<30%） | 特斯拉Optimus、Figure AI、优必选、小鹏、1X Technologies |
| 自动驾驶（L4） | 中高 | Waymo、百度Apollo、小马智行、特斯拉FSD |
| 工业仿真/数字孪生 | 分散 | 英伟达Omniverse、西门子、Ansys、索辰科技、51WORLD |
3.2 主要玩家一览
全球龙头：
| 公司 | 核心角色 | 核心优势 |
| 英伟达(NVIDIA) | 全栈供应商 | CUDA生态+Omniverse+Cosmos全栈闭环，Jetson Thor市占率68% |
| 特斯拉(Tesla) | 垂直整合 | FSD芯片复用，Optimus成本降至1.8万美元，车-机器人协同 |
| 谷歌DeepMind | 基础模型 | Gemini多模态+物理推理，世界模型研究前沿 |
| OpenAI | 基础模型+投资 | Sora视频生成含物理模拟，投资Figure AI等机器人公司 |
| 亚马逊/Project Prometheus | 物理AI研发 | 贝佐斯创立，首轮62亿美元，史上最大AI初创融资之一 |
中国核心标的：
| 公司 | 代码 | 核心定位 | 核心优势 |
| 优必选 | 9880.HK | 人形机器人整机 | 2025年斩获近14亿元订单，交付超500台Walker S2 |
| 工业富联 | 601138 | AI服务器代工 | 英伟达AI服务器核心代工，全球市占率40%+ |
| 索辰科技 | 688507 | 国产CAE+物理AI | "开物"物理AI平台，2025年收入约3,700万元 |
| 寒武纪 | 688256 | AI芯片 | 物理AI训练/推理国产替代 |
| 华如科技 | 301302 | 军事物理AI | XSim体系军工仿真龙头 |
| 中科创达 | 300496 | 端侧物理感知 | Jetson+DRIVE双授权 |
| 凡拓数创 | 301313 | AI+3D数字孪生 | 智慧城市/水利能源场景落地 |
3.3 竞争维度分析
| 竞争维度 | 评级 | 说明 |
| 技术壁垒（芯片+模型） | ⭐⭐⭐⭐⭐ | GPU制程+CUDA生态+世界模型，三重壁垒极高 |
| 数据壁垒 | ⭐⭐⭐⭐⭐ | 物理交互数据的获取和标注极其昂贵，数据飞轮启动后壁垒指数级增强 |
| 资本壁垒 | ⭐⭐⭐⭐ | 单轮融资10亿美元级别（Project Prometheus 62亿美元） |
| 生态壁垒 | ⭐⭐⭐⭐⭐ | 英伟达CUDA生态+Isaac+Omniverse，开发者锁定效应极强 |
| 客户粘性 | ⭐⭐⭐⭐ | 企业级客户一旦采用某平台，迁移成本极高 |
3.4 Porter五力分析
| 力量 | 强度 | 说明 |
| 供应商议价能力 | 强 | 高端GPU/SoC（英伟达）和传感器（激光雷达等）供应集中度高 |
| 买方议价能力 | 偏弱 | 目前需求远大于供给，尤其AI算力和高端机器人芯片 |
| 替代品威胁 | 低 | 物理AI是AI的终极落地形态，尚无根本性的替代路线 |
| 新进入者威胁 | 中等 | 技术+资本+数据+生态四重高壁垒，但特斯拉等跨界者有竞争力 |
| 同业竞争强度 | 中等 | 市场处于快速扩张期，各玩家在差异化赛道竞争，尚未进入价格战 |
小结：物理AI是一个高壁垒、高资本密度、强生态锁定效应的赛道。英伟达暂时处于绝对领先地位，但特斯拉通过垂直整合模式提供了差异化竞争路径。中国市场在整机集成和应用落地方面具备独特优势。
四、驱动因素与趋势
4.1 PEST分析
| 维度 | 关键因素 | 影响程度 |
| 政治(P) | 《机器人产业发展规划（2024-2027）》：3-5家全球领先企业，核心零部件国产化率70%+ | 强烈 |
| 经济(E) | AI资本开支持续爆发；特斯拉Optimus成本降至1.8万美元，经济拐点临近 | 强烈 |
| 社会(S) | 老龄化社会催生服务/护理机器人需求；劳动力成本上升加速机器替代 | 中等 |
| 技术(T) | Blackwell架构将人形机器人开发周期从18个月压缩至7个月；Jetson Thor算力2070 TOPS | 强烈 |
4.2 四大核心驱动
? 驱动一：资本涌入（最强驱动） |
? 驱动二：技术拐点已至 |
? 驱动三：经济拐点临近 |
? 驱动四：政策顶层推动 |
4.3 关键变量
| 变量 | 当前状态 | 变化方向 | 跟踪指标 |
| H100/H200等AI芯片供给 | 持续紧张 | 2026H2略缓解 | GPU交付周期、云厂商CAPEX |
| 人形机器人BOM成本 | 1.8-3万美元 | 持续下降 | 特斯拉Optimus量产节奏 |
| 物理AI数据供给 | 严重不足 | 合成数据+仿真弥补 | 仿真训练规模、真实数据采集量 |
| 灵巧手/执行器成本 | 占整机25%+ | 国产替代加速 | 供应链价格曲线 |
| 标准统一 | 碎片化严重 | 缓慢推进 | OpenUSD等标准落地进程 |
五、风险评估
5.1 风险矩阵
| 风险 | 概率 | 影响 | 等级 | 应对策略 |
| 商业化节奏不及预期 | 中 | 高 | ? | 应用落地慢于资本市场预期，概念股估值过高可引发回调 |
| 数据瓶颈制约模型能力 | 中高 | 中高 | ? | 真实数据采集成本高、标注难，合成数据与现实差距待突破 |
| 供应链/国产化风险 | 中 | 中高 | ? | 高精度传感器、高端电机等核心器件对外依赖度高 |
| 技术路线不确定性 | 中 | 中 | ? | 世界模型vs VLA路线之争，Chiplet/RISC-V等新架构冲击 |
| 伦理与监管风险 | 中 | 中 | ? | 人形机器人取代人工的社会影响、责任界定、安全标准待明确 |
| 估值泡沫风险 | 中高 | 中 | ? | 概念股炒作在先，业绩兑现滞后，板块波动性大 |
5.2 重点风险解析
? 商业化节奏风险（最高关注） |
? 数据瓶颈 |
? 核心硬件供给约束 |
六、投资建议
6.1 行业整体投资评级
★★★★★ 行业投资评级：强烈看好 核心评级：⭐⭐⭐⭐⭐ |
核心逻辑：物理AI是AI技术演进的最终落地形态，2026年已进入从0到1的裂变期。英伟达、特斯拉、OpenAI等全球科技巨头重金投入，资本市场融资创历史记录。中国在整机集成、应用场景和政策推动方面具备独特优势。建议优先布局算力底座和核心硬件环节，其次关注整机集成和应用场景。
6.2 最佳投资环节
| 推荐顺序 | 环节 | 理由 | 风险等级 |
| ⭐1 | AI算力芯片/平台层 | 确定性最高，英伟达生态持续受益，国产替代空间大 | 中等 |
| ⭐2 | 核心传感器 | 感知层需求刚性，技术壁垒高 | 中等偏上 |
| ⭐3 | 人形机器人整机集成 | 中国制造业优势明显，2026年规模量产元年 | 偏高 |
| 4 | 工业仿真/数字孪生 | 国产替代先锋，短期业绩可兑现 | 偏低 |
| 5 | 自动化执行器/关节模组 | BOM成本占比最大，国产替代空间广阔 | 中等偏上 |
6.3 核心标的推荐
全球标的：
| 公司 | 推荐理由 | 核心关注点 |
| 英伟达(NVIDIA) | 物理AI全栈供应商，CUDA生态+Omniverse+Cosmos+Jetson Thor闭环，高端机器人SoC市占率68% | 中国出口管制风险、GPU交货周期 |
| 特斯拉(Tesla) | Optimus成本1.8万美元跌破经济拐点，FSD芯片复用，垂直整合极致效率 | Optimus量产节奏、FSD监管进展 |
| 优必选(9880.HK) | 中国人形机器人龙头，2025年14亿订单，500+台Walker S2交付，工业场景先发优势 | 订单交付节奏、盈利能力改善 |
A股核心标的：
| 公司 | 代码 | 核心定位 | 核心关注点 |
| 工业富联 | 601138 | 英伟达AI服务器核心代工（全球40%+） | 英伟达供应链份额变化 |
| 索辰科技 | 688507 | 国产CAE+物理AI，"开物"平台对标Isaac Sim | 物理AI收入增速、客户拓展 |
| 寒武纪 | 688256 | 国产AI芯片龙头，物理AI训练/推理国产替代 | 产品落地进展、大客户突破 |
| 华如科技 | 301302 | 军事物理AI仿真龙头，XSim体系独树一帜 | 军工订单节奏 |
| 中科创达 | 300496 | Jetson+DRIVE双授权，端侧物理感知与决策 | 机器人客户拓展 |
| 凡拓数创 | 301313 | AI+3D数字孪生，智慧城市/水利能源场景落地 | 行业分类重估空间 |
6.4 关键催化剂时间表
| 时间 | 事件 | 预期影响 |
| 2026年Q2 | 英伟达GTC 2026具身智能全栈升级 | 物理AI技术路线进一步明确 |
| 2026年全年 | 特斯拉Optimus量产爬坡 | BOM成本持续下降，供应链受益 |
| 2026年H2 | 中国人形机器人销量翻倍至2.8万台 | 产业链订单爆发，整机厂业绩兑现 |
| 2026年H2 | 杭州国家级物理AI基地运营 | 中国物理AI产业生态加速形成 |
| 2027年 | HBM/算力瓶颈缓解+GPT-5+新模型迭代 | 物理AI模型能力跃迁 |
| 2026-2027年 | 更多物理AI企业上市（港股/A股） | 板块稀缺性下降，龙头估值分化 |
6.5 仓位与期限建议
| 维度 | 建议 |
| 建议仓位 | 科技成长板块中，物理AI概念配置10-20%（兼顾确定性与弹性） |
| 投资期限 | 中长期（12-24个月），赛道处于0-1裂变期，短期波动不可避免 |
| 核心策略 | 算力底座（确定性）+ 传感器/执行器（弹性）+ 整机集成（长期空间）三层配置 |
⚠️ 退出信号 • 英伟达/特斯拉机器人出货量连续低于预期 • 全球AI资本开支出现环比下降拐点 • 物理AI概念板块整体PE超过80倍时需警惕泡沫 |
七、风险提示与免责声明
本报告仅作为行业研究分析参考，不构成任何投资建议。市场有风险，投资需谨慎。 数据来源：百度百科、MarketsandMarkets、Gartner、Statista、弗若斯特沙利文、IDC、摩根士丹利、中信建投证券、东吴证券、德勤、同花顺问财财经资讯等。 报告生成时间：2026-05-17 23:30 CST |
— END — 深度行业研究 · 物理AI（Physical AI）行业分析报告 · 2026年5月 |
