第一部分：物理AI基础认知确权
一、标准化定义：两层框架精准界定
学术本源定义
物理AI（Physical AI）在学术语境中，指将物理规律（力学、热力学、流体动力学等）嵌入AI模型的内在计算架构，使其能够在真实物理世界中进行感知、推理与行动的人工智能体系。其核心不是简单地让AI"控制机器人"，而是让AI内生地理解物理因果逻辑，能够预测物理事件的发展，并在不确定性中做出可靠决策。
英伟达产业落地定义
英伟达CEO黄仁勋在2025年链博会上首次系统阐述了物理AI概念：物理AI是指能够理解现实世界并与之进行交互的AI模型，是一种"使自主机器（如机器人、自动驾驶汽车等）在真实物理世界中感知、理解和执行复杂操作"的技术。到2026年1月，黄仁勋在CES上宣告："物理AI的'ChatGPT时刻'已经到来。
通俗解释 vs 专业解释对照
三大根本性区别：物理AI vs 传统大模型 vs 传统机器人算法
传统大模型（如GPT类）的本质是语言概率预测，它不理解重力、摩擦力、材料弹性，面对"把一个鸡蛋放入杯中"这类物理任务毫无感知能力。传统机器人算法是规则硬编码，遇到新场景即刻失效，泛化能力极差。物理AI的核心突破在于：将物理规律编码进模型先验知识，同时具备大模型的语义理解和泛化能力，实现了"既懂世界规则，又能灵活迁移"的双重能力。
二、底层技术逻辑拆解：三大基石
基石一：可微分物理引擎
可微分物理引擎是物理AI的核心计算底座。传统物理引擎只能做正向仿真（给定输入→输出结果），而可微分物理引擎可以对物理过程进行梯度反向传播，让AI模型像训练神经网络一样，通过最小化物理误差来优化控制策略。通过可微物理引擎优化机器人控制参数、最小化轨迹误差，可微物理性利用完善的物理定律实现高数据效率、强域内泛化能力和稳定的长时域预测，在精确和可解释的控制方面具有优势。
基石二：世界模型（World Model）
世界基础模型的概念定义是：根据真实视觉信息以及条件信息，生成下一时刻的视觉预测，即根据当前视觉输入，预测各种不同行动产生的后续结果。世界模型让AI在采取真实行动之前，能在脑海中"预演"物理后果——这是人类具身认知的本质，也是物理AI区别于单纯视觉AI的关键。英伟达发布的NVIDIA Cosmos 3采用全新混合Transformer架构，将视觉推理、世界生成与动作预测统一到单一系统中，大幅缩短物理AI训练和评估周期，从数月压缩到数天。
基石三：多模态物理感知体系
物理AI的感知不仅是视觉，还融合激光雷达（精确三维测距）、力觉传感（触摸力度反馈）、IMU（惯性姿态感知）、热成像等多种传感器，并通过深度融合算法形成统一的环境表征。这是机器人"手感"和"空间感"的来源。
技术差异对比：传统数据驱动 vs 物理+数据双驱动
物理AI通过构建"空间智能-世界模型-物理AI"的三层架构，引入符合物理规律的世界模型进行预训练与合成数据生成，使机器人技能的泛化能力提升约40%，并能将动作优化周期从数周缩短至小时级，实现了从被动执行到主动认知决策的质变。
三、技术演化路径：从实验室到产业化时间线
第二部分：产业全景深度投研分析
一、A股市场定价现状：短期炒作 vs 中长期价值
短期炒作逻辑的形成原因
当前A股"物理AI=人形机器人"的线性联想，根源在于英伟达Cosmos的发布恰好在时间上与特斯拉Optimus放量节点高度重合，媒体传播天然地将最具画面感的人形机器人与物理AI绑定。近期孙宇晨表示，普通虚拟AI红利结束，未来3年唯一主线是物理AI（具身智能），宣称准备10亿美金布局物理AI八大方向：人形机器人、工业仿真、3D视觉、自动驾驶、执行器、无人机、空间计算、能源。这一表态在A股市场产生了题材联动效应。
客观辨析：人形机器人只是物理AI的一个落地场景
物理AI的应用版图实际上覆盖七大领域。人形机器人虽然是最具想象力的终局，但从当前商业化成熟度来看，自动驾驶、工业数字孪生、手术机器人的短期业绩兑现速度更快，泡沫程度更低。市场在短期逻辑上过度集中于人形机器人，导致其他赛道相对低估。
二、全领域落地场景拆分
① 机器人赛道（当前主力落地方向）
工业机器人是最成熟的落地场景，物理AI在此处的核心价值在于：将固定程序机器人升级为能自主学习新任务的柔性机器人。人形机器人是远期终局，特斯拉在2026年第一季度财报电话会议透露，第一代机器人生产线将下线100万台产能。仓储移动机器人（AMR）是已量产变现最稳定的赛道，亚马逊Blue Jay等系统已开始商业部署。
② 自动驾驶/低空无人载体
自动驾驶是物理AI最早规模化的战场，激光雷达、视觉融合感知已有完整商业链条。2025年，禾赛科技激光雷达全年交付量同比增长3倍，速腾聚创激光雷达总销量同比增长67.6%。低空经济（eVTOL、无人机）正在成为物理AI的新落地场景，仿真验证需求快速增长。
③ 工业制造（数字孪生+智能制造）
这是物理AI2026年最快落地的赛道之一。数字孪生赛道正从"展示型孪生"进化为"可执行孪生"——能够通过仿真推演直接输出控制指令。在汽车制造领域，物理AI将半导体制造的试错成本降低40%，研发周期缩短30%；据预测，到2030年，制造业物理AI市场将以30%-35%的复合年增长率扩张。
④ 医疗（手术机器人、康复外骨骼、智能假肢）
手术机器人是医疗物理AI最成熟的赛道，直觉外科Da Vinci系列已形成成熟生态。国内天智航、微创机器人正在加速布局。康复外骨骼和智能假肢的物理AI赋能处于早期，但临床需求刚性明确。商业化进度：手术机器人（成熟）→康复外骨骼（小批量）→智能假肢（研发验证阶段）。
⑤ 五大配套赛道
智能家居（扫地机器人、家庭服务机器人）、智慧仓储、军工仿真、元宇宙物理写实渲染、AI for Science（蛋白质折叠、材料发现）均在物理AI产业的受益范畴内，但A股可投资标的相对分散。
三、产业链分层拆解
如上图所示，物理AI产业链呈四层结构，各层技术壁垒、国产替代空间与行业拐点时间各异。
第一层：仿真软件层
技术壁垒最高，软件毛利率普遍在80%-95%之间。当前国际主导是英伟达Isaac Sim、西门子Simcenter、达索CATIA/SIMULIA。国内仍处于追赶阶段，索辰科技（688507）的CAE仿真软件工程仿真软件毛利率达96%+，但物理AI平台产品收入规模尚小。2025年，索辰科技物理AI突破低空领域应用，率先形成落地收入，全年来自开物平台（物理AI核心）的收入达5816万元。行业拐点预计：2027-2028年，随国内整车厂/机器人厂商加大Sim2Real投入，国产仿真平台有望迎来量级增长。
第二层：算力基础设施层
卡脖子最严重的环节。英伟达在AI训练算力仍占主导。国内以华为昇腾系列、寒武纪（600519旗下）、海光信息（688041）为国产替代主力。物理AI训练场景的算力需求持续增长，多模态大模型、高保真仿真环境的大算力需求正式从实验室验证迈入规模化商业化落地阶段。
第三层：多模态感知层（核心增量逻辑）
感知层是当前业绩兑现最清晰的环节。速腾聚创执行董事兼CEO邱纯潮表示，机器人市场的毛利率长期保持在35%-50%水平，长期来看机器人市场规模有望达到汽车市场的10倍。激光雷达的需求正从车载向机器人、低空无人机快速迁移，打开更大增量空间。
第四层：硬件执行层
竞争最激烈，整体价值占比约25%，但产业链条最长。谐波减速器、丝杠、伺服电机是三大核心子赛道。据中商情报局披露，绿的谐波2024年市占率达全球12%，位居全球第二、国产第一；预计到2030年中国谐波减速器在人形机器人上出货量规模370.6万台，2025-2030年谐波出货量复合年均增长率为85.7%。
四、中长期景气预判（2026-2028）
近两年全球相关产业资本注入超过500亿美元，物理AI是当前唯一串联算力、高端制造、机器人、半导体的跨领域底层技术。
三种情景测算
业绩兑现节奏预判（中性假设）
2026年：感知层（激光雷达、3D视觉）业绩最先兑现；执行层（减速器、丝杠）小批量出货放量。2027年：仿真软件层增量逻辑开始兑现；人形机器人整机进入规模量产验证。2028年：算力层国产替代加速，全产业链景气共振。
五、行业利空逻辑
以下风险因素需要高度重视，这也是当前机构普遍持谨慎态度的根本原因：
技术落地不及预期风险：灵巧手控制精度、多模态感知融合稳定性、Sim2Real迁移效果均存在重大工程挑战。当前物理AI产业链仍处于投入期，索辰科技2025年物理AI收入仅5816万元，占公司总营收比例较低，宏大叙事与真实营收之间存在巨大鸿沟。
海外技术垄断风险：部分高端仿真工业软件、核心传感器、AI训练算力平台仍高度依赖海外供应商（英伟达、西门子等），国内企业自主替代仍处中早期，面临技术和供应链双重风险。
下游量产延期风险：人形机器人仍面临成本高、技术成熟度不足、大规模商用周期长于预期等多重挑战，市场对时间表的乐观预期本身构成风险。
短期题材泡沫风险：部分概念股已大幅涨价，脱离基本面支撑，公司自身发布风险警示，投资者切忌在高估值时盲目追涨。
第三部分：A股标投资筛选
依据硬性筛选规则（有自研产品、有财报营收或研发投入佐证、绑定主流生态三者任一），严格剔除无相关业务实质的蹭概念公司，以下为分层清单。
第一层：仿真软件层
分档说明：
索辰科技：题材弹性标的（物理AI平台产品小批量落地，但营收规模仍小，公司自发风险警示） 凡拓数创：产业基本面龙头（营收高增长，场景落地相对清晰） 中望软件：低位潜伏标的（工业软件国产化逻辑扎实，物理AI专项业务尚未形成独立收入）
第二层：算力基础设施层
分档说明：上述公司均为技术研发/国产替代阶段，物理AI专项营收尚未独立披露，属低位潜伏标的。算力层当前受英伟达主导，国产替代逻辑长期成立但短期兑现节奏慢。
第三层：多模态感知层
分档说明：
禾赛/速腾：产业基本面龙头（业绩落地清晰，机器人增长曲线已形成） 奥比中光：题材弹性标的（3D视觉技术路线明确，规模量产待验证） 凌云光：低位潜伏标的（具身智能布局早期，主业稳健）
第四层：硬件执行层
分档说明：
绿的谐波：产业基本面龙头（国产谐波第一，已进入核心供应链） 汇川技术：产业基本面龙头（自动化控制全栈布局，机器人业务协同性最强） 五洲新春、鸣志电器：题材弹性标的（丝杠/电机布局明确，业绩兑现节奏待观察） 埃斯顿：低位潜伏标的（仿真平台+整机集成，产业链卡位完整）
第四部分：投研总结
物理AI核心结论
概念本质：物理AI不是机器人的代名词，而是让AI真正理解并作用于物理世界的基础能力革命，覆盖机器人、自动驾驶、工业制造、医疗、低空飞行等全领域。
全赛道成长逻辑：物理AI的核心变革，是构建起"感知—推理—行动—反馈"的全闭环智能体系，推动AI从虚拟算力赋能，升级为改造实体产业的核心生产力，是人工智能全面渗透实体经济的必经路径。产业发展节奏遵循"感知先行→软件平台跟进→全链条协同"的逻辑。
A股整体投资性价比评估：感知层（激光雷达/3D视觉）基本面最扎实，业绩兑现节奏清晰，性价比最高；执行层（减速器/丝杠）量产前景明确，但需甄别真实供应链卡位与蹭概念企业；仿真软件层是最大远期空间，但当前业绩过小，需警惕短期泡沫；算力层国产替代逻辑成立，但技术追赶周期长，适合长期布局。短线大幅追涨已有风险警示的题材股，不是价值投资的正确姿势。
后续产业关键催化日历
免责声明：本报告为机构行业研究参考，所有A股标的信息来源于公开财报、上市公司公告及券商研报，不构成任何买入/卖出操作建议。物理AI产业处于快速演进阶段，部分数据以最新公开信息为准，暂无落地数据处均已标注。投资者应独立判断，自负盈亏。
