股票 
板块 
用户 
资讯 本报告围绕物理AI的技术演进、全球企业布局与场景验证，从模型、数据及商业落地三个维度，研究AI由数字空间走向物理世界的产业机遇，并结合全球代表企业进展，分析产业链机会、应用场景和规模化落地的关键约束。
物理AI推动人工智能从生成内容走向执行动作。生成式AI拓展了信息理解和内容生产的边界，物理AI进一步要求系统理解空间关系、遵循物理约束，并通过传感器与执行器完成现实任务。相比于生成式AI，物理AI对数据的要求更多元，依赖真实传感器信息和连续时序及空间数据，其产业价值来自机器人可承担任务范围的扩大，以及对人工操作和生产流程的持续优化。
世界模型与VLA协同融合，推动物理AI形成感知、预测与行动闭环。VLA将视觉信息、语言指令与机器人状态映射为动作策略，世界模型则预测动作引发的环境变化，为策略选择提供前瞻性判断。在协同架构下，VLA可生成候选动作，世界模型通过预测执行结果辅助评估和优化，真实执行反馈再用于修正状态判断与后续动作。进一步看，二者可通过共享环境表征、联合学习动作与状态变化，在统一模型中融合物理预测和动作生成能力，有望提升长程任务规划、复杂接触操作及跨场景泛化水平。
真实交互数据与仿真训练共同支撑模型迭代。物理AI模型需要通过大量物理交互样本学习环境状态与动作之间的关系。真实数据主要通过遥操作、UMI（通用操作接口）、EGO（第一视角数据采集）等方式获取，记录人类或机器人在真实环境中的视觉、动作、位置及接触信息；仿真与合成数据则通过构建虚拟场景、物理参数及交互轨迹，扩展训练任务规模和长尾场景覆盖，降低真实环境中的数据采集与试错成本。
任务边界清晰场景优先落地。物理AI的商业化需要兼顾任务复杂度、环境稳定性、执行可靠性与投入产出效率。目前，工业制造、物流仓储及部分自动驾驶应用具备相对明确的任务边界和评估指标，能够围绕任务成功率、运行效率、人工接管率及单位任务成本等指标开展验证。相比之下，通用家庭服务需要应对更加开放和多变的环境，复杂医疗康养场景则对安全性、可靠性及合规性提出更高要求，短期仍受到模型泛化能力、硬件成本及长期稳定运行能力的制约。
投资建议：关注数据、仿真、感知执行与场景落地。一方面，关注高质量真实交互数据、数据采集终端、仿真平台及模型评测等基础设施；另一方面，关注视觉、IMU、力触觉、运动捕捉、灵巧手及控制器等感知与执行环节，以及机器人端侧。同时，关注已进入真实场景验证的机器人及物理AI应用企业。标的详情参见正式报告。
风险提示：技术进展不及预期、商业化落地不及预期、市场竞争加剧及安全合规风险。
1. 物理AI的发展进程
物理AI的能力边界正从“理解世界”延伸到“作用于世界”。与仅在数字环境中生成内容的AI不同，物理AI需要依靠模型、传感器和执行系统完成现实任务，并根据执行结果反复修正。
1.1 物理
AI的定义与技术演进
物理AI是能够在物理世界中运行并与之交互的AI系统，依托模型、物理规律、传感器和执行器，实现感知、理解、推理、执行与协调。
Physical AI（物理人工智能）的思想源于早期具身智能与机器人学研究。2020年，Miriyev与Kova?在《Nature Machine Intelligence》发表论文《Skills for Physical Artificial Intelligence》，较早系统讨论了Physical AI，提出融合材料科学、机械工程、计算机科学、生物学等多学科技术，构建能够与物理环境自然交互的智能系统，为这一概念提供了重要的学术基础。
2025年1月，英伟达CEO黄仁勋在CES 2025主题演讲中进一步推动Physical AI走向产业主流，将其视为AI从感知式AI、生成式AI向物理世界延伸的重要方向。同期，英伟达发布Cosmos世界基础模型平台，并结合Omniverse仿真技术，推动物理AI在机器人、自动驾驶及工业场景中的应用。
1.2 产业链全景：数据、模型、算力、硬件与应用
产业竞争不仅是单一模型竞争，更是数据、软件和硬件协同。数据与仿真提供学习样本和验证环境，
VLA与世界模型等支撑理解与动作策略，云端GPU及端侧计算平台提供训练和实时运行能力，传感器与执行器负责与环境交互；具体场景反过来提供运行反馈。
2. 物理
AI的技术原理及产业链环节
物理AI的核心是形成可持续的感知—规划—执行闭环。从感知、状态理解和动作规划到控制执行与反馈，机器人既需要高层推理，也需要低延迟的动作控制；真实数据与仿真训练则帮助模型适应新的任务和环境。
2.1 技术架构：大脑、小脑与执行系统
物理智能可用“大脑—小脑—本体”理解其功能分工。“大脑”侧重理解指令、分析场景和拆解任务；“小脑”侧重连续动作生成、全身协调及纠偏；传感器与底层控制器负责反馈、关节力矩和平衡。
2.2 VLA与世界模型：从任务理解到动作预测
VLA连接多模态理解与机器人动作。VLA（视觉—语言—动作模型）将环境图像、文字任务和机器人状态映射为动作指令或动作序列，使模型能够从“理解做什么”进入“决定如何做”。在分层系统中，VLA可以承担动作策略，也可能与高层推理、低层控制共同构成系统。
世界模型侧重回答“动作之后可能发生什么”。世界模型尝试根据当前环境及动作预测物体运动、接触或后续状态，可用于规划、仿真和数据合成。Meta V-JEPA侧重基于视频学习世界表征；NVIDIA Cosmos则进一步探索环境生成与动作建模。
2.3 真实数据与仿真：机器人如何获得训练样本
机器人训练数据主要来自真实交互与仿真合成两条路径。真实数据可记录视觉、位置、动作、接触与执行结果；仿真数据则可在可控环境中大规模扩充场景并降低试错成本。
仿真的价值在于扩展训练规模。仿真训练通常先构建数字场景与物理参数，再并行生成机器人交互轨迹，并通过视觉随机化、真实示教校准和真机评测改善虚实迁移。NVIDIA Isaac Sim/Isaac Lab是具有代表性的仿真与学习工具。
2.4 数据采集产业链：聚焦关键技术与代表性参与者
数据采集既包含硬件系统，也包含生产、处理和评测服务。上游围绕相机、力触觉和遥操作系统，中游提供真机或人类示教、仿真数据生产，下游完成动作重建、清洗、标注、评测及交付。
2.5 机器人本体与灵巧操作
本体是物理AI落地的必要载体，核心在于稳定执行。传感器用于识别物体、位置、运动与接触状态，控制器和执行器负责把模型指令转换为真实动作。人形机器人还要解决双足平衡、灵巧抓取、续航和长期运行可靠性，本体能力与训练数据相互影响。
3. 全球科技巨头及代表性企业进展
从模型到场景，不同企业正在形成互补的技术路线。当前产业路线有所分化：模型公司探索通用智能与动作策略，平台公司提供数据与仿真工具，机器人企业则通过真实部署验证闭环。
3.1 特斯拉：Optimus探索规模化制造与自主数据闭环
特斯拉以Optimus为载体，推进机器人研发与规模化制造协同。公司《Q3 2026 Update》披露，Optimus在弗里蒙特高产能生产线上开始早期生产，所生产机器人属于首批生产级产品。
Optimus Academy旨在通过持续执行多种任务积累真实交互数据。特斯拉管理层在2026年第三季度业绩交流中提出，将部署约1万至2万台机器人开展自主练习，以形成训练数据与模型迭代的反馈闭环。
3.2 OpenAI：通用模型能力与真实机器人数据采集并行探索
OpenAI机器人研究正探索通用多模态模型参与动作决策的可行性。Zhang等2026年9月的独立论文在RoboDojo共42项任务上测试GPT-6 Astra作为机器人策略，报告平均成功率22.48%，但高精度、动态控制与复杂双臂操作仍表现受限。
真实数据采集是
OpenAI机器人研发的重要环节。据
Business Insider于2026年1月报道，其旧金山实验室通过GELLO类控制器遥操作Franka机械臂获取叠衣服、厨房操作等示教数据。OpenAI官方招聘要求则强调机器人平台、感知设备、操作员工具、数据管线与质量评测的系统化建设。
3.3 英伟达：构建从世界模型到机器人部署的开发生态
英伟达通过
Cosmos、GR00T和Isaac构建覆盖训练、仿真、评测与部署的物理AI技术底座。Cosmos面向环境理解、生成及世界建模，GR00T为机器人动作与策略研发提供基础模型路线；Isaac Sim用于高保真物理环境和合成数据，Isaac Lab面向机器人强化学习与并行训练，端侧平台及运行工具则连接真实传感器、模型与控制器。不同组件共同降低系统集成与训练工具链的重复开发成本。
Isaac平台升级将机器人开发的竞争重心从单项模型演示扩展至完整工具链。NVIDIA于2026年10月21日宣布扩展Isaac OS运行时、Isaac Lab 3.0以及数据采集与仿真工作流，使机器人训练、评测和端侧部署能够衔接。Agile ONE SN参考平台则融合Jetson Thor、GR00T、触觉灵巧手和多视角传感器，面向研究与技能验证。
3.4 Google DeepMind：Gemini Robotics连接空间推理与实体操作
Google DeepMind沿多模态理解、具身推理及动作执行的协同方向推进机器人基础模型。2026年7月发布的Gemini Robotics 2系列包括负责机器人动作控制的VLA模型、承担高层任务规划的ER 2模型，以及支持端侧运行的版本，并在多机器人协作、全身控制和灵巧操作场景进行验证。
3.5 Meta：以视频世界模型学习物理环境动态
Meta通过视频自监督学习物体状态与时间变化，并尝试将世界表征用于机器人规划。其
V-JEPA 2在互联网视频上进行预训练，结合少量机器人交互数据实现新环境中的目标图像引导操作，在抓取与放置等任务上提供了规划能力的早期验证。
3.6 苹果：从空间感知与动作学习到人形机器人自主控制
苹果在物理AI 领域的研究主要围绕机器人数据采集、空间感知与动作学习展开。2024—2025 年，苹果先后推出 ARMADA、ARMOR、EgoDex 等研究，探索利用 Vision Pro 采集人类操作数据、通过分布式传感器提升人形机器人感知能力，以及构建第一视角灵巧操作数据集；同时通过 ELEGNT 等项目探索机器人的自然交互与表达性动作，逐步形成从数据采集到机器人感知和动作学习的技术布局。
2026 年，苹果的研究进一步向机器人动作策略与技能复用延伸。7 月发布的 MoMo 探索通过时空动作编码实现机器人运动模式的灵活控制；9 月发布的 REFACTOR-VLA 则尝试结合世界模型构建可复用的机器人技能库，提升长程任务执行能力。11 月 4 日发布的 HALO（Perceptive Humanoid Motion from Simulation）进一步探索基于大规模仿真训练的人形机器人自主控制，将系统划分为视觉语言模型、动作生成器和底层动作跟踪器三个层级，分别负责任务理解、全身运动规划与关节控制。
HALO 利用程序化生成技术构建 1,000 个家庭仿真场景，自动合成视觉、语言指令与机器人运动轨迹，并在宇树 G1 人形机器人上进行真实环境验证。研究团队在 6 个未提前建图的真实环境中开展 360 次任务测试，报告整体成功率达到 91%，展示了仿真训练向陌生真实环境迁移的潜力。整体来看，苹果正从空间交互和数据采集逐步向机器人自主控制延伸。
3.7 其他海外代表性企业：模型服务化与场景应用探索
3.7.1 Physical Intelligence：机器人基础模型服务化
Physical Intelligence正尝试将机器人基础模型从研究成果转化为可供客户调用的平台能力。公司于
2026年10月13日推出Pi API beta，允许合作方上传机器人数据、进行托管微调，并通过云端接口开展推理。现阶段已展示重型设备、食品与制造等场景的早期验证。
3.7.2Figure AI：从宝马工厂产线操作到物流任务
Figure AI正在推动人形机器人由固定产线任务向更复杂的工业物流操作延伸。公司披露，Figure 02在宝马Spartanburg工厂累计运行超过1,250小时、搬运9万余件零部件，并支持3万余辆BMW X3的生产；2026年6月，Figure 03在该厂展示零件排序、搬运与全身协同操作。
3.7.3 SK海力士：数字孪生与半导体工厂自主化
SK海力士正与SK Telecom、NVIDIA探索半导体工厂数字孪生与自主化。三方基于NVIDIA Omniverse和OpenUSD构建晶圆厂虚拟环境，支持设备调度、场景复现与工艺验证；SK海力士还与NVIDIA合作推进半导体仿真加速以及Jetson Thor机器人计算平台相关存储器研发。
3.7.4 Anthropic：AI智能体连接实验室硬件
Anthropic沿AI智能体与物理仪器接口推进研究。公司于2026年8月27日发布Model Hardware Standard（MHS）研究预览，拟为智能体安全访问显微镜、液体处理设备及机械臂提供统一规范，并支持多个设备协同执行实验流程。
4. 物理
AI应用场景与投资建议
物理
AI的商业化应从可评估的真实任务出发。应用场景的落地速度取决于任务边界、环境复杂度、数据闭环与硬件可靠性。工业、仓储和部分智能驾驶应用已有更多工程验证；开放家庭环境及复杂医疗操作仍需更严格的可靠性与合规验证。
4.1 智能驾驶：从环境感知走向端到端决策
智能驾驶是物理AI在真实环境持续验证的重要方向。智能驾驶具备较成熟的道路数据采集、仿真验证与部署体系。物理AI进一步推动感知、预测和规划一体化，但极端长尾交通、安全冗余与法规仍是规模化运行的关键约束。
4.2 工业制造与仓储物流：任务清晰、便于评估
受控任务是机器人商业化的重要切入点。工业现场以搬运、上下料、分拣及柔性装配为典型任务，关注节拍、精度、安全与停机率；仓储强调混合
SKU拣选、机器人调度与吞吐效率。两类场景的投入产出边界相对清楚，也便于形成真实数据回流。
4.3 人形机器人、服务及医疗康养：应用边界持续拓宽
多任务机器人存在较大技术空间，但应用成熟度高度分化。人形机器人与商业服务机器人在通用操作、移动和人机协作方面具备长期研究价值，但当前大量成果仍是试点或特定任务展示。医疗康养更强调接触安全、监管责任与长期可靠性，短期可优先关注递送、辅助作业及实验室自动化等边界清晰的任务。
4.4 投资建议与风险提示
4.4.1 投资建议：关注数据、仿真、感知执行与场景落地
关注数据、仿真、感知执行与场景落地。一方面，关注高质量真实交互数据、数据采集终端、仿真平台及模型评测等基础设施；另一方面，关注视觉、
IMU
、力触觉、运动捕捉、灵巧手及控制器等感知与执行环节，以及机器人端侧。同时，关注已进入真实场景验证的机器人及物理
AI
应用企业。标的详情参见正式报告。
4.4.2 风险提示
技术进展不及预期风险。模型对复杂接触、开放场景及长周期任务的泛化能力可能低于预期，导致产品研发和商业化节奏滞后。
数据与仿真训练效果不及预期风险。高质量物理交互数据采集困难，仿真与真机之间的环境偏差可能使训练效果难以充分迁移。
硬件可靠性及成本下降不及预期风险。传感器、执行器、灵巧手、能源系统等仍可能受精度、寿命、良率和制造成本约束，影响长期稳定运行。
商业化、市场竞争及安全合规风险。部分应用尚处于有限场景试点，客户采购、维护投入和使用频率存在不确定性；同时，实体系统需满足人员安全、隐私、法律责任和行业监管要求。
AI-Big data-Cloud
刘玉萍
liuyuping@cmschina.com.cn
周翔宇
zhouxiangyu@cmschina.com.cn
扫描下方二维码
关注“招商计算机团队”微信公众号
免责声明：
本微信号推送内容仅供招商证券股份有限公司（下称“招商证券”）客户参考，其他的任何读者在订阅本微信号前，请自行评估接收相关推送内容的适当性，招商证券不会因订阅本微信号的行为或者收到、阅读本微信号推送内容而视相关人员为客户。
完整的投资观点应以招商证券研究所发布的完整报告为准。完整报告所载资料的来源及观点的出处皆被招商证券认为可靠，但招商证券不对其准确性或完整性做出任何保证，报告内容亦仅供参考。
在任何情况下，本微信号所推送信息或所表述的意见并不构成对任何人的投资建议。除非法律法规有明确规定，在任何情况下招商证券不对因使用本微信号的内容而引致的任何损失承担任何责任。读者不应以本微信号推送内容取代其独立判断或仅根据本微信号推送内容做出决策。
本微信号推送内容仅反映招商证券研究人员于发出完整报告当日的判断，可随时更改且不予通告。
本微信号及其推送内容的版权归招商证券所有，招商证券对本微信号及其推送内容保留一切法律权利。未经招商证券事先书面许可，任何机构或个人不得以任何形式翻版、复制、刊登、转载和引用，否则由此造成的一切不良后果及法律责任由私自翻版、复制、刊登、转载和引用者承担。
评论 (0)