股票 
板块 
用户 
资讯 陈彦
执业编号：S0740623080015
>>
点击查看我的更多精彩观点
近期，波场TRON创始人孙宇晨在社交媒体上高调宣称：“普通AI落幕，物理AI才是未来三年主线。”此言一出，市场对“物理AI”的关注度迅速升温。无独有偶，今年3月的GTC 2026大会上，英伟达CEO黄仁勋明确宣告“物理AI时代已经到来”；并且在2026年国际消费类电子产品展览会（CES）上，物理AI被正式定义为AI下一个核心领域，并被认为将引爆新一轮工业革命。
与传统依赖海量文本、图像数据训练的大语言模型不同，物理AI强调的是人工智能对现实物理世界的感知、理解与交互能力。它不仅需要处理视觉、语音等传统信息，更要融合如底盘运动学、路面摩擦系数、惯性测量单元（IMU）、力学反馈等物理参数，从而使机器能够像人类一样在真实环境中完成精确操控、避障、负重、平衡等任务。
物理AI的产业价值目前高度集中于两个确定性极强的赛道：
01
自动驾驶：从感知智能走向操控智能
在自动驾驶领域，物理AI将深度融合车辆底盘动态、实时路况、惯性传感等物理参数，极大强化车辆在极端路况（如冰雪、砂石、涉水、陡坡）下的避险与稳控能力。在轮胎附着力突变时瞬时调整扭矩分配，或在突发侧滑时主动介入车身稳定系统。物理AI的引入将全面赋能从高速NOA到城市全场景智能驾驶，加速L4级及以上自动驾驶的商业化落地进程。
02
机器人：从程序执行到环境自适应
在机器人领域，物理AI赋予设备空间感知与受力判断能力。工业场景中，机器人可完成精密装配、柔性打磨、高危环境巡检等依赖实时力控的任务；在服务与家庭场景中，人形机器人借助物理AI可实现自主导航、物体抓取、动态避障，甚至完成开门、上下楼梯、搬运重物等复杂动作，真正支撑起家庭、园区、商超等全场景实操。
在此基础之上，如果物理AI能够如预期爆发，那么将颠覆传统以“集中式预训练”为核心的算力需求模式。与大语言模型（LLM）动辄需要数万张GPU、消耗天文数字电力进行一次性预训练不同，物理AI的算力需求贯穿“仿真—训练—部署”全生命周期。推理需求远大于训练需求。一辆自动驾驶汽车每秒需进行数十次推理决策，一台人形机器人每毫秒都要调整关节力矩。
因此，边缘端算力需求正呈现爆发式增长。
这一观点已经在美股上得到印证。5月8日，AI独角兽Anthropic与全球领先的边缘云服务商Akamai Technologies达成了一份为期多年、总价值高达18亿美元的AI云服务合同。这是Akamai成立以来最大单笔订单，同时也是全球大模型公司首次向第三方边缘算力服务商授予此类大额订单，具有标志性意义。物理AI的实时推理任务无法完全依赖集中式云端数据中心，必须将算力下沉至靠近用户的边缘节点（即Akamai遍布全球的分布式边缘网络），以保障毫秒级响应与数据隐私安全。消息公布当日，Akamai股价暴涨26.58%，市值一举突破214亿美元。
免责声明：以上行情分析和操作策略仅为投顾个人观点，该观点可能随着时间推移而调整，仅供参考，不作为具体的买卖依据。阅读本文者若根据文章做出的任何投资行为，后果自担。市场有风险，投资须谨慎。
作者简介
陈彦，中泰证券总部投资顾问，从事多年证券投资研究工作。立足于世界观，探究逻辑起因，搭建策略体系。从基础数据库到行业比较框架与方法论，研究维度包括估值、企业财务、景气周期、政策等。
评论 (0)