> **来源：[研报客](https://pc.yanbaoke.cn)** # 中国物理AI厂商全景报告总结 ## 核心内容概述 中国物理AI市场正经历从概念导入到工程化落地与商业化验证的关键阶段，预计从2025年的385亿美元增长至2035年的3,375亿美元，十年增长近八倍，复合年增长率达24.3%。该市场全球份额将从2025年的31%提升至2035年的37.5%，中国将成为全球最大且增长最快的单体市场。 物理AI将智能能力延伸至真实物理世界，通过“感知—决策—验证—执行—反馈”的闭环系统，使AI能够在机器人、智能驾驶、工业设备、城市基础设施等实体系统中实现自主任务完成。其核心价值在于高可靠性感知、实时决策、安全验证、控制执行与持续迭代能力。 ## 主要观点与关键信息 ### 1. 物理AI的定义与特征 - 物理AI是指在真实物理世界中，将多模态感知、智能决策与执行控制深度融合，并通过数据反馈持续优化、实现自主任务完成的工程化智能系统。 - 其核心特征是实现“感知—决策—验证—执行—反馈”的完整闭环，具备可验证、安全可靠、可持续运行的能力。 ### 2. 人工智能演进的三大阶段 - **生成式AI**：以内容生成为主，输出为文本、图像等数字内容。 - **代理式AI**：在数字域中完成任务执行，依赖工具调用、状态维护等能力。 - **物理AI**：在真实物理世界中执行可直接影响物理状态的动作策略，强调安全性和可靠性。 ### 3. 市场规模与增长趋势 - 2025—2035年，中国物理AI市场规模将从385亿美元扩张至3,375亿美元，复合年增长率达24.3%。 - 市场增长源于中国制造业基础、政策支持、算力与传感器技术发展，以及多元化应用场景需求的推动。 ### 4. 行业发展驱动因素 - **通用技术栈进入工程可用区间**：多模态基础模型、策略模型、世界模型与高保真仿真工具链的成熟。 - **数据与仿真基础设施完善**：仿真验证、合成数据与数字孪生成为行业扩张的关键基础设施。 - **成本结构优化**：高保真仿真压缩现场部署时间，软件化智能能力替代非标硬件。 - **高价值场景验证**：工业制造、自动驾驶、智能空间等场景具备明确的效率与成本指标，推动技术商业化。 ### 5. 技术演进趋势 - **从“功能智能”走向“通用智能”**：物理AI将转向多模态感知、空间认知、世界模型、运动控制与系统协同的综合能力。 - **多模态感知融合**：包括视觉、深度、红外、多光谱、激光雷达、力觉、触觉等。 - **模型与仿真协同**：世界模型、强化学习体系、数字孪生等技术共同降低训练成本。 ### 6. 场景落地趋势 - **安全用电与重点基础设施**：如充电停车场、变电站、地铁站等，物理AI通过多模态感知实现异常识别与安全预警。 - **工业制造**：解决非标准化、小批量、高混合度的生产挑战，如装配、拧紧、质检等任务。 - **智能驾驶**：通过高保真仿真与数据闭环，实现L3/L4级自动驾驶的商业化落地。 ### 7. 产业发展趋势 - **模型、硬件与工程交付能力协同升级**：工程交付能力成为规模化应用的关键。 - **标准化复制决定产业化效率**：企业需将经验沉淀为标准化方案，降低跨场景迁移成本。 - **垂直整合与专业分工并行**：产业链涵盖算力与传感器、系统能力平台、多模态感知、工业控制执行、场景应用等多个环节。 ### 8. 产业链全景图谱 - **上游**：智能算力与传感器，支撑物理AI的训练与感知能力。 - **中游**：系统能力平台，提供多模态模型、仿真与数字孪生等技术。 - **下游**：多元化应用场景，如机器人、智能驾驶、工业自动化等。 ### 9. 2026年物理AI最佳实践TOP10企业 - 阿里云、奥比中光、比亚迪、海清智元、汇川技术、商汤科技、腾讯、小鹏、宇树科技、智元创新入选。 - 评选标准包括技术栈完整度、系统闭环能力、工程化交付与商业化验证表现。 ## 关键厂商案例 ### 腾讯Tairos - **模型与平台**：提供多模态感知模型、规划大模型与感知行动联合大模型，支持机器人任务规划、环境理解与动作执行闭环。 - **应用**：与宇树科技、众擎机器人等合作，覆盖家居、工业等场景。 - **测试结果**：在1,011项任务测试中表现优异，具备多步骤任务规划与连续交互能力。 ### 小鹏第二代VLA - **模型与技术**：实现视觉感知、语言理解与动作执行的统一，覆盖L2到L4级自动驾驶。 - **应用场景**：支持复杂交通参与者识别、夜间小动物礼让、破损路面处理等。 - **产品落地**：2026款小鹏X9纯电版搭载图灵AI芯片，算力达2250TOPS，提升智驾体验。 ### 海清智元 - **技术能力**：多光谱AI在温度异常、电弧、火情等场景实现异常识别与安全预警。 - **应用场景**：覆盖能源、工业制造、重点基础设施，如配电柜测温、设备热缺陷识别等。 - **核心价值**：提升电力设施异常识别与运行态势研判能力，支撑预防性运维。 ## 总结 中国物理AI市场正迎来高速发展期，技术与产业协同推动其从概念走向商业化。核心驱动力包括算力与传感器技术的成熟、多模态感知与决策能力的融合、以及政策与市场需求的双重支持。未来，物理AI将围绕“感知—决策—验证—执行—反馈”构建闭环系统，推动工业制造、智能驾驶、安全用电等高价值场景的广泛应用。具备工程化交付、商业化验证与跨场景复制能力的企业将在竞争中占据优势。