深度报告-20260625-开源证券-传媒行业深度报告_物理AI_数据筑基_模型搭台_拔节起势在即_25页_3mb

物理 AI 行业深度报告总结

核心内容概览

物理 AI 是一种将人工智能与物理世界中的感知、决策与执行系统深度融合的技术体系，相较于数字 AI，其不仅处理数字信息，还整合多模态传感器数据，如图像、力等，以生成物理载体控制信号。物理 AI 的发展被视为 AI 技术的下一个阶段，其在自动驾驶、具身智能、自主手术等领域的应用正在逐步扩展。

主要观点

1. 技术发展趋势

   • 物理 AI 模型包括渲染器、模拟器和规划器三类，分别侧重于视觉保真、物理结构还原与任务规划。
   • 世界模型是物理 AI 产业链的核心，推动智能上限的提升与应用泛化。
   • 数据是物理 AI 发展的关键，高质量物理数据稀缺，仿真合成数据将成为扩展训练的重要手段。

2. 市场前景

   • 思略特咨询预测，2030 年全球物理 AI 市场规模将达 4300 亿欧元，其中自动驾驶与具身智能是核心应用。
   • 自动驾驶市场将从高端车向全价位段普及，预计 2029 年中国高速及城市 NOA 市场规模达 2730 亿元。
   • 具身智能机器人市场预计从 2024 年的 117.1 亿美元增长至 2030 年的 1010.7 亿美元，CAGR 达 43.22%。

3. 行业动向

   • 科技大厂如英伟达、特斯拉、谷歌等纷纷布局物理 AI，推动技术发展。
   • 金融资本持续加注，近 18 个月内超百亿美元资金流入物理 AI 赛道。
   • 头部企业如海清智元、五一视界、索辰科技、风语筑、凡拓数创、奥比中光、天娱数科等在数据采集、仿真平台及世界模型方面表现突出。

关键信息

• 技术路线：物理 AI 模型分为渲染器（如 OpenAI Sora、谷歌 Genie）、模拟器（如 World Labs Marble、英伟达 Cosmos）和规划器（如谷歌 Gemini Robotics），三类模型将逐步融合，形成更全面的世界模型。
• 数据需求：物理 AI 数据需求远高于大语言模型，目前全球高质量物理数据仅约 50 万小时，而 GPT-5 级别模型训练语料折算超 100 亿小时。
• 商业化进展：部分企业已在自动驾驶、具身智能、医疗机器人等领域实现商业化应用，如微创机器人完成全球首例“大模型自主手术”实验。
• 投资建议：建议关注世界模型与数据采集相关的标的，包括海清智元、五一视界、索辰科技、风语筑、凡拓数创、奥比中光、天娱数科等。

受益标的

风险提示

1. 商业化进展不及预期：受模型能力、应用效果、消费者接受度等因素影响，物理 AI 商业化可能进展缓慢。
2. 世界模型迭代速度不及预期：技术路径、算力成本、人员投入及监管等因素可能影响世界模型的发展速度。
3. 数据采集技术路线变化风险：数据采集技术可能因模型范式、经济性等因素发生变化。

总结

物理 AI 正在成为 AI 技术发展的新方向，其通过融合感知、决策与执行系统，提升智能上限，广泛应用于自动驾驶、具身智能、医疗机器人等领域。随着科技大厂与资本的持续投入，物理 AI 市场规模预计将持续扩大，相关企业将受益于世界模型与数据采集技术的发展。然而，技术迭代、商业化落地及数据采集路线变化仍存在不确定性，需持续关注。