摘要：
① 大模型能力向物理世界扩散，产业主线渐明。
② 通用模型参与真机操作，具身能力可验证。
③ 数据与仿真成瓶颈，卖铲环节先受益，本体、数据与工具链的受益标的梳理>>>
聊点事：
物理AI正从数字世界向物理世界扩散，资本投入、模型升级与工具链完善共同推动本轮技术变革。AMD拟以约82亿美元收购WorldLabs，验证世界模型与空间智能的战略价值；据PitchBook数据，截至2026年10月8日全球机器人与物理AI企业年内累计融资接近480亿美元，为2025年全年融资额的1.7倍、日均流入超1.6亿美元，资本入场速度显著加快。
模型侧同步推进。OpenAI明确人形机器人研发方向，Google已形成从视觉、动作到世界模型和端侧部署的长期积累；NVIDIA持续完善Physical AI工具链，10月21日柏林GTC上宣布升级Isaac机器人开发平台，推出Isaac Lab 3.0与Isaac OS。竞争正由单点模型能力升级为计算平台、开发工具、仿真体系与端侧生态的综合竞争。
通用模型开始参与真实机器人操作。在未针对特定本体大规模微调的情况下，通用模型已能根据语言指令与摄像头画面完成任务理解、空间定位和动作规划。Robocurve测试中，GPT-6 Astra在积木入碗任务完成19/20次，但在圆形拼图任务中仅完成2/20次――基础操作能力已具备，精细接触与复杂任务仍是主要瓶颈。AA-Robotics则通过统一机械臂、环境与任务横向比较模型，使这一能力具备可量化验证方式。
行业评测与分层架构逐步完善，技术分工随之清晰。Figure Helix02的S0、S1、S2架构分别对应底层控制、动作策略和高层理解与规划，模型巨头预计先强化S2并逐步向S1渗透，抬升机器人智能的能力下限；这也意味着缺乏数据和场景壁垒的独立模型企业将面临竞争。从产业规模看，2026年上半年全球人形机器人销量3.6万台、市场收入5.4亿美元，虽已超2025年全年销量，但绝对规模仍小。从商业化进度看，当前订单多集中于研发样机与开发者小批量试点，规模化商业订单尚未大规模兑现，这也是板块波动的根源之一。
讲逻辑：
国金证券研报认为，VLA将视觉和语言输入映射为机器人动作，世界模型则为动作选择提供未来状态预测和结果评估，两者融合有望推动机器人由单步操作走向多步规划与自主恢复。随着模型能力向物理世界延伸，物理AI的竞争将覆盖空间数据、物理仿真、机器人本体、训练算力和真实场景反馈等完整技术链条。从交易结构看，物理AI逻辑顺、筹码轻、催化密、板块容量大，在科技板块轮动中有望承接资金。
开源证券研报认为，物理AI是能够感知、理解物理世界，基于物理规律做时空预测、动作规划，并驱动实体硬件执行操作、形成“感知―推理―行动―反馈”闭环的智能体系，有望成为编码之后需求空间最大的市场。以Optimus为例，其落地路径是先工厂、再商用、后家庭，目前已进入量产阶段，产业链调研显示2026年10月底上游核心零部件预期达到周产2000至2500台机器人的供应能力，2027年全年保守实现10万台量级。
中信证券研报认为，通用大模型正从机器人的高层任务规划进一步向动作生成和执行控制延伸，GPT-6 Astra进入机器人控制是重要拐点。短期通用模型与机器人专用VLA、WAM类模型更可能形成分工协同关系，不会立刻替代；展望2027年，通用模型进入具身任务领域将成为AI行业的下一个投入方向。过去半年以第一人称视角采集的Ego Centric数据已大规模进入预训练阶段，仿真数据应用亦在深化，建议关注无本体数据采集、仿真数据及数据采集设备方向。
华泰证券研报认为，物理AI正逐步从概念走向落地，模型企业自研人形机器人有望加速这一进程，数据、模型、本体及零部件、应用等全产业链环节均有望受益。但核心瓶颈依旧是真机交互数据稀缺、跨场景泛化能力不足，短期仍以仿真加真机混合训练为主，产业突破窗口大概率需要1至3年。摩根大通调研后亦指出，当前订单大多集中在研发样机与开发者小批量试点，规模化商业订单尚未大规模兑现，落地仍存不确定性。
选标的：
国金证券建议关注三条主线。机器人本体与T链供应链关注特斯拉Optimus、智元、宇树科技、上纬新材、三花智控等；数据采集与空间感知关注海天瑞声的数据集、奥比中光的RGB-D相机、禾赛的三维数据产品；仿真、渲染与模型工具关注摩尔线程、协创数据的具身智能仿真平台，索辰科技的CAE及物理AI平台，凡拓数创的3D渲染与Sim2Real方案。逻辑上，卖铲环节不依赖本体出货节奏，收入确定性相对更强。
【免责声明】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。邮箱：zbb@staff.hexun.com