Physical AI: Dynamic Intelligence — A Strategic Guide to Value Capture for AI Entering the Real World

Physical AI 研报总结

Physical AI 革命

人工智能（AI）正从软件领域扩展到物理经济领域。Physical AI 是指在现实世界中运行的 AI 系统，如车辆、机器人、无人机或智能基础设施，它结合了感知、决策和执行三大能力，但需在物理、延迟、安全和可靠性等现实约束下运行，使其更具复杂性和价值。

Physical AI 预计到 2030 年将解锁约 4300 亿欧元的全球市场，主要应用领域包括自动驾驶、工业自动化、物流、人形和服务机器人、航空航天和国防、医疗保健和娱乐。目前，大部分应用仍处于早期采用阶段，但已有早期商业部署，如受限领域的自动驾驶汽车、仓库机器人、机器人手术辅助和先进检测系统。

技术格局与成熟度

Physical AI 的核心能力包括感知、决策和执行，这些能力在现实世界的约束下不断发展。世界模型作为核心软件组件，使 Physical AI 系统能够内部表示和预测环境随时间演变的情况，从而实现“行动前模拟”并提高安全性、鲁棒性和自主性。

尽管 Physical AI 在适应高度非结构化环境、操作多样化物体以及以情境感知方式与人互动方面仍落后于人类，但在需要高精度、重复性、高级传感和快速控制回路的有约束任务中，Physical AI 已经超越了人类性能。

市场动态与价值池

Physical AI 的价值分布不均，汽车行业将引领采用，预计到 2030 年将贡献约 1710 亿欧元。工业自动化和仓储将是下一个主要集群，约 690 亿欧元。娱乐和国防领域也将早期采用 Physical AI。

价值池主要集中在三个关键领域：高性能计算和高带宽内存、多模态大规模模型和基础模型软件、高保真模拟和世界模型软件。其他重要价值池包括数据中心和 AI 服务、Physical AI OEM、传感器和系统集成商。

战略机遇

Physical AI 的价值创造围绕七个关键领域展开：

1. 基础世界模型：理解、模拟和预测现实世界的物理、3D 和时间动态。
2. 特定领域模型：编码特定行业流程，使机器人在工厂、建筑工地或医院等环境中可靠运行。
3. 边缘半导体：提供专用计算能力，直接在设备上进行多模态融合、运动规划和闭环控制。
4. 高精度传感器和执行器：支持可靠、安全和与人兼容的 Physical AI 性能。
5. 标准和模块化：定义芯片和互操作性标准，影响组件互连、生态系统形成和供应商依赖性。
6. OEM 和解决方案提供商：在客户现场部署 Physical AI 系统，结合硬件、模型、编排和现场服务。
7. 主权：描述一个地区控制关键技术、基础设施和智能物理系统治理的能力。

展望与行动呼吁

Physical AI 将改变战略计算，颠覆物理操作。控制机器如何理解和与物理世界互动的公司将获得结构性优势。塑造这一格局的窗口期狭窄，基础模型、模拟平台和半导体架构正在被定义，数据飞轮正在加速，标准正在形成。未来 3-5 年，第一批 Physical AI 领导者将确立，追赶成本将高得令人望而却步。

企业需要立即关注三个问题：

1. 在哪里竞争——在哪里依赖？Physical AI 的七个领域需要不同的能力，很少有组织能在所有领域竞争。关键决策不仅是投资在哪里，还包括愿意在哪里依赖——依赖谁。今天的平台选择将限制未来的战略决策。
2. 在窗口关闭之前，你能建立哪些专有资产？数据和领域专业知识是可防御的，而通用能力则不是。在 Physical AI 中，专有优势通常属于那些大规模在物理世界中运营的公司，如制造商、物流提供商和工业运营商。最能定位的公司是将其物理操作转化为训练场——捕获无法在模拟中复制的真实世界数据。
3. 如何在保持战略选择性的同时快速行动？试点项目是必要的，但不足以满足需求。目标不是实验，而是建立对在哪里扩展的信心。这需要技术、运营和经济之间的紧密迭代，对用例进行真实约束的压力测试。