物理AI是人工智能发展的下一代范式,专注于理解和应用现实世界的物理法则,如摩擦、重力、接触等,旨在解决工业界和服务业中的智能化应用难题。当前大模型在物理AI领域面临数据缺乏、推理缓慢和真机控制难题,但随着数据积累和技术进步,物理AI将在工业和服务领域发挥重要作用。
寻找物理AI应用场景的思路:
- 工业界:重点关注自动化率低、柔性化需求高的场景,如焊接、搬运、钳工、质检、装配等,这些领域存在大量技术工种缺口。
- 服务领域:关注服务员、家政、保洁、养老等职业缺口较大的领域,未来可能实现按户配置机器人。
物理AI的典型范式:
- 机械臂+视觉+AI大模型:形成物理世界大模型,实现柔性化制造,如智能识别、智能装配、智能焊接等,无需预先编程。
- 传统硬件+物理AI模型:如叉车、缝纫机等传统设备搭载物理AI模型,实现自主操作和智能化升级。
关键赛道和公司:
- 工业机械臂:埃斯顿、汇川、埃佛特、托斯达等,具有巨大潜力。
- 工业视觉:奥普特、艾克光电、凌云光等,未来需求将指数级增长。
- 垂类应用领域:杭叉集团、安徽合力、杰克股份等叉车领域公司,以及劲旅环境等环保领域公司。
研究结论:
- 物理AI将在未来2-3年内迎来爆发,带动相关行业估值重估。
- 机械臂和工业视觉是物理AI爆发的核心硬件赛道,目前估值尚未充分反映其未来增长潜力。
- 传统硬件企业通过搭载物理AI模型将实现转型升级,需求量将指数级增长。
建议关注埃斯顿、汇川、埃佛特、托斯达、奥普特、艾克光电、凌云光、杭叉集团、安徽合力、杰克股份、劲旅环境等公司。