国泰海通计算机：物理AI及世界模型为下一个万亿赛道

物理AI及世界模型

核心要点

1. 物理AI定义与发展阶段：物理AI是AI从数字世界向物理世界外溢的新方向，包含世界模型、机器人、自动驾驶、空间智能等，2025年及未来数年为重要发展期，当前核心下游场景为自动驾驶与机器人。
2. 物理AI核心能力：
   • 感知能力：通过摄像头、激光雷达、各类传感器获取环境信息，服务后续动作执行。
   • 理解能力：掌握三维空间、物体关系、物理规律，区别于传统大模型的文本图像知识学习。
   • 任务规划能力：可拆解复杂任务、动态调整策略，与世界模型关联紧密。
   • 执行能力：通过物理载体完成移动、抓取等动作，是机器人产业链价值核心。
3. 物理AI发展要素：物理AI是系统工程，发展不仅依赖算法，还受数据、训练平台、本体控制能力等多因素影响，世界模型在2025年发展较快，VLA模型可将视觉语言模型与机器人控制数据结合，打通从感知到动作环节。
4. 世界模型价值：世界模型可理解物理世界、推演动作后果、生成仿真合成数据，能降低训练成本、覆盖长尾场景，英伟达Cosmos是代表性世界模型平台，是物理AI基础设施。

投资线索

1. 海外公司：
   • 英伟达：侧重构建物理AI全栈生态，覆盖算力、仿真、模型层。
   • 特斯拉：依托自动驾驶与制造体系发展Optimus机器人，偏向落地应用，优先在工厂场景验证。
   • 海外新势力：推动机器人产业从硬件工程向软件模型驱动转变，如Fig AI、Physical Intelligence等。
2. 国内公司：
   • 银河通用：仿真合成数据代表，聚焦机器人基础模型、仿真平台与操作能力，打造数据-模型-部署闭环。
   • 语数科技：产品布局全面，注重工程化能力与产品矩阵建设。
   • 五五一世界：从数字孪生、仿真训练平台切入，对标英伟达Omniverse、Cosmos，支撑自动驾驶与机器人训练。
   • 群核科技（酷家乐）：拥有大量真实室内空间数据，布局空间智能，可赋能机器人训练与空间服务。

风险与关注

1. 商业化进程：物理AI当前处于商业化前期，大规模落地尚需时间，核心瓶颈为数据匮乏，真实机器人部署数据成本高，需等待数据飞轮形成。
2. 技术路线竞争：物理AI及世界模型技术迭代快速，存在技术路线竞争风险，不同企业布局路径存在差异，需跟踪技术进展与商业化落地节奏。