风口已至！吃透【物理AI】产业链（附 5 大龙头）

01 产业链全景图

下方扫码直接加入：

02 【物理AI】简介

AI的下一个风口，是从“虚拟键盘侠”变成“物理实战派”。

以前的AI活在屏幕里聊天画图，现在要走进现实，变成能看、能想、能动手的智能体。核心是让AI懂物理规则，比如东西会往下掉、推东西有阻力。懂了这些，才能在真实环境里靠谱判断，英伟达、谷歌正把这套技术推向普及。

02-1、虚拟走向现实

先得理清三个概念的分工：空间智能是眼睛和耳朵，负责感知周围；世界模型是大脑，在脑子里建立物理规则做推演；物理AI是整个人，把感知、认知和行动打包成最终系统。

02-2、物理AI的3大支柱

而这套完整系统要真正跑起来，还得靠下面的三大支柱配合。

03 规模现状--物理AI

物理AI的市场到底有多大？不同机构按不同口径测算，结果的巨大落差，恰恰说明了它的天花板极高。

窄口径看软件和平台：属于“卖大脑”。2026年全球规模15亿美元，到2032年涨到152亿美元，六年翻十倍（年复合增速47.2%）。其中亚太吃掉一半份额，工业机器人是跑得最快的细分赛道。

宽口径看整个物理系统：属于“卖干活的机器人”。涵盖自动驾驶、工业自动化、甚至AI医疗等，规模直接从2026年的3830亿美元，狂飙到2040年的3.26万亿美元，直接跻身史上最大科技市场之一。

黄仁勋的逻辑更直接：现在的IT产业一年才5万亿美元，但制造、物流这些实体产业的规模是它的百倍千倍。物理AI干的活，就是把AI的算力通过机器人接入实体产业，去啃这块百倍千倍规模的巨大蛋糕，增量空间可想而知。

04 物理AI的核心产业逻辑

1、数据基建是当前最确定的方向：行业竞争转向“拼数据供给”

数字AI可以利用互联网存量语料，而物理AI需要学习重力、摩擦、碰撞、形变及真实操作反馈，高质量实体交互数据几乎要从零积累。无论最终采用通用大模型、VLA还是世界模型路线，可规模化的数据解决方案都是共同前提。

当前较优的数据组合是 UMI抓取数据＋Ego第一视角视频＋触觉数据：UMI提供精确动作轨迹，Ego提供丰富任务场景，触觉则补足力觉、接触和形变信息。

数采硬件也由Ego眼镜向数采手套、全身动捕演进，模组化、小型化进一步推动底层传感器价值重估。核心竞争指标不是单纯采集时长，而是有效数据小时数、单小时采集标注成本，以及跨本体复用效率。

2、通用大模型加速进入具身“大脑”，但技术路线尚未定型

Astra等通用模型开始展现物理规律推理、3D空间理解和任务拆解能力，OpenAI、DeepSeek等前沿AI实验室加快布局，意味着具身智能正在由机器人企业单独探索，升级为通用AI公司与机器人企业共同推进。

不过，通用模型要直接替代具身“大脑”，仍面临参数量、端侧部署、推理时延和毫秒级控制等约束。因此，当前确定性不在于某一种模型路线已经胜出，而在于头部AI Lab凭借模型、数据和算力优势，正在加快具身大脑的技术迭代。

3、政策、标准与产业巨头共振

科技兴商政策推动具身智能进入商贸场景，首批人形机器人国家标准发布，有助于统一技术、接口和测试框架；英伟达持续完善世界模型与仿真工具，Figure、特斯拉等不断释放实体作业进展，产业资本也在向数采设备、数据集和传感器环节聚集。

这意味着物理AI的评价标准正在变化：不再只看机器人会不会演示，而是看能否完成 “任务理解—策略生成—世界模型校验—底层执行—真机数据回流” 的闭环。短期行情受政策、大会和巨头事件催化，中长期则取决于真实场景中的任务成功率、人工接管率、部署成本及客户ROI。

05 五大龙头公司

1．索辰科技——物理仿真与合成数据底座

主营业务：工业软件及物理AI相关产品、解决方案和技术服务，形成“天工”与“开物”两大产品线。“天工”以CAE仿真、工业自动化软件为主，“开物”则面向物理AI开发应用。

核心关联：对应物理AI的“虚拟训练场＋合成数据工厂”。其CAE能力可用于物理建模、复杂环境推演、仿真验证和训练数据生成，让机器人或工业智能体先在虚拟环境中训练，再向真实场景迁移。

核心亮点：已布局物理AI开发平台、智能工坊、“大圣”智能体、“行者”合成数据和“营造·万象”世界物理模型，产品覆盖模型、数据、训练、仿真验证多个环节。不过，公司同时提示相关业务仍处市场推广、场景验证和客户导入初期，收入占比较低。

2．中科创达——物理AI的操作系统与端侧软件底座

主营业务：智能操作系统产品和技术，业务覆盖智能汽车、智能软件、智能硬件及智能机器人等领域，核心能力包括操作系统、芯片适配、中间件、边缘计算和端云协同。

核心关联：对应物理AI的“神经系统与系统软件底座”。AIOS向上连接模型，向下连接芯片、传感器和执行设备，把模型的决策转化为终端可执行的动作。

核心亮点：正推动传统OS向AIOS演进，即由单纯的“程序控制”，升级为“程序控制＋模型决策＋设备执行”。优势在于能够复用其长期积累的操作系统、芯片整合和软硬协同能力，为机器人等终端提供从AIOS到底层计算平台整合的支撑。

3．奥比中光——机器人的“眼睛”与3D数据入口

主营业务：3D视觉感知产品的设计、研发、生产和销售，主要产品包括3D视觉传感器、消费级应用设备和工业级应用设备。

核心关联：对应物理AI的感知层。3D相机把现实环境转换为深度图、RGB图像和空间数据，用于机器人避障、定位、抓取及环境建模；多款产品已集成至NVIDIA Isaac Sim，可配合Isaac ROS开展机器人仿真和视觉方案开发。

核心亮点：已覆盖服务、人形、工业、农业及ROS教育等机器人场景，累计服务全球超千家机器人客户；2026年上半年，面向全球机器人市场的视觉方案销售收入达到上年同期2倍以上。不过，公司没有单独披露具身智能业务的具体收入金额，仍不能简单把机器人业务增速等同于整体业绩增速。

4．绿的谐波——物理AI执行端的精密关节

主营业务：精密传动装置的研发、设计、生产和销售，产品包括谐波减速器、行星滚柱丝杠及精密零部件、机电一体化产品和智能自动化装备。

核心关联：对应物理AI的执行层与关节传动。减速器将电机的输出转化为高精度、可控的关节运动，直接影响机器人的动作精度、负载能力、体积和可靠性，是“AI会思考”走向“机器人能精准干活”的关键硬件。

核心亮点：在谐波减速器领域积累较深，并向行星滚柱丝杠、机电一体化关节等方向延伸。2026年半年报显示，公司适配具身智能场景的产品需求增长明显，工业机器人业务与具身智能业务共同构成增长基础，产能也在爬升。

5．宇树科技——“机器人本体＋具身模型”

主营业务：高性能通用人形机器人、四足机器人、机器人组件及具身智能模型的研发、生产和销售。

核心关联：是物理AI最直观的终端载体：机器人本体负责感知、运动和执行，具身模型负责理解任务、规划动作，两者结合才能形成完整的“感知—决策—行动”闭环。

核心亮点：同时布局人形与四足机器人，并覆盖WMA“世界模型—动作”和VLA“视觉—语言—动作”两条模型路线。

其UnifoLM-X1-0已在自有工厂完成试点部署测试，可自主完成关节电机装配任务，体现出从硬件本体向“本体＋模型”演进的方向。需要注意，招股材料同时披露，自研通用具身大模型尚未规模化集成到已售机器人产品，当前仍应理解为试点验证，而非全面商业化。

下方扫码直接加入：