物理AI和机器人_AI的下一个范式_19页_1mb

AI的下一个范式 —— 物理AI和机器人

核心内容

物理AI是AI技术演进的下一阶段，它将智能体延伸至物理世界，使机器人、汽车和工厂等实体具备感知、推理、规划与自主行动的能力。黄仁勋在2026年英伟达年度股东会上强调，物理AI将成为英伟达下一波增长浪潮。

物理AI的发展遵循“底层基础设施先行”的规律。在互联网时代，TCP/IP协议早在1970年代已确立，但直到光纤骨干网与宽带接入普及后，互联网才真正爆发。同样，数字AI在2012年AlexNet模型之后，算力提升100万倍，才推动生成式AI的应用爆发。物理AI也需基础设施成熟后，才能实现规模化应用。

主要观点

1. 物理AI的三重共振

• 技术推动：多模态大模型、世界模型等技术快速迭代，双足工程化推动硬件规模化发展。
• 政策支持：中、美、日、韩、欧等国家和地区陆续推出支持政策，为AI和机器人发展提供制度保障。
• 巨头引领：特斯拉、英伟达、谷歌等科技巨头推动AI+机器人浪潮落地，加速行业成熟。

2. 机器人三大要素

• 具身模型：如VLA模型和世界模型，分别负责语义理解和未来状态预测。
• 机械本体：包括执行器、灵巧手等，成本占比高，技术复杂。
• 数据飞轮：通过真实物理交互数据的积累与反馈，提升模型性能，实现闭环迭代。

3. 机器人形态与应用

当前机器人市场主要分为四大品类：

• 双足人形机器人：适应人类作业环境，任务拓展性强，但技术复杂、成本高。
• 四足机器人：适应复杂户外环境，机动性强。
• 轮式机器人：适用于室内或平整地面，成本相对较低。
• 固定式机械臂：聚焦工业精密作业，专业化程度高。

4. 数据采集与成本分析

• 数据采集是机器人发展的重要瓶颈，真机遥操作成本最高（500-1000元/有效小时），仿真数据成本最低（20-50元/有效小时）。
• 数据飞轮是具身智能发展的关键，真实数据稀缺且昂贵，难以替代。

5. 核心零部件分析

• 减速器：包括行星、摆线针轮、谐波、RV减速器，其中谐波减速器适用于高精度关节，RV减速器适用于工业机器人。
• 丝杠：实现旋转与直线运动转换，行星滚柱丝杠性能最优，但成本高。
• 电机：无框力矩电机、空心杯电机、轴向磁通电机等新型电机正在替代传统有框电机，以满足轻量化、高功率密度需求。

6. 机器人感知技术

• 电子皮肤：由柔性基底层、导电电极层、活性传感层组成，现阶段以单点式传感器为主。
• 触觉传感器：主流方案包括压阻式、电容式、压电式、光学式、电磁式，各有优劣。
• 织物传感器：通过“三明治”结构实现全域压力感知，是柔性触觉感知的创新方向。

7. 行业竞争格局

• 特斯拉：采用封闭生态，全栈自研，整合AI芯片、算法、执行器与产线。
• 英伟达/谷歌：聚焦“大脑”部分，提供基础模型与仿真平台，构建开放生态。
• 国产阵营：依托供应链与量产优势，推动机器人场景落地，挑战国际巨头。

关键信息

技术与模型

• VLA模型：直接映射视觉-语言-动作，语义理解能力强，但缺乏物理因果建模。
• 世界模型：通过预测执行后世界状态，支持长程任务规划，但语义理解能力较弱。
• WorldVLA：融合VLA与世界模型，实现图像与动作双向理解，是当前技术融合的典范。

数据与训练

• 真实物理交互数据稀缺，全球合规可用数据总量仅约50万小时。
• 数据飞轮是推动具身智能发展的核心机制，需大量真实数据支撑。

应用场景与商业化

• 四足与轮式机器人因场景适配性较强，有望率先实现商业化。
• 双足机器人作为通用具身智能的终极形态，长期竞争力更强。

风险提示

• 技术迭代不及预期：可能延缓产品商业化。
• 市场竞争加剧：国内外厂商加速布局，可能挤压市场份额。
• 应用场景落地困难：产品体验与终端转化不足将影响推广。
• 量产进展缓慢：行业处于变革阶段，产品迭代快，量产可能滞后。

投资建议

投资主线

1. T链：世界模型-芯片-数据飞轮-本体设计制造全链条打通，建议关注：斯菱智驱、新泉股份、福赛科技、北特科技、浙江荣泰、鸣志电器、新剑链。
2. NV-波士顿动力链：英伟达与波士顿动力合作，建议关注：福赛科技、凯迪股份。
3. 国产链：宇树科技IPO为行业提供定价锚点，建议关注：宇树科技、上纬新材、晋拓股份、中坚科技、慈星股份。

附录：免责声明与分析师声明

• 本报告由国盛证券研究所发布，仅供客户参考，不构成投资建议。
• 报告信息来源于公开资料，准确性与完整性无法保证。
• 分析师声明：所表述观点为个人看法，不受第三方影响。