计算机行业空间智能系列之三：物理AI，数字孪生、具身智能实现基石

行业及产业 行业研究/行业深度 证券研究报告 计算机 2025 年 11 月 14 日 物理 AI：数字孪生、具身智能实现基石 看好 ——空间智能系列之三 相关研究 《控制器提供具身智能基座，数据飞轮驱动模型迭代——机器人系列报告之二十七》 2025/05/15 《Nvidia Omniverse：物理生成式 AI 入口，下一代“软核”——“智”造 TMT系列之二十七暨 CAE 系列深度之四》 2024/12/11 证券分析师 黄忠煌 A0230519110001 huangzh@swsresearch.com 屠亦婷 A0230512080003 tuyt@swsresearch.com 王珂 A0230521120002 wangke@swsresearch.com 戴文杰 A0230522100006 daiwj@swsresearch.com 洪依真 A0230519060003 hongyz@swsresearch.com 黄莎 A0230522010002 huangsha@swsresearch.com 刘洋 A0230513050006 liuyang2@swsresearch.com 联系人 崔航 (8621)23297818× cuihang@swsresearch.com 本期投资提示： ⚫ 物理 AI 是让 AI 走向现实世界的系统性工程，融合空间智能及世界模型。物理 AI 并非单一技术的突破，而是融合世界模型、物理仿真引擎与具身智能的系统性工程。物理AI、世界模型、空间智能等核心概念其结构可简化为“空间智能（感知基座）——世界模型（认知及决策中枢）——物理 AI（系统整合载体）”。 ⚫ 物理 AI 的实现依赖于三大技术协同：1）世界模型：构建对三维空间的完整理解，包括物理信息及相互关系；2）物理仿真引擎：负责实时计算物理交互，是基于偏微分方程求解器的动态计算系统；3）具身智能控制器：连接虚拟推理和物理执行，它接收来自世界模型的预测结果和物理仿真的计算输出，生成具体的控制指令。 ⚫ 英伟达“芯片-算法-平台”全栈布局，具备先发优势。从 Blackwell 架构芯片的算力支撑，到 Omniverse 开发平台的工具链闭环，再到与各行业龙头企业的深度绑定，英伟达前瞻布局，已构建起较为完整的产业生态护城河。 ⚫ 数字孪生是物理 AI 目前最成熟的应用。基于高保真虚拟模型，制造业、电力等企业能够在投产前完成产线优化、工艺验证等，并在生产过程中实时模拟运行状态，从设计到生产各个环节都能大幅压缩项目周期并降低试错成本。 ⚫ 智能驾驶与具身智能是物理 AI 最具想象空间的两大应用。智能驾驶及具身智能目前主流方案包括端到端、VLA、世界模型。端到端目前是最为成熟的前期方案，但由于其“黑箱”输出遇到稳定性瓶颈，近期 VLA 凭借可解释性以及 LLM 模型的能力基础表现优异，但对于边缘侧算力要求过高；世界模型则可以实现更前瞻的推理，支持复杂的思维实验，能够进行安全的风险评估和长远规划，可能成为未来重要的商业化路线。 ⚫ 投资角度，物理 AI 产业链已形成清晰的价值分布，各环节均有重要变化。1）芯片及控制器，英伟达、高通等与自研芯片快速迭代，边缘侧算力需求明确；控制器需要整合算法及硬件，产业链价值量提升；2）数据获取，关注此前已经积累大量物理数据的CAD、CAE 公司，以及提供采集矫正能力的视觉算法公司；3）算法及模型，除了关注科技巨头的底层进展，关注具备物理求解能力以及整机厂自研进展；4）落地应用，最终的价值变现，需要理解行业 knowhow 以及物理处理逻辑，难度提升价值量扩大，关注与具备生态优势的英伟达 Omniverse 合作的核心厂商。 ⚫ 产业链核心标的包括：1）控制器：智微智能、天准科技、德赛西威；2）数据供应：索辰科技、群核科技（拟上市）、思看科技、奥比中光-UW、凌云光；3）模型和算法：索辰科技；4）落地和应用：亚信科技；5）整机厂商：小鹏汽车-W、极智嘉-W。 ⚫ 风险提示：1）物理 AI 目前处于商业化较为前期的阶段，存在可能由于路径区分导致的相关公司进展不及预期的可能。2）物理 AI 相关投入较大，存在后续商业化进展不及预期导致的相关公司业绩不及预期的可能。3）存在潜在的供应链风险问题。 请务必仔细阅读正文之后的各项信息披露与声明 行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第2页 共27页 简单金融 成就梦想 投资案件 结论和投资分析意见 物理 AI 是让 AI 走向现实的系统性工程，将引领下一个 AI 浪潮，其产业链已形成清晰的价值分布，各环节均有重要变化。1）芯片及控制器，英伟达、高通等与自研芯片快速迭代，边缘侧算力需求明确；控制器需要整合算法及硬件，产业链价值量提升；2）数据获取，关注此前已经积累大量物理数据的 CAD、CAE 公司，以及提供采集矫正能力的视觉算法公司；3）算法及模型，除了关注科技巨头的底层进展，关注具备物理求解能力以及整机厂自研进展；4）落地应用，最终的价值变现，需要理解行业knowhow 以及物理处理逻辑，难度提升价值量扩大，关注与具备生态优势的英伟达Omniverse 合作的核心厂商。 原因与逻辑 物理 AI 是让 AI 走向现实世界的系统性工程，融合空间智能及世界模型。物理 AI并非单一技术的突破，而是融合世界模型、物理仿真引擎与具身智能的系统性工程。物理 AI、世界模型、空间智能等核心概念其结构可简化为“空间智能（感知基座）——世界模型（认知及决策中枢）——物理 AI（系统整合载体）”。 数字孪生作为物理 AI 最成熟的应用场景，重构传统工业的研发和生产模式。基于高保真虚拟模型，企业能够在投产前完成产线优化、工艺验证和人员培训，大幅压缩项目周期并降低试错成本，在电子、汽车等领域快速落地。 智能驾驶与具身智能是物理 AI 最具想象空间的两大应用。自动驾驶领域正从模块化架构向端到端世界模型演进，而机器人产业则借助 VLA 模型突破任务泛化瓶颈，两者在底层技术上的共通性催生了显著的协同效应。 有别于大众的认识 市场部分认为，物理 AI 尚处于理论概念阶段，目前商业化进展慢。我们认为，物理 AI 作为一种系统性工程，是逐步演进和变化的，虽然目前尚未达到真正的具身智能能力，但是其在数字孪生、智能驾驶、机器人的数据补充、智能决策推理当中实现了快速进步，已经具备的成熟应用超出部分市场预期。 市场部分认为，物理 AI 由于其高技术壁垒，英伟达优势显著，其他公司能参与受益的环节较少。我们认为，英伟达其前瞻性的生态优势确实存在，但高通、地平线，以及小鹏等自研芯片在部分专用性上表现优异，同时基于相对开放的软件生态，“控制器-数据-模型-应用”多个环节均具备重要变化，产业链具备明显的价值重塑，各环节均出现了优异的公司值得关注。 行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第3页 共27页 简单金融 成就梦想 1．物理 AI：