物理AI行业：AI革命下一站

2026年5月25日物理AI：AI革命下一站证券研究报告分析师刘雯蜀分析师郑毅分析师刘静一邮箱liuwenshu03@stocke.com.cn邮箱zhengyi@stocke.com.cn邮箱liujingyi@stocke.com.cn证书编号S1230523020002证书编号S1230524070002证书编号S1230523070005核心观点2物理AI是AI下一站，物理AI核心在于让模型理解真实世界并预测世界状态，是虚拟世界和真实世界的链接。物理AI是可以理解真实世界的AI系统，需要回答“世界接下来如何变化”以及“实体发生动作之后，世界会如何反应”。它需要处理视频、传感器数据等高维、连续、含噪数据，构建预测模型，洞察环境演变及自身行动的影响，并具备规划、推理、控制和安全可控能力。物理AI还没有一个固定实现范式，当前物理AI需要世界模型+VLA共同实现，其中世界模型的实现方式尚未收敛。世界模型是指可构建一个无限逼近真实世界的虚拟环境让AI学习环境规律并进行内部推演，以更低成本、更安全的方式支持训练、测试和验证；VLA即视觉—语言—动作模型则通过端到端学习，在统一模型中跨视觉和语言模态理解任务语义，并映射到具体操作上。英伟达、杨立昆、李飞飞集体入局物理AI，李飞飞和杨立昆都认为通用人工智能AGI，不会仅靠大语言模型来实现，还需要可以理解、以及预测物理世界的模型来实现。Demis Hassabis在2026年CNBC开年采访中给了一个判断：AGI还差一块拼图，可能是世界模型。英伟达在2025年CES上发布的物理AI世界基础模型平台Cosmos，用于模拟真实世界的物理环境，帮助自动驾驶、机器人等系统在虚拟环境中安全高效训练。图灵奖得主杨立昆宣布创立专注世界模型研发的AMI Labs，完成10.3亿美元种子轮融资，计算机视觉领域顶尖学者谢赛宁以首席科学官身份加盟；AI教母李飞飞联合创立的World Labs宣布完成10亿美元新一轮融资，成立不到两年估值突破50亿美元。近期，World Labs的新模型Marble 1.1&1.1-Plus发布，并且开源3D高斯溅射渲染引擎Spark 2.0。黄仁勋在 2026 年 CES 上表示，物理AI可重塑价值约 50 万亿美元的制造和物流产业。Coatue Management预计物理AI市场规模至少可达 6 万亿美元，较数字AI高出约 50%。自动驾驶、工业软件和具身智能构成物理AI最核心的落地场景。自动驾驶有望率先跑通物理AI的“数据闭环”和“商业闭环”，Robotaxi、智能驾驶乘用车和无人重卡推动世界模型、强化学习和端到端算法加速落地。具身智能则是物理AI“感知—理解—推理—行动”闭环的核心载体，机器人、人形机器人、智能硬件和感知部件有望受益于仿真训练、边缘推理、运动控制和空间感知能力提升。工业软件是物理AI训练、验证、部署和运维的控制台，CAE仿真、数字孪生、工业控制、工业IoT、能源调度、EDA/CAD等场景为物理AI提供物理底座、高质量数据和验证环境。投资标的：我们建议关注有世界模型能力的公司，以及物理AI可以布局的工业软件/具身智能/自动驾驶场景中的软硬件公司：物理AI：英伟达、谷歌、Meta、索辰科技、五一视界、智微智能、群核科技、商汤等；工业软件：中控技术、宝信软件、海康威视、道通科技、汉朔科技、国能日新、滴普科技、科远智慧、能科科技、中望软件、华大九天等；具身智能：小米集团、奥比中光、拓普集团、绿的谐波、地平线机器人、优必选等；自动驾驶：小马智行、德赛西威、小鹏、吉利、奇瑞、赛力斯等；一级市场公司：AMI（Advanced Machine Intelligence）、World Lab、Momenta、飞渡科技、虚时科技（Intime AI）、凌迪科技、轻舟智行等。风险提示：模型迭代不及预期、算力供应不及预期、物理AI商业化进展不及预期、工业软件国产替代不及预期、下游制造业资本开支不及预期。定义01Partone3物理AI是AI下一站物理AI是可以理解真实世界的AI系统，物理 AI 要回答世界接下来如何变化，实体发生动作之后，世界又会怎么反应。 物理AI需要理解高维、连续、含噪的数据（如视频、传感器数据）；能构建预测模型，洞察环境演变及自身行动的影响；能进行规划和核心层面的推理；并且是可控且安全的。黄仁勋提到AI 经历了三代技术范式的转移，从感知 AI 到生成式 AI，再到 Agentic AI，接下来将会是物理 AI（Physical AI）的时代。我们正在进入物理 AI 的时代，即能够运行、推理、计划和行动的 AI。 4对比维度生成式AI物理 AI工作空间数字世界真实物理世界核心能力语言理解与生成感知 + 行动 + 控制呈现形式文本 / 代码 / 决策建议物体被移动、组装、运输、服务完成价值体现文字/图片/视频生成工业控制/具身智能/无人驾驶资料来源：腾讯汽车远光灯，AITIME论道，浙商证券研究所英伟达对物理AI的理解生成式AI和物理AI的对比物理AI是AI下一站物理世界的AI驱动，最初也是依赖人工规则驱动，使用硬编码逻辑，场景适应性差。在数据驱动时代，依赖海量数据统计学习，缺乏环境理解与泛化能力。目前进入了推理驱动的3.0时代，具备环境推理、因果理解与规划能力，支持复杂任务闭环决策。以自动驾驶为例：1.0 是工程师把所有路况写成规则，而 2.0 是模型从海量数据里自己学，但本质还是 “照抄人类行为”，不懂为什么要这么做。3.0 的物理 AI（世界模型）会先构建一个虚拟的交通场景，预测其他车辆、行人的运动轨迹，再根据物理规律规划自己的行驶路线，真正实现 “先理解世界，再做出决策”。5AI 代际驱动模式自动驾驶对应技术 核心特点典型场景与局限性1.0 规则驱动硬编码规则传统 ADAS（L1-L2）：固定逻辑控制依赖人工写死的规则库（如“前方 50 米有车就减速”）高速巡航、定速跟车等简单场景；复杂路况（如鬼探头、无保护左转）无法处理，规则写不完2.0 数据驱动端到端模仿学习早期端到端自动驾驶、数据驱动模型靠海量路测数据学习人类驾驶行为，拟合输入 - 输出映射城市道路常规工况表现不错，但遇到长尾场景（暴雨、施工路障）易 “翻车”，缺乏对物理世界的理解3.0 推理驱动世界模型 + VLA + 强化学习特斯拉 FSD、NVIDIA 端到端方案、物理 AI 仿真驱动构建 “虚拟世界模型”，能预测未来、做因果推理，主动规划最优动作支持无保护左转、城市复杂交互、极端天气等长尾场景，具备自我优化和泛化能力，从 “模仿驾驶”升级为 “理解驾驶”资料来源：AITIME论道，浙商证券研究所AI模型3.0时代，物理AI迈向推理驱动自动驾驶的三个阶段万亿美元市场空间，模型能力迈向推理驱动3.0时代物理AI有望打开远大于数字AI的市场空间，Coatue Management是一家专注于科技、媒体和电信（TMT）领域的投资机构，他们预计物理AI市场规模至少可达 6 万亿美元，较数字AI高出约 50%。从产业映射看，黄仁勋在 2026 年 CES 上表示，物理AI可重塑价值约 50 万亿美元的制造和物流