计算机行业专题研究报告：AI的下一站，物理AI

敬请参阅最后一页特别声明 1 行业观点  世界模型为代表的物理 AI 可视为 LLM 通向超智能机器人的中间站。LLM 擅长语言理解、知识调用和任务分解，已在 Coding、通用办公、金融、法律等白领工作领域实现体量不俗的商业化闭环，当然如今仍处于渗透率早期。我们认为，AI 的下一站是进入物理世界，物理 AI 还需理解三维空间、物体状态、接触关系和动力学约束，并预测不同动作可能带来的结果。世界模型通过学习环境状态及其随时间和动作发生的变化，为机器人建立可供推演的内部环境表征，使语言指令能够进一步转化为感知、预测、规划与控制。在这一框架下，VLA 将视觉和语言输入映射为机器人动作，世界模型则为动作选择提供未来状态预测和结果评估。两者逐步融合，有望推动机器人由单步操作走向多步规划、失败识别和自主恢复。随着模型能力向物理世界延伸，Physical AI 的竞争也将覆盖空间数据、物理仿真、机器人本体、训练算力和真实场景反馈等完整技术链条，从而为 AI 创造更大的商业化场景。  AMD 收购 World Labs 推动世界模型进入产业投入期，模型与计算平台的协同进一步加深。2026 年 9 月 28 日，AMD 宣布拟以约 82 亿美元全股票收购 World Labs，交易预计于 2026 年底前完成，仍需满足监管审批等交割条件；交易完成后，李飞飞拟出任 AMD 执行副总裁兼首席科学家。World Labs 发布的 Atlas 能够原生处理文本、图像、视频、相机位姿和 3D 信息。世界模型持续处理视频、三维结构、环境状态和连续动作，对显存容量、内存带宽、视频编解码、推理时延及端云协同提出更高要求。当前技术大致形成三维空间生成、像素及视频预测、潜变量预测、物理及行动条件模型四类范式，评价标准也从画面质量延伸至空间一致性、物理合理性、动作可控性和长期预测能力。  具身智能的场景、数据和模型同步演进，高价值、低重复任务有望率先形成商业闭环。标准化、高重复任务已有通用或专用设备覆盖，灾害救援、复杂设备维护、柔性制造和家庭照护等非标任务更能体现人形机器人的跨场景价值；近期落地仍以付费主体和回报测算更清晰的 To B 场景为主。训练体系逐步形成真机、仿真和人类视频三线融合：真机数据校准物理误差，仿真数据扩充环境和失败恢复轨迹，人类视频提供任务语义与技能先验。Gemini Robotics 2、GR00T、V-JEPA 2 和 XPACE 已展现跨任务、跨本体及少样本适配能力，VLA 与世界模型开始支持多步规划和失败纠错。行业呈现“GPT-2 时刻”的早期特征，但部分公开多指灵巧任务成功率仍处 32%至 44%，陌生环境泛化、长任务稳定性和人工接管频次仍是规模部署的核心约束。  Optimus 由样机验证进入产线建设，制造爬坡、训练算力和真实数据开始形成迭代闭环。Tesla 在 2026 年 Q2 股东材料中确认，Fremont 已停用 Model S 和 Model X 产线并安装第一代 Optimus 生产线，首批产品将进入Optimus Academy 开展数据采集和功能开发；超过 115MW 的 Cortex 2 已投入运行。The Information 报道称，Optimus产量由二季度每周数十台提升至 8 月每周数百台，年底目标为建成周产超过 1,000 台的连续自动化产线。当前制造约束集中在灵巧手和前臂装配、触觉传感器可靠性、工装精度、标定效率及供应商一致性。更多机器人进入工位和仓库后，真实任务、失败轨迹和人工接管数据将回流至模型训练、仿真和评测体系，推动可靠性提升与场景复制，产业价值也由核心零部件延伸至自动化装配、检测标定、数据治理、仿真训练和部署运维平台。 相关标的  1）本体：特斯拉、智元、上纬新材、宇树科技。  2）北美链：科森科技、斯菱智驱、福赛科技、岱美股份、恒立液压、蓝思科技、北特科技、浙江荣泰、三花智控、拓普集团、科达利、万向钱潮。  3）其他机器人链：领益智造、泛亚微透、奥比中光、绿的谐波，禾赛、速腾聚创、海康威视、大华股份、宇树科技、上纬新材等。  4）其他相关：协创数据、道通科技、索辰科技、宝通科技、群核科技、智微智能、五一视界等 风险提示  世界模型技术路线快速变化的风险；仿真与真实世界存在偏差的风险；具身模型泛化和长任务能力提升不及预期的风险；Optimus 生产和供应链信息存在口径偏差的风险；灵巧手可靠性、产线良率和供应商扩产不及预期的风险；国内 Physical AI 产品商业化不及预期的风险；下游客户资本开支和场景 ROI 不及预期的风险。 行业专题研究报告 敬请参阅最后一页特别声明 2 扫码获取更多服务 内容目录 一、 AMD 收购 World Labs，世界模型进入产业投入期 ............................................... 4 1.1 AMD 高价收购 World Labs，模型与算力平台进一步结合 ...................................... 4 1.2 世界模型沿四类范式演进，行动预测成为共同方向 .......................................... 6 1.3 国内企业从物理求解、空间数据和行业仿真三个方向切入 .................................... 7 二、具身智能进入模型升级期，场景、数据与模型同步推进 .......................................... 8 2.1 场景应用：高价值低重复任务打开具身智能增量空间 ........................................ 8 2.2 数据训练：真机、仿真与人类视频形成三线融合 ............................................ 9 2.3 模型跃迁：VLA 能力持续提升，世界模型开始参与规划和纠错 ............................... 11 三、Optimus 产量开始爬坡，制造和泛化能力仍是主要约束 ......................................... 13 3.1 产线建设进入新阶段，初始产量主要用于数据采集 ......................................... 13 3.2 灵巧手与精密装配成为量产爬坡的关键约束 ............................................... 13 3.3 Optimus Academy 承接首批产能，训练体系从单机采集走向平台化 ........................... 14 四、相关标的 ................................................................................. 15 五、风险提示 ...................................