计算机行业物理AI产业观察：技术进展、商业化应用与海外资本动态

请务必阅读正文后的声明及说明 [Table_Info1] 计算机 [Table_Date] 发布时间：2026-10-25 [Table_Invest] 优于大势 上次评级: 优于大势 [Table_PicQuote] 历史收益率曲线 [Table_Trend] 涨跌幅（%） 1M 3M 12M 绝对收益 -4% -3% -21% 相对收益 5% 10% -10% [Table_Market] 行业数据 成分股数量（只） 334 总市值（亿） 37324 流通市值（亿） 20986 市盈率（倍） 136.04 市净率（倍） 3.36 成分股总营收（亿） 13355 成分股总净利润（亿） 277 成分股资产负债率（%） 45.46 [Table_Report] 相关报告 《《后西游记》上线，AI 技术赋能长剧腾飞》 --20260911 [Table_Author] 证券分析师：宋心竹 执业证书编号：S0550525040002 songxz@nesc.cn 证券分析师：易丁依 执业证书编号：S0550525060001 yidy@nesc.cn [Table_Title] 证券研究报告 / 行业动态报告 物理 AI 产业观察：技术进展、商业化应用与海外资本动态 报告摘要： [Table_Summary] 物理 AI 正在从技术研究走向多类实际应用，各环节的商业化阶段存在差异。早期学术研究强调身体、材料、感知与控制的协同设计，当前产业进一步把模型训练、环境仿真与端侧部署连接起来。机器人、自动驾驶和智能空间分别承担物体操作、车辆控制及设备调度等任务，人形机器人是其中一种本体形态。已有产品收入、客户试验、模型发布与产能建设同时存在，需要结合具体任务识别产业进度。 模型能力向物理任务延伸，需要动作数据、实时控制与系统可靠性共同支持。高层模型负责理解目标和规划步骤，动作策略与底层控制负责把指令转化为设备运动。遥操作能够提供与机器人直接对应的动作记录，人类视频及穿戴设备扩大场景覆盖，仿真和世界模型提供环境生成与交互测试。不同路径解决的数据问题各有侧重，生成环境的视觉一致性、物理属性及真实设备上的执行效果仍需分别检验。 智驾芯片、感知器件与成熟自动化已形成产品收入，人形机器人开始扩大交付。芯片企业同时提供硬件、授权与解决方案，激光雷达企业披露了机器人相关出货，执行器企业也开始单列机器人产品收入。传统工业机器人和移动机器人已有客户及经营基础，人形机器人的客户用途则仍包括科研、展示、数据采集和工业任务。集团收入、专用产品收入、设备销量与客户现场部署反映不同业务范围。 自动驾驶与无人配送已出现实际服务，设备扩张与运营结果需要分别观察。智驾方案主要随车型量产形成软硬件收入，Robotaxi 还涉及车辆、许可、调度与服务网络。不同企业披露的收入可能包含载客服务、联合部署及其他业务，车队也可能同时用于测试与运营。无人配送企业同时披露累计部署和平均活跃设备，相关指标的定义不同。服务规模、设备使用与财务结果共同描述运营阶段。 工程软件、空间数据与机器人模型采用不同的产品和收费方式。工程设计及仿真工具为设备建模、环境计算和动作验证提供基础，空间数据企业将既有资产延伸至训练及仿真，机器人平台和遥操作连接设备部署与现场任务。海外世界模型分别采用开放许可、研究预览及产品化服务等方式，部分机器人模型企业已披露客户和经营指标。软件许可、订阅、项目开发与软硬件集成的交付范围存在差异。 海外商业化披露与资本交易呈现不同的产业侧面。企业采购算力、用户使用出行服务，以及机器人客户签订多年合同，分别体现基础设施采购、终端服务和设备部署需求；融资、收购及业务合并则覆盖自动驾驶、机器人模型、世界模型与整机等方向。主要风险包括技术可靠性、数据质量与使用合规、产品交付、自动驾驶监管，以及融资和交易交割变化。 风险提示：技术可靠性与场景迁移风险；数据质量与使用合规风险；产品交付与商业化风险；自动驾驶监管与运营风险；融资与交易交割风险 -30%-20%-10%0%10%20%计算机沪深300 请务必阅读正文后的声明及说明 2 / 22 [Table_PageTop] 计算机/行业动态 目 录 1. 物理 AI 从学术概念走向产业体系 .................................................................... 4 1.1. 感知、决策与行动构成物理 AI 系统 ..................................................................................... 4 1.2. 英伟达将物理 AI 纳入训练、仿真与部署体系 ..................................................................... 4 1.3. 机器人、自动驾驶与智能空间应用 ....................................................................................... 5 2. 物理 AI 的模型架构与数据路径 ........................................................................ 6 2.1. 理解规划与动作执行需要不同响应速度 ............................................................................... 6 2.2. 代理 AI 与物理 AI 共用模型能力 执行接口不同 ................................................................ 7 2.3. 动作数据与真实环境可靠性限制场景扩张 ........................................................................... 7 3. 产业链商业化进展存在明显差异 ...................................................................... 9 3.1. 算力与芯片已形成量产收入 ................................................................................................... 9 3.2. 机器人需求带动激光雷达与 3D 视觉应用扩展 .................................................................... 9 3.3. 零部件已有工业基本盘 人形增量需单独识别 ..........