#a股##财经##物理AI# 物理AI投资逻辑及概念股梳理

1、物理AI本质与产业链划分

物理AI运行逻辑：物理AI运行涵盖环境识别、空间定位、路径规划、指令输出、物理推演、实体执行、反馈校正全流程，各环节环环相扣。环境感知阶段通过各类传感器输入信息，结合外形特征、标注数据识别物体属性，同步完成空间定位；物理推演阶段依托世界模型遵循物理规则开展行动规划，通过VLA模型完成路径规划，输出包含空间坐标、电机转动角度、扭矩参数的执行指令，过程中会基于世界模型预判操作的物理结果，比如杯子倾斜时咖啡会因重力洒落的情况；实体执行阶段驱动对应电机、执行器完成操作；反馈迭代环节留存正确操作规则，校正优化错误操作。

以“将桌上咖啡倒入垃圾桶”的指令执行为例，物理AI会依次完成咖啡、垃圾桶识别定位，动作路径与参数规划，规避咖啡洒落风险，最终完成操作并迭代优化运行逻辑。

·物理AI产业链环节：物理AI自上而下可划分为算力基础设施、核心算法、感知层、执行层、实体载体与场景应用五大核心产业链环节，全产业链价值均分布在上述环节，是核心投资线索来源。

其中算力基础设施涵盖GPU、CPU、数据中心相关产品；核心算法包含世界模型、BOA、仿真门生三类方向；感知层覆盖触觉、视觉等各类传感设备；执行层包含磁钢、电机、减速器等核心部件，最终落地到实体载体与对应场景应用端。

2、世界模型原理与技术路线

世界模型核心特征：世界模型是学习海量时空交互数据后形成，过程中机器人内化重力、碰撞、摩擦等物理规律，训练依赖仿真和真实时序交互，核心数据需求为带时序物理性质的4D数据，这类数据稀缺性极高，仅少数厂商具备高质量充足的4D数据，和大语言模型存在两大本质差异：

一是训练数据不同，大语言模型采用平面文本语料训练，获取难度低，世界模型需依托仿真加真实时序交互数据训练；

二是核心功能不同，大语言模型核心是预测下一个Token，世界模型核心是预测下一帧物理状态，比如机器人手碰到高温物体时，世界模型可预测若不收回手电子皮肤会被烧坏。

世界模型训练数据的形成分为两类方式：

一是数字暖身仿真，通过脚本自动调整物理形状、重量、摩擦系数、光照、障碍物属性及位置等环境参数，批量生成不同场景数据；

二是真实数据校准，采用真实世界海量视频、摄像头、激光雷达、IMU等传感器时序数据，修正仿真与现实偏差，提升模型真实场景算法能力，真实数据可通过自有实体硬件闭环采集、VR遥操采集、物联网海量数据获取，后续需经过清洗筛选、时空对齐、标注等处理。

世界模型技术路线：当前世界模型训练主要分为两大主流技术路线：

1）像素级生成路线：核心目标是直接预测未来视觉画面，还原像素级场景，输出内容为多帧图像视频，适用场景为内容生成和仿真数据生成，代表产品为英伟达Cosmos；

2）隐空间表征路线：核心是在隐空间生成相关向量及物理参数，输出内容为目标对象的坐标、空间位置、运行速度等物理参数，适用场景以机器人、自动驾驶为主，代表产品为特斯拉FSD。完整的物理AI训练系统通常会结合两条路线使用。

3、世界模型训练体系与卡点

训练数据筹备要求：世界模型训练首先需筹备充足训练数据，当前通用方案为仿真数据加真实数据搭配使用，仿真数据占比更高。仿真数据是训练主力语料，具备成本低、效率高的优势，通过参数化批量生成场景，过程中调整物体重量、摩擦、光照、障碍物形态等生成交互场景，核心技术为预随机化，可模仿真实环境的光照、纹理等参数，但仿真数据质量低于真实数据。

真实数据采集成本为每小时大几千元，若收集1000万小时真实数据，成本超百亿元，核心作用是修正仿真与现实的偏差，提升模型在真实场景的泛化能力，来源包括抖音、火山、小红书等平台的公开真实场景视频，以及机器人、自动驾驶设备搭载摄像头、激光雷达等传感器采集的实际运行数据。纯仿真训练的模型在真实环境易失效，需搭配真实数据做自适应微调，保障模型可用性。

模型核心架构：世界模型的核心架构主干以时序Transformer、扩散模型为主，核心组件包括视觉编码器、预测模块等，整体技术偏理论方向，暂不涉及相关投资标的。

训练三阶段流程：世界模型训练分为三个核心阶段，各阶段目标与内容明确：

1）通用预训练阶段：目标是让模型学习通用物理常识，比如踩水易短路、碰撞硬物易摔碎、冰面行走易滑倒等基础物理规则，建立对世界的基础认知。训练过程为导入真实数据与采样的仿真数据做纯时序预测，开展自监督训练，让模型可基于当前场景推断下一步变化，该阶段算力需求高于大语言模型，因数据复杂度更高。

2）条件微调阶段：目标是让模型学会更多指令，建立动作到后果的映射关系，可判断输出的动作是否会导致碰撞、摔倒等问题，比如指导机器人在斜坡行走时主动将重心前倾，避免摔倒。

3）虚实闭环迭代阶段：将仿真预训练模型部署到真机，采集真实动作对应的实际结果数据，用真实数据小批量微调模型，修正模型对物理世界的判断。

4、世界模型相关投资逻辑

数据端投资逻辑：世界模型领域投资逻辑首先围绕数据端展开，当前真实数据稀缺性高、价格昂贵，投资机会集中于能为各类大模型厂商（含主力大模型、独立大模型、非主力大模型如字节等）提供高质量真实数据、协助优化世界模型的相关厂商。数据采集核心方式包括三类：

1）公开视频采集，视频包含大量真实物理场景信息；

2）BR遥操采集，将催生BR数据素材采集赛道机会，相关企业可采集真实数据打包卖给大模型厂商；

3）自有硬件闭环采集，典型代表为中控技术，其占国内工业公共环节50%的市场份额，日常运营中持续采集全工业环节数据，具备显著数据价值优势。

数字孪生技术门槛，高保真数字仿真有三大明确评价标准

1）几何一致：视觉感知、碰撞检测结果与现实完全一致；

2）物理规律吻合：物体运动、受力、形变、碰撞结果符合物理学基本定律；

3）时序有保证：仿真内容的时序演进逻辑与现实一致。工业级数字孪生与普通可视化数字孪生存在本质差异：普通可视化数字孪生仅为3D建模，而工业级数字孪生需实现多物理场景可交互仿真，需内置工业级物理求解器，普通可视化数字孪生企业不具备该能力，传统CAE企业存在切入机会。

5、数据采集与感知层机会

数据市场空间测算：数据市场规模测算以行业总需求时长为核心逻辑，单家厂商数据需求以1000万小时为起步门槛，全行业总需求合计至少可达5000万小时，以此测算数据市场打底规模约500亿元。叠加数据不可迁移性、采集成本较高的特性，市场整体缺口较大，全局市场空间可达大几千亿元。

数据采集方式与标的：当前数据采集主要分为三类方式，各有特点与对应布局主体：

1）自有实体硬件采集：主要通过在自动驾驶、企业场景端的载体上搭载IMU、视觉传感器、惯导等传感设备完成数据采集；

2） VR遥操：为当前行业主流方案，由操作员佩戴VR设备及配套外设远程操控机器人完成任务，系统同步记录人类动作、轨迹及操作指引，代表性模型为字节R3，主要通过VR输入完成大量游戏操作数据采集，相关布局标的包括龙旗科技、汇成股份、空宇度，其中空宇度为头部机器人公司提供遥操数据采集服务。VR设备的局限性在于数据反馈量有限，后续需对数据重新校准；

3）物联网海量数据：字节、Meta、Google均拥有海量物联网视频数据，采集成本较低，可用于无监督训练，但难以学习动作与推理后果的精准因果关系，原因在于视频存在画质、噪音、帧率等问题，会影响物理推理能力训练效果。

数据采集完成后还需经过清洗、筛选、时空对齐、训练切分等处理流程，且不同主体采集的数据具有不可迁移性，无法跨主体使用。

·感知层核心标的：物理感知层是数据采集的核心硬件支撑，核心功能为采集空间坐标、尺寸、形貌等物理数据。核心布局标的包括奥比中光（3D视觉全技术布局）、万集科技（布局激光雷达），以及安培龙、福莱、汉威、恒辉安防、华依科技等。核心采集器件方面，IMU、六维力传感器是物理感知数据采集的核心器件，为当前行业重点布局方向。

6、执行层机会与行情展望

·OpenAI产业链机会：这波OpenAI相关行情可类比2024年底特斯拉行情，当前OpenAI上层方案已初步定型，下层方案尚未确定，后续将有大量企业送样，产业链可选标的充足，处于0到1的高弹性发展阶段。从产业逻辑来看，OpenAI仅靠当前业务、数据及模型能力提升带来的AI业务增速，难以支撑其每年数千亿美金的资本开支，亟需新的落地场景消化大额资本开支，物理AI是可替代范围最广的核心落地场景，整体想象空间极大。

·特斯拉产能与业绩弹性：特斯拉机器人产能规划节奏明确，明年一季度周产可达5000台，年底周产可达20000台，后年按百万台量级规划。对应供应链将充分受益于产能释放，多数相关公司有望获得百亿级及以上的收入增量；可在百万台出货规模下实现100亿收入的公司，对应市值不低于500亿元，相关标的具备极大业绩弹性。 http://t.cn/z8ADYQE