报告行业投资评级 - 行业评级：看好 [1] 报告核心观点 - 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，将引领下一个AI浪潮 [3][5][11] - 物理AI的实现依赖于世界模型、物理仿真引擎与具身智能控制器三大技术协同 [3][16] - 英伟达凭借“芯片-算法-平台”全栈布局，在物理AI领域具备先发优势 [3][25] - 数字孪生是物理AI目前最成熟的应用，智能驾驶与具身智能是未来最具想象空间的两大应用 [3][5][47] - 物理AI产业链已形成清晰的价值分布，各环节均出现重要变化和投资机会 [3][4][72] 物理AI概念与技术框架 - 物理AI核心结构可简化为“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）” [3][5][12] - 空间智能是AI感知、理解和推理三维空间及其内部物体关系的能力，当前先进的多模态大语言模型在空间推理任务上仍逊于人类 [13] - 世界模型为AI系统提供内部物理世界模拟器，使其能够预测行动结果而无需现实试错，学习方式多为无监督学习 [16] - 物理AI与传统AI在处理对象、核心能力、训练数据、技术基础和应用场景上存在显著差异 [24] - 物理AI的实现依赖于三大技术支柱协同：世界模型负责构建三维空间完整理解，物理仿真引擎负责实时计算物理交互，具身智能控制器连接虚拟推理和物理执行 [3][16] 英伟达的生态布局与优势 - 英伟达2019年提出Omniverse作为3D实时协作平台，已构建起较为完整的产业生态护城河 [3][25] - 2025年1月英伟达推出世界基础模型Cosmos并开源，能理解世界语言、物理特性、空间位置等要素，并合成物理数据 [30] - Cosmos模型获得重大更新，包括开源可定制的70亿参数推理视觉语言模型Cosmos Reason和专注于合成数据生成的Cosmos Transfer-2模型 [33][35] - 英伟达已建立完整的物理AI使用流程：构建虚拟3D环境（Omniverse）、生成合成数据（Cosmos）、训练验证（DGX平台）、部署（Jetson Thor等下一代机器人设备） [38][41][42] - Cosmos首批用户包括1X、Agile Robots、Figure AI、小鹏汽车等十余个国内外机器人和汽车厂商 [37] 世界模型进展与商业化应用 - 谷歌DeepMind推出通用世界模型Genie 3，基于文本提示以每秒24帧、720p分辨率生成长达数分钟的交互式3D环境 [43] - 主流世界模型（如Meta V-JEPA、英伟达Cosmos、谷歌Genie3）在核心共性、技术侧重和优劣势上各有特点 [45] - 世界模型在训练端可生成符合物理规律的高质量合成数据，解决真实数据稀缺与长尾场景覆盖问题；在推理端通过物理推理模型实现感知-决策-执行闭环控制 [59][60][65] 物理AI核心应用场景 数字孪生 - 数字孪生是实体资产和流程的虚拟映射，企业借助其优化设计、仿真与运营效率，成为工业数字化转型的核心工具 [48] - 数字孪生通过集成多维数据源构建虚拟模型，并依赖物联网实现数字与物理世界的动态同步 [49] - 该技术为企业带来显著效益，宝马集团通过工厂数字孪生将规划效率提升近30%，纬创实现气流仿真速度提高15000倍 [52] - 数字孪生已渗透至制造业、能源、医疗与城市管理等广泛行业，如富士康通过虚拟工厂优化机器人部署 [54][57] 智能驾驶与具身智能 - 智能驾驶及具身智能目前主流方案包括端到端、VLA（视觉-语言-动作模型）、世界模型 [3][69] - 端到端模型是目前最成熟的前期方案，但因其“黑箱”输出遇到稳定性瓶颈；VLA模型凭借可解释性及LLM模型能力基础表现优异，但对边缘侧算力要求过高；世界模型可实现更前瞻推理，支持复杂思维实验，可能成为未来重要商业化路线 [3][69] - 智能驾驶领域代表厂商：特斯拉（端到端）、小鹏/理想/元戎（VLA）、英伟达/华为/蔚来/Momenta（世界模型） [69] - 具身智能领域代表：Google RT-2（端到端）、Figure（VLA）、DeepMind/Meta（世界模型） [69] 物理AI产业链梳理 芯片及控制器 - 芯片与控制器是物理AI的硬件中枢，承担环境感知、实时计算与运动控制的核心功能 [73] - 英伟达基于Blackwell架构推出Jetson AGX Thor和DRIVE Thor计算平台，Jetson Thor的AI计算能力是上一代Orin的7.5倍，最高达2070 TFLOPS（FP4），能效是上一代的3.5倍 [73][75] - 主控芯片领域呈现多元化竞争格局，除英伟达外，高通、地平线以及小鹏、蔚来等自研芯片厂商均在特定场景实现差异化竞争 [75][76] - 控制器厂商价值量提升，智微智能推出完整的机器人“大脑-小脑”分层方案，天准科技发布新一代千TOPS级高算力具身智能大脑产品星智007 [77][80][81] 数据供应 - 符合物理规律的高质量数据是训练物理AI模型的前提，获取成本与规模构成核心壁垒 [85] - CAE仿真与合成数据生成成为物理AI的“数据工厂”，索辰科技利用多物理场仿真技术生成高保真合成数据 [85][86] - CAD厂商积累大量细分场景下具备物理属性的空间信息，群核科技发布高质量3D高斯语义数据集InteriorGS，包含1000个3D高斯语义场景 [88] - 3D视觉厂商（思看科技、奥比中光、凌云光）负责现实世界感知与数字化，为仿真提供初始模型并进行数据采集校准 [91] 模型和算法 - 模型与算法构成物理AI产业的“智能核心”，产业格局呈现四类主要参与者：全球科技巨头（英伟达、谷歌）、专注于空间智能与世界模型的第三方平台、第三方算法解决方案提供商（如Momenta）、整机厂自研（小鹏、理想、优必选） [95][96][97][101] 落地和应用 - 落地应用是物理AI价值的最终体现，系统集成商与行业解决方案提供商是推动技术赋能千行百业的关键 [102] - 该环节核心竞争壁垒体现在对垂直行业的深度理解、与底层技术平台的深度合作关系以及提供端到端解决方案建立的客户粘性 [102][103] - 亚信科技将自研数字孪生平台、MaaS平台、智能体平台与NVIDIA Omniverse集成融合，为网络、工业制造、城市治理等场景提供一站式数字孪生解决方案 [104] 产业链核心标的 - 控制器：智微智能、天准科技、德赛西威 [3][109] - 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][112] - 模型和算法：索辰科技 [3][112] - 落地和应用：亚信科技 [3][112] - 整机厂商：小鹏汽车-W、极智嘉-W [3][112]