行业投资评级 - 计算机行业评级为“强于大市” [1] 核心观点 - 物理 AI 是人工智能从“数字世界”向“物理世界”的延伸，其核心在于让 AI 理解真实物理规律并驱动机器人、智能汽车、工业装备等实体终端完成感知、决策与执行，有望成为 AI 从数字应用走向实体经济的重要产业主线 [1][5][10] - 物理 AI 的核心并非简单的“机器人概念”扩散，而是 AI 产业从“生成内容”走向“理解并作用于物理世界”的范式升级 [5][14] - 在产业化初期，最先体现价值的环节是高质量数据、仿真平台、世界模型、数字孪生、3D 感知和工业软件等底层基础设施 [3] - 物理 AI 要实现商业化落地，需要建立“数据—仿真—模型—部署—回流”的闭环，其中高质量物理数据和仿真平台是上游技术壁垒较高的基础设施 [14] 政策与产业动态 - 政策端，国家数据局发布《关于推进行业高质量数据集建设行动的实施方案》，提出到 2028 年底建成一批覆盖重点领域、经过应用验证的行业高质量数据集，并聚焦智能体、具身智能和世界模型等重点方向 [5][11] - 当前，高质量数据集的严重匮乏已成为制约物理 AI、具身智能和世界模型发展的核心瓶颈 [5][11] - 海外产业催化密集，英伟达与韩国 LG 集团合作开发人形机器人和下一代数据中心，合作范围涵盖机器人、自动驾驶、数据中心技术及 GPU 云服务等领域，目标是构建 AI 工厂 [5][12] - 资本端，德国人形机器人公司 Neura Robotics 完成 C 轮融资，融资总额最高可达 14 亿美元，投资方包括英伟达、亚马逊、高通、博世等，显示物理 AI 正进入产业资本集中投入阶段 [5][13] 产业链与投资关注点 - 物理 AI 产业链可大致拆分为“大脑训练场”、“感官系统”、“肌肉与骨骼”、“算力底座”和“落地场景”等层级 [5][13] - 仿真引擎与世界模型是上游技术壁垒较高的方向，因为物理 AI 需要先在数字环境中完成海量训练和验证 [5][13] - 感知层方面，3D 视觉、激光雷达、力传感器等硬件是物理 AI 理解真实世界的重要入口；执行层方面，减速器、电机、执行器等零部件是关键环节 [13] - 由于真实环境试错成本高，机器人、智能驾驶和工业装备在量产前均需在虚拟环境中进行大量训练和验证，因此仿真软件、数字孪生、合成数据、世界模型和 3D 感知等环节有望率先受益 [14] - 报告研究的具体公司建议关注索辰科技、能科科技等 [3] 近期行业动态摘要 - 芯片及服务器：芯联集成拟合资建设月产能 5 万片的 12 英寸数模混合芯片生产线，计划总投资约 200 亿元 [15] - 云计算：甲骨文 26 财年第四季度财报显示已有 6380 亿美元长期订单在手，计划大规模扩建数据中心 [16] - 人工智能：海关总署数据显示，今年前 5 个月人工智能等产品同比增长超 五成，工业协作机器人等高端制造产品出口表现亮眼 [17] - 数字经济：《浦东新区 2026 年创投行业白皮书》显示，截至 2025 年底，浦东备案基金总规模突破 2.3 万亿元，2025 年新增备案基金规模实现翻倍增长 [18] - 网络安全：韩国对电商平台 Coupang 处以总额 6247 亿韩元罚款，约合人民币 27.7 亿元 [19] - 工业互联网：工信部提出推动工业视觉检测、设备智能巡检等场景规模推广，显示 AI 与工业互联网融合应用有望加速落地 [20]