物理AI定义与核心价值 - 物理AI是继生成式AI、AI Agent之后的下一代AI形态，能够理解并遵守物理规则，通过具身化与离身化系统协同实现虚拟与现实交互[1][2] - 核心能力包括拓展大模型边界（快速仿真设计/实时运维控制）和生成海量训练数据（加速CAE仿真/数字孪生/机器人训练）[2] - 应用场景聚焦严肃领域：智能驾驶、人形机器人、军工仿真，其中军工领域可实现虚拟作战环境数据仿真与实时运控[2][4] 英伟达物理AI实践路径 - Omniverse平台迭代路径：2019年3D协作平台→2021年整合PhysX5物理引擎→2024年升级为一站式物理仿真平台[3] - 端到端解决方案架构：DGX（训练）+Omniverse/Cosmos（合成数据）+AGX（部署），Cosmos引擎整合世界模型/AI加速流水线赋予"物理直觉"[3] - 商业化进展：与通用汽车合作自动驾驶车队、开源人形机器人模型Groot N1、联合DeepMind推出Newton物理引擎[3] 国内物理AI发展现状 - 索辰科技"天工·开物"平台实现全流程技术突破，商业模式包括开发者代理模型采购（创意工坊）和行业解决方案直供（风电/汽车/机器人）[5] - 落地效果：风电领域将传统10年计算周期缩短至24小时，单风机发电效率提升20%/桨叶寿命延长30%/毛利率提高10%[5] - 军事仿真应用：贯穿作战实验/装备论证等全生命周期，海外案例包括Palantir AI战车，国内索辰对标英伟达技术路线[4][5] 军工行业投资逻辑 - 国防预算持续增长：2025年预算达17847亿元，2022-2024年同比增速7.1%/7.2%/7.2%，但占GDP比重仍低于1.5%的世界平均水平[6] - 信息化加速：市场规模从2015年913.5亿元增至2023年1643.2亿元（CAGR 7.62%），2025年重点发展智能化/有人无人协同[6] - 政策催化：2024年成立信息支援部队，2025年政府工作报告强调新质生产力与"十四五"收官，驱动军工AI结构性反转[6][8] 投资主线梳理 - 物理AI及军工仿真：具备算法优势与工程经验积累的企业（如索辰科技）[8] - 军工应用端产品：拥有指挥控制/ISR领域数据资源与垂直算法的公司[8]