文章核心观点 - Innodata Inc (INOD) 正通过新建新泽西州动作捕捉研发实验室，从传统AI数据工程向物理AI训练数据领域扩张，该实验室旨在训练人形机器人、工业机器人及其他物理AI系统 [1] - 该设施与Vicon合作开发，采用高精度红外光学追踪摄像头，能够以亚毫米级精度测量运动，与从二维视频推断三维运动的方法不同，Innodata直接捕捉三维运动，可能提升机器人训练数据质量 [1] - 此举拓宽了Innodata的变现选项，客户可购买现成动作捕捉数据集、委托定制项目或将机器人送至实验室进行独立性能测试，公司还可提供机器人内部遥测的外部验证，潜在支持基准测试、信任与安全应用 [2] - 物理AI可能成为另一个有意义的增长向量，但机会仍处于新兴阶段，试点项目转化为大型商业项目的速度将至关重要 [5] 物理AI可能开辟新增长途径 - 该举措建立在Innodata此前的机器人计划之上，第二季度公司与领先机器人企业成功开展了自我中心数据收集试点，并开始规划企业级多模态项目 [3] - 管理层此前已承诺建立动作捕捉实验室，为机器人和物理AI基础模型生成精确数据 [3] - 此次扩张正值强劲的基本面势头，第二季度收入同比增长58%至9210万美元，调整后EBITDA增长92%至2540万美元 [4] - Innodata重申其预期2026年收入增长至少40% [4] - 如果机器人开发商越来越多地外包高质量训练数据、评估和安全保障，物理AI可能成为另一个重要增长向量 [5] - 目前新实验室增强了Innodata在更广泛AI数据生命周期中的定位 [5] Cognizant和Accenture扩大其物理AI布局 - Cognizant Technology Solutions (CTSH) 和Accenture (ACN) 是Innodata在物理AI扩展至机器人、制造业和自主系统领域的相关竞争对手 [6] - Cognizant近期推出了主权物理AI平台即服务，将工业传感器、IoT设备、工厂自动化及其他物理系统与AI连接，帮助企业将自主技术从实验推向规模化部署 [7] - Cognizant在工程、AI和行业专业知识方面的结合可能在企业增加机器人基础设施和治理支出时强化其地位 [7] - Accenture也通过机器人、数字孪生、仿真和工业AI深化其物理AI敞口 [8] - Accenture的AI Refinery for Simulation and Robotics支持传感器数据集成、数字孪生和机器人基础模型训练，其对General Robotics的投资扩大了帮助制造商和物流公司部署自主系统的能力 [8] - Accenture的规模和企业关系可能使其在物理AI商业采用加速时成为强大的竞争对手 [8] 关键摘要 - Innodata开设了新泽西州动作捕捉实验室，服务于人形机器人、工业机器人和物理AI [9] - Innodata可在新设施出售数据集、运行定制项目并独立测试机器人 [9] - 物理AI增长取决于试点项目在机会涌现时转化为大型商业项目 [9]