物理 AI：Infra 建设提速，投资机会深度拆解 20260614 物理 AI 与具身智能研报：世界模型驱动仿真与数据采集迎爆发 摘要 物理 AI 核心由世界模型驱动，英伟达 Cosmos3 通过生成合成视频训练 具身智能，Omniverse 平台则作为仿真训练底座。 世界模型存在视频生成、3D 生成及隐式路径三条路线，目前处于融合阶 段，谷歌在长时序一致性方面具备领先优势。 具身数据缺口巨大，行业正从真机遥操转向混合采集模式，2026 年预 计成为第一人称视角等数据采集爆发元年。 索辰科技物理 AI 业务 2025 年创收 5,800 万元，低空经济项目率先落地， 2026-2027 年累计收入目标定为 2.5 亿元。 51Sim-One 在智驾仿真市占率达 50%，受益于 2026 年 L3 量产强制 检测政策，其能力正向具身智能仿真迁移。 智元、京东等厂商通过众包模式布局千万小时级数据产能，海天瑞声作 为核心服务商深度参与具身数据采集计划。 Q&A 请介绍一下物理 AI 与生成式 AI 的主要区别，其产业链环节、核心算法（世界 模型）以及主要应用场景有哪些？ 物理 AI 与生成式 AI 的核心区别在于 ...