行业与公司 * 涉及的行业为物理AI（具身智能）产业，涵盖机器人、自动驾驶、仿真软件、芯片、传感器等多个细分领域[1][2] * 涉及的公司类型多元，包括： * 海外巨头：英伟达（算力芯片、Isaac Sim仿真平台、Cosmos基础模型）、谷歌DeepMind（Gemini模型）、特斯拉（Optimus机器人、垂直闭环）、Figure AI（Figure 01模型）、OpenAI、Waymo、苹果等[7][10][11] * 国内厂商：地平线（端侧芯片）、奥比中光（3D深度相机）、光轮智能/光年智能（仿真数据与工具）、阿里（千问大模型）、索辰科技（CAE仿真软件）、Vesene、全核科技、埃斯顿、新松等[2][10][11][12][13][15] 核心观点与论据 1. 技术壁垒与核心差异 * 核心壁垒主要体现在五个方面： 1. 数据：最稀缺的是带有动作、结果和物理反馈的交互数据，需包含场景状态、目标、视觉流、动作轨迹及成败标签[8] 2. Sim-to-Real能力：高度依赖仿真数据，关键在于弥合仿真与现实的差距，确保物理仿真的准确性并用真实数据校准[8] 3. 泛化能力：需应对新物体、不同光照、变化背景、新任务及动态干扰，要求远高于自动驾驶[8] 4. 长时序任务规划与执行能力：考验模型在包含十几个步骤的复杂任务中的状态记忆、错误检测、自动恢复及鲁棒性[8] 5. 本体与模型的协同：整体能力上限受制于硬件本体，跨硬件本体的迁移能力是关键[8] * 与传统多模态模型的差异： * 数据层面：物理AI模型不仅需要多模态感知数据，还需空间/物理理解数据（如声音、移动轨迹）和硬件本体的动作轨迹数据[3] * 能力层面：需在训练中融入对物理世界的理解、预测与生成能力，通常通过引入世界模型（World Model）实现，而传统模型（如VAE）通常不具备[3] 2. 模型架构与技术路线 * 标准分层架构（基于Transformer但更复杂）包含：多模态感知层、空间理解层、任务规划层（可引入世界预测能力）、动作生成层（使用diffusion policy等技术）、底层控制层、安全执行层，并需数据回灌机制持续迭代[5] * 技术路线分野：存在多种实现方式，包括端到端架构、“高层推理+底层控制”双系统架构、增加扩散模型的架构、“世界模型+策略模型”架构等[6] * 机器人领域主流：普遍采用“高层推理+底层控制”双系统架构[2][6] * 数据采集依赖：高度依赖RGB-D深度信息，纯视觉方案（如特斯拉）门槛极高，国内方案多采用结构光或激光雷达[2][14] 3. 市场格局与参与者 * 格局多元化：预计不会出现类似大语言模型领域的赢者通吃局面[2][7] * 参与者分类： 1. VLM路线公司：如OpenAI、阿里千问[7] 2. 基础模型公司：如General Robotics、英伟达（G100T）、Google[7] 3. 世界模型公司：如英伟达（Cosmos）、字节跳动（World-V）、Waymo（Gaia）[7] 4. 专用计算模型公司：如苹果（GRU-A导航模型）[7] 5. 垂直闭环模型公司：如特斯拉（Optimus）、Figure（HX模型）[7] * 关键玩家定位： * 英伟达：已成为物理AI领域难以绕开的底层基础设施平台，提供算力芯片、仿真平台（Isaac Sim、Omniverse）及基础模型（Cosmos）[2][10] * 谷歌DeepMind：偏向模型公司，打造覆盖多场景的基础模型生态系统[11] * 特斯拉：垂直整合型公司，模型闭源并在自有体系内闭环应用，核心壁垒在于AI基建、软硬一体化和丰富场景[11] 4. 产业链价值分布与增长潜力 * 产业链环节： * 上游：算力与芯片（GPU、端侧芯片）、核心零部件（关节模组、传感器等，其中传感器提供关键力学数据）[9] * 中游：数据与仿真（真实数据采集、虚拟数据生成）、模型与系统（各类模型公司、操作系统/中间件公司）[9] * 下游：解决方案集成商[9] * 未来2-3年增长潜力排序： 1. 算力与芯片：已表现出强劲势头，国产化趋势下，国产端侧芯片公司（如地平线）将扮演关键角色[10] 2. 数据与仿真工具：具备显著爆发潜力，机器人领域目前高度依赖英伟达生态，为国内仿真工具公司提供巨大机遇[10] 3. 核心零部件：灵巧手和各类传感器供应商将受益于物理AI对硬件性能要求的提升[10] 4. 模型层面：虽至关重要，但技术路线未完全收敛，市场竞争激烈，短期格局不明朗[10] 其他重要内容 1. 国产替代机遇 * 仿真软件：若国产仿真软件能补齐高保真度、求解器算法及完善工具链能力，在大模型公司及具身智能需求推动下，将迎来较大市场需求，单客户年采购额可达数百万元[2][16] * 动捕设备深度相机：在动捕数据采集的深度相机细分市场，奥比中光占据主导地位，市场份额约70%[15] 2. 数据采集具体要求 * 机器人真实数据主要分四类：RGB-D数据（需深度相机）、3D数据（如点云，需激光雷达等）、本体状态数据（关节角度、扭矩等）、动作数据（通过遥操作记录轨迹）[14] * 数据存储：通常以JSON格式存储，详细记录坐标、角度等信息[14] * 数据要求特点：机器人对数据的要求并非单纯精度高，而是需要大量多模态数据为高频（底层控制频率500-1000赫兹）、低延迟（几毫秒以下）的动作执行提供安全保障[15] 3. 对相关产业的影响 * CAE及仿真软件赛道：物理AI的普及将整体利好该赛道，不仅垂直行业（机器人、汽车）需要，大模型公司训练也需要大量仿真数据，带动整体需求[17] * 国内CAE/工业AI公司机遇：关键在于找准定位，从垂直场景（如机器人仿真、特定工业工艺仿真、数据合成）切入，打磨核心求解器和计算技术[12][13]