发布信息

物理AI:产业链全景及上市公司

作者:本站编辑      2026-01-22 06:30:30     0
物理AI:产业链全景及上市公司

加关注不迷路,会有更多精彩分享呈现!

一、物理AI的定义

核心定义:物理AI (Physical AI) 是能理解自然定律 (重力、惯性、因果关系),并通过实体与物理世界完成感知 - 推理 - 决策 - 执行完整闭环的 AI。黄仁勋称其为 “让 AI 长出身体”,标志 AI 从理解语言进化到理解物理世界。

两大核心范畴:

与物理世界交互的AI:机器人、自动驾驶等实体系统,具备 “看、想、动” 能力

AI 物理学 (AI Physics):理解物理定律的 AI,破解传统 AI “物理盲”

三大技术支柱:

Newton 物理引擎:实时计算物理模型,响应 < 0.01 秒,适配机器人 / 自动驾驶场景

Cosmos 基础模型平台:千亿参数,推理延迟降至毫秒级,提供大规模合成数据训练

GPU+LPU 混合算力架构:GPU 负责训练,LPU 专注低延迟推理,效率提升约 100 倍

关键产品落地:发布Alpamayo 自动驾驶 AI,端到端训练,能解释决策理由,标志物理 AI 从屏幕走向现实。

二、物理AI发展趋势

从数字到物理的跃迁:AI 演进三阶段 —— 生成式 AI→代理式 AI→物理 AI,当前处于代理式向物理 AI 过渡的加速期

“ChatGPT 时刻” 临近:技术成熟与需求落地双重推动,2026 年被视为物理 AI 落地元年

“三台计算机” 协同架构:训练计算机 + 边缘推理计算机 + 仿真计算机,Omniverse 提供数字孪生仿真环境

端到端大模型规模化应用:自动驾驶城市NOA、人形机器人等场景率先突破,成本持续下降

合成数据成为核心驱动力:解决物理世界数据稀缺,加速模型迭代,降低训练成本

跨领域融合加速:与工业制造、医疗健康、智慧城市等深度结合,重塑产业流程

三、物理AI产业链全景

算力底座:GPU/LPU 芯片、边缘计算平台,提供训练与低延迟推理算力,如 Vera Rubin 架构、Jetson 平台

感知层:3D 视觉、激光雷达、多模态传感器,让 AI “看见” 物理世界,获取环境数据

核心算法层:物理引擎、世界模型、强化学习,理解物理规律,实现预测、规划与决策

执行层:机械臂、驱动器、移动平台,将 AI 决策转化为物理动作,如工业机器人、自动驾驶底盘

数字孪生层:仿真平台、合成数据生成,提供虚拟训练环境,解决真实世界数据不足

应用层:自动驾驶、人形机器人、工业自动化,物理 AI 技术的最终落地场景

四、核心上市公司清单(按产业链环节分类)

1.算力底座(英伟达生态核心伙伴)

英伟达(NVDA):物理 AI 定义者,提供全栈技术与芯片支持

工业富联(601138):英伟达 AI 服务器核心制造商,受益算力需求爆发

天准科技(688003):英伟达 Jetson 国内核心合作伙伴,提供边缘 AI 算力方案

智微智能:与英伟达ROS 深度合作,边缘 AI 算力盒支持 157TOPS,适配物流 AGV / 工业机器人

2.感知层(3D 视觉与传感器)

奥比中光(688322):3D 视觉感知龙头,产品接入 Isaac Sim,提供 “触觉级” 空间认知

凌云光(688400):机器视觉方案适配人形机器人运动规划,提供视觉数据支持

禾赛科技:激光雷达领先企业,为自动驾驶提供高精度环境感知

3.核心算法与仿真层

索辰科技(688507):国产 CAE 仿真龙头,“天工开物” 物理 AI 平台,融合工业仿真

科大讯飞(002230):提供底层 AI 算法支持,布局物理 AI 推理引擎

中科创达(300496):智能操作系统龙头,提供物理 AI 底层软件支撑

4.执行层(机器人与自动驾驶)

埃斯顿(002747):工业机器人龙头,“伺服 + 控制器” 市占率国内领先,布局协作机器人关节

汇川技术(300124):工业自动化领军,提供伺服 / PLC / 变频器一体化方案

德赛西威(002920):座舱与智驾域控龙头,英伟达核心合作伙伴,推进端到端智驾落地

东方精工(002611):参股嘉腾机器人,生成式 AI 激光叉车落地,机器人业务高增长

长盈精密(300115):为特斯拉 Optimus 提供精密结构件,参与人机协作机器人关节研发

5.数字孪生与应用层

西门子(SIEGY):与英伟达深度合作,集成物理 AI 与 Omniverse 到工业软件与数字孪生工具链

达闼科技:人形机器人企业,采用英伟达技术,推进物理AI 在服务机器人领域应用

五、投资核心逻辑与关注点

英伟达生态优先:物理AI 由英伟达定义,其合作伙伴将率先受益技术迭代与场景落地

场景落地节奏:自动驾驶城市NOA、工业机器人、人形机器人商业化进程是关键催化

算力与成本平衡:边缘计算与LPU 芯片发展将决定物理 AI 规模化速度

合成数据壁垒:掌握高质量合成数据生成能力的企业将建立技术与成本优势

(免责声明:以上内容仅供阅览,不做任何投资建议,投资有风险,入市需谨慎)
加关注不迷路!看完记得点个赞,会有更多精彩分享!

相关内容 查看全部