ARTICLE · 1318073

AI的下一站!物理AI:谁吃肉、谁喝汤、谁啃骨头--大盘点!

发布时间：2026-11-06 07:18:22 最近访问：2026-11-06 07:18:22

宇树CEO王兴兴的话，给火热的物理AI概念添了把柴。

10月22日，在2026世界物理AI大会上，王兴兴表示，目前顶尖AI模型已经击穿数学世界，物理AI也已经看到被击穿的苗头，很可能最近1-2年或2-3年。

10月21日，黄仁勋在GTC柏林大会上发表主题演讲称，AI工厂部署最快缩至14天，物理AI将加速落地。

在上月的9月28日，AMD宣布拟以约82亿美元，全股票收购李飞飞的World Labs，推动世界模型进入产业投入期；OpenAI也入局自研人形机器人，开启物理AI新纪元。

物理AI，就是让AI跳出屏幕和虚拟环境，理解真实物理世界、并动手做事，自主决策的智能系统。

而"物理AI"这个词，是英伟达CEO黄仁勋在2024年最先提出，他把AI的演进划分为四个阶段：感知AI → 生成AI → 代理AI → 物理AI，并断言"生成式AI已成为过去，未来属于代理AI与物理AI" 。

今天我们重新研究物理AI。下文从：① 物理AI--概览；② 谁吃肉、谁喝汤、谁啃骨头格局--大盘点；③ 总结&展望；等三个维度来解析。

一、物理AI--概览

1、概念

物理 AI ，Physical AI，是指AI跳出虚拟环境，在物理世界中真实运行，感知并与之进行交互、自主决策和执行的智能系统。

它通过将 AI 模型与物理规律相结合，并依托传感器、执行器等物理硬件，使自主系统具备感知、理解、推理、执行、反馈、协调复杂物理动作的能力。

物理 AI 主要包括物理感知、物理推理、世界建模和具身交互四个核心模块。

2、物理AI 三要素

物理AI（机器人）=① 具身模型+② 机械本体+③ 数据飞轮，这三大要素，缺一不可。

（1）具身模型：是机器人的“大脑”，当前主流路线包括VLA（视觉-语言-动作）模型与世界模型。

（2）机械本体：是机器人的“身体”，在人形机器人BOM成本中，执行器约占40%-50%，灵巧手约占14%-18%。

（3）数据飞轮：是具身智能迭代的必然途径，机器人部署的场景越多，回流的真机数据越丰富，具身模型就越聪明，进而进入更多复杂场景，形成正向循环。

3、主要表现形态

（1）人形机器人与四足机器狗/狼：如宇树科技、Tesla Optimus、OpenAI 关联项目。

（2）AI 工业工厂与数字孪生：英伟达 Omniverse 赋能的自动化装配、西门子数字工厂。

（3）空间智能与世界模型：李飞飞的World Labs 驱动的 3D 空间理解与具身交互。

4、AI演进的四个阶段

AI演进的四层方向是：感知AI→生成AI→代理AI→物理AI

（1）Perception AI（感知AI）：让 AI 看得见、听得懂、读得清；

代表能力：图像识别（CV）、语音识别（ASR）；这是 AI 的“眼睛”和“耳朵”，它让机器第一次具备了“理解世界”的能力。

（2）Generative AI（生成AI）：让 AI 能“表达”“创作”，第一次具备了创意和内容输出能力。如2022年的ChatGPT，图像生成软件 Midjourney。

（3）Agentic AI（代理AI）：是具备自主规划、工具调用与反馈迭代能力，可独立完成复杂多步任务的人工智能系统。如Microsoft 365 Copilot等。

（4）Physical AI（物理AI）：AI 开始“动手”，从数字世界走向现实世界。这是AI能力在现实物理世界中的终极体现——有眼（感知）、有脑（决策）、有身体（执行），能在物理世界自主交互和行动。

5、产业链&价值占比

物理AI产业链大致可分为三层：上游是算力与传感器等核心零部件；中游为本体、平台模型层与集成；下游为多元化应用场景的完整生态。

其价值占比呈现“上游重算力与核心大脑（模型）、中游重本体集成、下游重场景商业化”的特征：

（1）上游（约占55%）-- AI 算力芯片（GPU/NPU）、仿真平台和工具、AI 工厂/服务器基础设施、3D 世界模型软件、核心零部件、传感器（激光雷达、IMU、触觉传感器）。

（2）中游（约占 30%）--本体、模型层与集成：包含各种大模型、云平台、智能汽车整机、具身智能本体（人形/四足机器人）、核心执行器（机械臂、灵巧手、谐波/行星减速器、无框力矩电机）。

（3）下游（约占 15%）：各种应用场景，包括智能驾驶、工业自动化设备、特种作业、仓储物流、无人机、具身数据标注与服务。

二、谁吃肉、谁喝汤、谁啃骨头格局--大盘点

我们按照「定价权」和「毛利率 + 国产化率」两个维度，把物理AI产业链上的玩家分为四小档：吃最肥的肉（生态税）、吃小肉（稀缺定价）、喝汤（有份额无定价权）、啃骨头（叙事在前现金在后）。也可以分为以下三大档：

吃肉层：算力芯片 + 仿真 / 世界模型软件，技术壁垒最高、全行业刚需，卖铲人逻辑，无论哪家厂商胜出都受益，业绩确定性最强。
喝汤层：核心硬件、终端本体、系统集成，是落地必备载体，随装机量线性增长，竞争格局较分散，议价权弱于上游。
啃骨头层：二三线人形或自驾整机厂、真机数采中心、核心零部件二线厂，价格内卷、没有绝对垄断地位，很容易被一线替代。

以下分类和排名，仅为个人研究观点，不代表企业真实排名与行业实力。

档位	命名	核心特征	玩家
L1	吃最肥的肉（生态税、绝对定价权）	算力巨头、模型霸主、全栈闭环	英伟达、AMD、特斯拉、OpenAI、安西斯等
L2	吃小肉（稀缺定价）	国内算力底座、仿真系统，高毛利	海光、寒武纪、浪潮、中科曙光、工业富联、地平线、索辰等
L3	喝汤（有份额无定价权）	核心零部件和本体集成、国产化率已高	宇树、优必选、小鹏；奥比、柯力、禾赛、海康、绿地谐波、汇川等
L4	啃骨头	叙事在前、现金在后；内卷同质化红海	140+家二线整机、真机数采中心、核心零部件二线厂

（一）吃最肥的肉：海外算力底座 + 仿真工具

这层是顶级的全球卖铲人，确定性最高，无论哪款模型、哪家机器人最终胜出，都离不开算力支撑和仿真训练环境；技术壁垒最高、玩家最少，产业爆发最先兑现业绩。

1、英伟达（NVIDIA）：毫无争议的AI全球霸主

1993 年由黄仁勋等人在美国加州创立，从图形芯片起家，逐步定义了 CUDA 算力生态，是全球 AI 算力绝对霸主。当前市值约 5.12 万亿美元（2026 年 10 月）。

吃肉逻辑：全栈定义物理 AI 底层标准 ——GPU 是仿真训练的核心算力底座；Isaac Sim 是全球应用最广的机器人仿真平台；GR00T 人形基座、Cosmos 世界模型是物理 AI 行业标准的定义者、Omniverse 数字孪生形成完整闭环。

所有物理 AI 玩家都依赖其算力与工具，英伟达是产业爆发最先兑现业绩的全球绝对卖铲人。

2、超微半导体（AMD）：全球第二大AI卖铲人

AMD是1969 年由仙童半导体团队创立，CPU、GPU 双赛道布局；2026 年 9 月以 82 亿美元收购李飞飞创办的 World Labs，补齐世界模型能力。当前市值：约 8730 亿美元（2026 年 10 月）。

吃肉逻辑：斥资 82 亿美元收购李飞飞创办的World Labs，补齐世界模型短板，形成 “CPU+GPU + 世界模型” 全栈方案对标英伟达，是全球第二大算力卖铲人。在工业、机器人物理 AI 场景提供差异化算力方案，受益于全行业算力需求扩容。

3、特斯拉 (Tesla)：垂直整合的通用型选手

Tesla是全球具身智能、端到端物理世界模型的“实战天花板”。Grok作为马斯克的多模态大语言模型，与特斯拉FSD系统深度协同，形成“认知大脑”与“行动大脑”的架构，是马斯克“AI+硬件”生态战略的核心体现。

物理AI逻辑：依靠数百万辆汽车收集的海量真实世界物理数据，通过 FSD 端到端大模型赋能 Optimus（擎天柱）人形机器人，实现了从算法、自研芯片（AI4/AI5）到超级工厂量产的完全软硬件垂直整合。加之Grok的入局，可形成“数据-模型-数据”的飞轮效应。Tesla毫无争议可以大口吃肉。

4、OpenAI（冲刺上市）：亲自下场自研人形机器人，打通大模型到具身实体的技术闭环

从“大脑”向下俯冲，做物理AI的“神经系统”。奥特曼已确认自研人形机器人，2027 年目标拿出演示原型，岗位覆盖运动控制、状态估计、执行器控制和物理AI训练基础设施。它的逻辑不是造本体卖钱，而是掌握“大脑如何理解身体”的物理边界，以智能系统定义硬件，而非相反。

5、安西斯（ANSYS）：全球 CAE 多物理场仿真龙头

Ansys 成立于1970年的美国，是全球领先的工程仿真软件（CAE，计算机辅助工程）供应商。其软件广泛应用于航空航天、国防、汽车、电子、半导体、能源、医疗等高端制造领域，能够模拟真实世界的力学、流体、电磁、热等物理规律，为产品提供虚拟测试和验证。Ansys 与西门子、达索并列为全球工业仿真软件“三巨头”，占据全球仿真市场近一半的份额，是工业场景的核心卖铲人。

6. 达索系统（Dassault）：工业数字孪生之王

1981 年从法国达索集团分拆，全球工业软件龙头，CATIA 设计、SIMULIA 仿真覆盖产品全生命周期。数字孪生与工业仿真核心厂商，其平台是工业物理 AI、机器人虚拟调试的核心工具。依托高端制造客户生态切入物理 AI，壁垒深厚。

（二）吃小肉：国内算力底座、仿真系统

国际算力和仿真大厂吃大肉，而国内市场需求巨大，国产算力基础设施可以吃小肉。

1、索辰科技：中国版 Isaac Sim + Ansys

国内“CAE软件第一股”，国内物理AI仿真赛道的核心龙头。全物理场自研 CAE 龙头，处于仿真底座层，有吃肉发卡位。自研 “天工・开物” 物理 AI 平台，深度对接英伟达生态，军工仿真市占超 70%。是人形机器人、工业场景虚拟训练的核心底座，卡位整条产业链技术壁垒最高的环节。

2、海光信息：国产CPU+DCU双轮算力平台

海光是国内国产算力与物理AI算力底座的龙头，主要定位为“国产CPU+DCU双轮算力平台”的领军企业。其核心逻辑在于为物理AI提供底层算力支撑，是物理AI产业链“算力基础设施层”的核心“卖铲人”。DCU 全栈适配物理 AI 仿真训练与推理，是政企、工业场景私有化部署的首选国产算力方案。

3、寒武纪：国内AI算力芯片的绝对龙头

由于海外高端算力受限，寒武纪是国产通用AI芯片的核心标的，承载了物理AI算力底座国产化替代的核心使命。

思元系列等训练与推理芯片，为物理AI大模型的规模化训练提供算力支持。在面向机器人、自动驾驶等边缘场景时，支持实时推理与决策。是物理AI产业链中“算力底座”的核心龙头。

4、浪潮信息：AI 服务器全球龙头

浪潮信息，连续多年国内AI服务器第一。深度绑定头部云厂商，是国内智算中心、超算中心的核心供货方。在物理AI产业链中，主要扮演物理AI算力底座的核心角色，超节点集群支撑物理 AI 海量并行仿真训练，是物理AI实现大规模仿真训练和推理的“数字基座”。

5、中科曙光：算力基础设施龙头

中科曙光是国内高性能计算（HPC）龙头，国内超算TOP100连续多年市占第一。在物理AI时代，公司具备构建万卡级AI算力集群的能力（如3万卡国产AI算力池），能够支撑物理AI大模型训练、多物理场仿真和工业数字孪生等核心场景，是物理AI“算力底座”的核心支撑者。

6、工业富联：算力产房&硬件铲子

物理AI的“算力硬件龙头”和“算力基础设施核心载体”。工业富联作为全球AI服务器头部代工厂，为物理AI提供“算力底座”，支撑大规模并行计算与实时数据处理，是物理AI落地不可或缺的“卖水人”。工业富联AI服务器全球市占率超40%，国内市占率超50%，是物理AI产业扩张的最先受益者。

7、地平线机器人：中国版英伟达Jetson

地平线是国产智驾方案龙头，在国产自主品牌ADAS前视芯片市占超40%，其“征程”系列芯片和HSD全栈智驾方案为车企提供从L2到L4级的解决方案；依托自研芯片和AI底座，地平线正积极布局人形机器人、工业机器人等具身智能领域，致力于成为物理AI时代的“底层算力与底座”提供者。

8、凡拓数创：物理AI+数字孪生+具身智能”全栈标的

作为A股稀缺的“物理AI+数字孪生+具身智能”全栈标的，凡拓数创是一家从传统数字创意向“物理AI全栈解决方案”转型的A股上市公司，被市场视为物理AI数据基座及仿真底座的细分龙头。它提供“数据采集—仿真训练—中试验证—真机部署”的全栈闭环能力，是物理AI上游基础设施的核心代表。

（三）喝汤层：核心硬件 + 系统集成

喝汤层为核心硬件 + 系统集成企业。作为物理 AI 落地的必备部件与交付载体，该层有明确技术壁垒。随机器人、工业场景装机量提升同步放量；但竞争格局较上游更分散，议价权弱于吃肉层，即上游的卖铲人。

喝汤层的企业可划分为感知硬件、执行硬件、本体&系统集成。以下是详细企业的盘点：

感知硬件

1、奥比中光：3D 视觉传感器龙头，为机器人提供空间环境感知能力，是物理 AI 的 “眼睛”。

2、柯力传感：六维力传感器核心厂商，实现机器人精细力反馈交互，是物理 AI 的 “触觉”。
3、凌云光：国产机器视觉全链条自研龙头和物理AI数据采集中枢，不直接生产物理AI大模型，而是为物理AI提供底层的数据采集与校准服务，是物理AI“数据底座”的核心提供方。
4、禾赛科技：是激光雷达领域的全球龙头，市占率稳居全球第一。服务与自动驾驶、机器人、工业检测等场景，是物理AI感知层的核心硬件入口。同时推出了三维世界数据引擎Kosmo，能够快速采集真实世界并生成高质量的三维空间数据。
5、速腾聚创：国内车载与机器人激光雷达的绝对龙头，它通过提供物理AI的“空间感知”硬件，深度赋能自动驾驶和机器人等物理AI核心应用场景，是物理AI时代不可或缺的硬件与数据入口龙头。
6、海康威视：国内最全面的物理感知硬件矩阵，自研“观澜多模态物联感知大模型”；执行层，通过海康机器人（AGV/AMR）等硬件，实现物理空间的自主移动与操作。其核心定位为“物理AI全栈玩家”，即“感知层+决策层+执行层+应用层”的完整闭环。是国内“实体AI应用”的绝对龙头。