物理AI迈入规模化落地期:英伟达Cosmos 3发布引爆产业共振在2026年中国台北GTC大会上,英伟达正式发布了面向物理AI的开放世界基础模型NVIDIA Cosmos 3,并牵头成立全球开发者协作联盟。这一突发事件标志着物理AI技术正式从概念验证迈向产业化加速的新阶段。当前,随着人工智能从“虚拟智能”向“实体智能”演进,理解真实世界的物理AI已成为继生成式AI之后的下一站核心风口。
核心逻辑梳理
- 底层技术范式确立:物理AI的实现路径正走向“世界模型+VLA(视觉-语言-动作模型)”的融合架构。世界模型用于构建逼近真实的虚拟环境进行内部推演,而VLA则通过端到端学习将任务语义映射到具体操作上,两者互补构成了物理AI的核心技术底座。
- 巨头生态与资本共振:英伟达发布的Cosmos 3打通了视觉推理、世界生成和动作预测三大能力,拉起物理AI生态阵营;同时,国内外科技巨头及资本(如孙宇晨宣称10亿美金布局、小鹏汽车70亿研发投入)纷纷重金押注,推动产业加速。
- 汽车供应链的技术溢出:汽车的感知-决策-执行闭环与人形机器人在技术架构上高度同源。过去十年汽车智能化积累的摄像头、雷达、线控底盘等千亿级研发成果,正以“技术溢出”的方式大规模迁移至物理AI赛道。
- 商业化场景率先突围:自动驾驶被视为物理AI落地的“第一战场”,而具身智能机器人(尤其是剥离复杂外观的专用型机器人)则在工业制造、家庭服务等垂直场景中展现出更快的商业变现潜力。
产业链受益股全景图
| | |
|---|
| | 国内CAE仿真龙头,自研物理AI平台,提供高壁垒的可微分物理仿真引擎与世界模型训练底座。 |
| | 精准卡位具身智能“大脑”,构建起从感知、决策到执行评估的物理AI全链条端侧单体大脑能力。 |
| | 推进软硬一体战略,构建覆盖算力基建与终端智能的一站式企业AI工厂,发展物理AI业务。 |
| | 涉及电磁场仿真及数字孪生技术,为物理AI提供底层仿真工具支持。 |
| | 专注于数字创意与空间计算,受益于物理AI在数字孪生及三维空间理解方面的需求爆发。 |
| | 发布具备“物理直觉”的世界模型,在智驾仿真领域占据较高市场份额,是港股稀缺标的。 |
| | 提供空间智能与云端渲染平台,为物理AI提供3D空间理解底座,受益数字孪生需求全面爆发。 |
| | |
|---|
| | 3D视觉感知龙头,产品已接入英伟达Isaac Sim平台,为机器人提供触觉级空间认知能力。 |
| | 提供光学动作捕捉与工业3D视觉,用于人形机器人空间标定及动作物理参数采集。 |
| | 工业机器视觉镜头及系统供应商,实现视觉与力控融合,是精密机械手感知的核心配套。 |
| | 车载及机器人激光雷达龙头,为L4智驾及四足/人形机器人的环境测距与物理建模提供核心传感器。 |
| | 六维力矩传感器龙头,解决机器人手腕碰撞与抓取受力检测问题,是Sim-to-Real仿真闭环的刚需入口。 |
| | MEMS惯性IMU芯片,用于测算机器人加速度与姿态,支撑小型机器人的物理运动测算。 |
| | 具备从光学设计到系统集成的全链条能力,积极拓展机器人光学成像技术。 |
| | |
|---|
| | 机器人关节件龙头,世界模型的精准指令最终需依靠高精度减速器转化为实际的物理动作。 |
| | 特斯拉机器人供应链核心Tier 1,凭借车企平移逻辑成为机器人执行器总成的核心受益者。 |
| | 热管理及执行器龙头,汽车供应链平移逻辑不变,深度参与人形机器人机电执行器研发。 |
| | 灵巧手核心供应商,其研发的微型驱动系统在机器人精细操作环节具备极高壁垒。 |
| | 深耕精密制造,丝杠等新业务进展顺利,从传统零部件向具身智能机器人执行器核心部件转型。 |
| | 依托汽车安全与电子核心技术,加速拓展至新兴智能体产业链,打造第二增长曲线。 |
| | 工业自动化控制龙头,在伺服系统及运动控制器方面具备深厚积累,赋能机器人本体控制。 |
| | |
|---|
| | 英伟达GB200/Cosmos服务器全球主力代工,是物理AI海量GPU通信与集群互联的核心硬件底座。 |
| | 国内AI服务器龙头,推出具身智能专属边缘算力服务器,适配物理仿真大模型训练。 |
| | 国产AI芯片代表,思元芯片适配动力学仿真及端侧物理规律计算,承接国产算力替代需求。 |
| | 英伟达Jetson国内金牌伙伴,量产机器人端侧整机,提供本地实时算力学惯性与摩擦力运算。 |
| | 高速光模块龙头,800G/1.6T产品是英伟达Cosmos海量GPU算力集群互联的刚需零部件。 |
| | 车载与机器人边缘OS提供商,助力端侧VLA视觉动作模型落地及智驾物理仿真推理。 |
| | |
|---|
| | 推出第二代VLA模型,大幅提升物理AI研发投入,将自动驾驶作为移动物理AI的核心载体。 |
| | 发布WAM世界行为模型,与英伟达在物理AI领域深度协同,探索智驾与机器人的技术同源性。 |
| | 发布MindVLA-o1模型,致力于打通智能驾驶与机器人具身智能的底层链路。 |
| | 成立物理AI专项团队并将其纳入下一代智驾规划,加速拥抱AI技术变革。 |
| | 凭借庞大的整车制造与智能化数据积累,成立专项团队切入物理AI赛道。 |
| | 智能座舱与智驾域控制器龙头,直接受益于自动驾驶向移动物理AI升级带来的硬件增量。 |
风险提示
- 技术收敛与迭代风险:物理AI目前尚无固定实现范式,若世界模型或VLA技术路线发生重大变更,可能导致前期巨额研发投入沉没。
- 商业化落地不及预期:从Demo演示到工程化量产存在巨大鸿沟,受限于硬件成本、安全性验证等因素,规模化应用节点可能延后。
- 市场情绪与估值波动:部分概念股短期内受题材催化涨幅较大,但实际业绩贡献尚处初期,追高易面临较大的估值回调风险。
- 地缘政治与供应链限制:高端算力芯片及相关核心零部件若遭遇出口管制收紧,将直接制约国内物理AI产业的训练效率与发展速度。
引文出处
财联社、东方财富网、36氪、今日头条、新浪财经