物理AI(一文梳理)

6月8日，国家数据局扔出来的《行业高质量数据集建设方案》，精准砸中两个黄金赛道：数据要素+物理AI。

物理AI，是老黄2024年提出来的概念，这次明说机器人是物理AI最佳载体，说白了就是把AI从屏幕里拽到现实世界。以前的 AI 说穿了就是嘴炮学霸，写代码写文案 P 图都溜，你让它去工厂拧个螺丝？它连螺丝是啥材质、要拧多大劲儿都不知道，纯纯纸上谈兵。物理 AI 就不一样了，能懂重力、摩擦力、空间关系这些真实世界的规则，嵌到机器人、车、工业设备里，能感知、会思考、能干活、还会自己迭代，人形机器人、智能驾驶、工业机器人是三个核心场子，这次直接要重构 AI 和现实世界的交互逻辑啊！

传统 AI 训练靠的是网上现成的文本、图片，只能抄现有知识，物理 AI 要的是雷达点云、设备振动、关节力矩、路面摩擦、电压波动这些真实世界的一手数据，就拿自动驾驶举例子，传统 AI 只会认红绿灯、路标，下雨天路滑它不知道减速，物理 AI 能结合车速、摩擦力、雷达测距直接预判车辆动态，这靠谱程度差了十万八千里。

训练效率更绝，以前传统 AI 要堆一堆标注员没日没夜标数据，成本高周期长，碰到陌生场景直接傻眼。物理 AI 是物理规律 + 真实数据双轮驱动，力学、热力学这些现成的定律直接当天然老师，根本不用人标，机器人走两步摔了自己就知道调整参数，实测数据都出来了：搭载物理 AI 的机器人行走训练周期直接从 48 小时砍到 2.5 小时，整体研发成本降了超 50%，这效率提升跟坐火箭似的！

当然门槛也高，传统 AI 输出个文案 P 错了改了就行，物理 AI 输出的是真实动作，机器人挥胳膊能打伤人、自动驾驶出错要出车祸，所以安全比精度重要，必须过百万次仿真测试才能落地，没技术没数据积累的小公司根本挤不进来，龙头的集中度只会越来越高，订单自然先往头部跑。

老黄自己都喊了，人形机器人会把物理 AI 推到全球各个核心产业，打开数万亿美元的新市场，现在政策直接把数据集的粮草给你备足了，还给搞标注试验区减负，接下来物理 AI 的落地速度只会比大家想的快得多。

现在明牌的方向就两个：首先是数据要素端，搞多模态数据集、数据标注的公司，还有布局标注试验区的本地标的，最先吃政策红利；然后就是物理 AI 三大赛道：人形机器人核心零部件、自动驾驶感知方案商、工业机器人 AI 改造标的。

近期的热点公司

一、数字孪生+多物理场仿真软件（物理AI核心底层软件层，搭建虚拟物理产线模型）

1.天娱数科：布局全流程工业数字孪生平台，核心技术为产线多物理场仿真建模，能够完整复刻工厂设备力学、热学、流体等物理运行状态，是物理 AI 落地制造场景的核心载体，可完整匹配英伟达工业智能工厂整体解决方案架构。

2.凡拓数创：自研三维工业物理仿真底层工具软件，面向各地工业物理 AI 实验室提供标准化物理建模、虚拟调试工具，为物理 AI 提供高精度虚拟空间搭建能力，是工业物理 AI 研发端刚需配套。

3.能科科技：聚焦高端装备、整车制造领域数字孪生业务，搭建完整多物理场仿真体系，软件架构可深度对接英伟达工业算力底座，为物理 AI 海量物理数据运算提供软件适配支撑。

4.赛意信息：面向离散制造业打造产线数字孪生系统，通过采集设备物理运行数据，依托 AI 算法预判设备物理故障、优化产线物理运行逻辑，实现物理 AI 在中小型工厂的规模化落地。

二、工业3D机器视觉（物理AI感知层，采集实体设备全部物理特征数据）

1.格灵深瞳：自研工业物理视觉 AI 算法，可识别产线工件形变、尺寸偏差、空间轨迹等各类物理特征，为物理 AI 提供实体产线实时物理数据输入，是英伟达 AI 自动化工厂视觉感知配套方案商。

2.凌云光：主营 3D 工业成像硬件设备，能够高精度捕捉工件三维物理形态、表面物理缺陷，采集的物理图像数据直接输入工业物理 AI 模型完成分析，是高端装备物理检测环节核心硬件。

三、人形/工业机器人+传动执行部件（物理AI实体执行层，完成虚拟仿真下达的物理动作）

零部件标的

1.绿的谐波：核心产品为人形机器人专用减速器，是机器人物理运动控制核心零部件，支撑物理 AI 仿真系统下发的高精度物理动作指令，适配宇树、英伟达合作人形机器人整机。

2.中大力德：提供工业伺服电机、精密传动机构，作为机器人底层物理执行单元，承接物理 AI 平台的调度指令，完成产线各类标准化物理作业动作。

3.天奇股份：打造多机器人协同智能工厂总包方案，系统搭载物理 AI 调度模块，统一规划多台机器人的空间物理运动路径，实现虚拟仿真与实体机器人物理作业协同。

整机标的

1.埃斯顿：布局人形工业机器人整机产品，配套自研车间数字孪生系统，打通物理 AI 虚拟仿真与人形机器人物理作业闭环，实现工厂柔性物理生产调度。

点击下方名片，关注我的公众号