英伟达押注的'具身智能',正在重构万亿投资版图:下一个比大模型更诱人的十倍风口

赋予 AI 一副"躯壳"与"空间认知力"。

这并非天方夜谭。特斯拉 Optimus 已走进车间执行拧紧作业，宇树机器犬亮相春晚表演空翻，谷歌 Genie 可凭单张图片生成可操控的三维场景，英伟达 Cosmos 正借助合成数据"规模化产出"机器人训练素材。

大模型让我们惊叹于"AI 善于对话"。而物理 AI 要攻克的核心命题，是"AI 能否真正执行任务"。两者之间，横亘着一个十万亿规模的蓝海。

本期内容，我将把这条赛道彻底拆解，为你呈现一份可直接拿来即用的投资指南。

三者构成层层递进的逻辑链：

空间智能（理解环境）→ 世界模型（在思维中推演世界）→ 物理 AI（在现实世界中改造世界）

请牢记这一判断：大模型是 AI 的"幼年阶段"，物理 AI 才是它真正的"成熟起点"。

每一次重大机遇的出现，都需要技术、成本、数据三个要素同步到位。这一轮，三个条件已全部满足：

1. 算力临界点：推理成本断崖式下挫。GPU 搭配专用芯片（英伟达 Thor、Jetson，以及国产昇腾）让机器人"实时运算"从奢望变为可能。终端算力的跃升，正是具身智能走向应用的基础设施。

2. 数据突破点：仿真合成数据攻破了"机器人训练数据匮乏"的困局。真实场景数据成本高且稀缺。英伟达 Omniverse 与 Cosmos 联手通过合成数据规模化产出训练环境——宛如为机器人配备了一座"虚拟驾校"，瞬间化解了数据瓶颈。

3. 模型转折点：VLA 模型日臻完善，"感知即行动"已成现实。视觉-语言-动作（Vision-Language-Action）模型的代表包括 π0（Physical Intelligence）、GR00T（英伟达）以及 RT-2（DeepMind）。它们让机器人完成"识别物体→领会意图→执行抓取"的全链路流畅操作。

三大拐点的同频共振，才是此轮行情与此前"机器人概念炒作"最本质的分野。

我将整条赛道划分为四个层级：层级越靠下，越偏向"卖铲人"角色，确定性越强；层级越靠上，越具爆发力，但伴随的风险也更高：

核心策略：追逐概念可选"金矿"（本体厂商），稳健配置可选"铲子"（零部件及算力）。

底层逻辑：无论最终谁在人形机器人赛道胜出，训练过程都需大量算力支撑。"卖铲人"可实现旱涝保收。

底层逻辑：本体厂商每隔三年便经历一轮洗牌，但机器人要运转，始终离不开减速器与电机。这是赛道中最接近"必选项"的环节。

这一层级最易被忽略，实则是"机器人产线"的母机——掌握仿真技术者，便掌控了机器人规模化生产的命脉。

大模型让我们见证 AI 的智慧，而物理 AI 让我们目睹 AI 的力量。当 AI 掌握了在真实环境中行走、抓取与决策的能力，所有关于"生产力"的固有认知都将被改写。此轮浪潮，切勿只做旁观者。