源动力投研 | AI赛道升级转型，布局物理AI四大黄金赛道

大模型产业步入成熟期！AI发展进入新阶段，物理AI四大“基础设施赛道”迎来扩张机遇 前言：大语言模型增长趋缓，AI行业进入新旧动能转换期 近期智谱、MiniMax相继披露A股上市计划，国内主要大语言模型企业，基本实现了海外融资与国内资本市场对接的双轨布局。 基于这轮产业动态，可以得出一个相对客观的结论：纯文本、纯训练、纯数字化的生成式大模型赛道，已走完快速增长的黄金期，整体进入平稳运行阶段。 过去几年，产业核心资源集中沉淀在生成式大模型领域。资金投入、政策支持、市场炒作，都围绕模型参数量、训练数据量、通用对话能力展开，推动数字大模型快速成熟、广泛应用。 当前行业格局逐渐明朗：头部企业资本化路径基本打通，行业竞争格局趋于稳定，技术突破空间逐步收窄，市场预期已充分释放。 并不是生成式大模型退出产业舞台，而是赛道超额收益逐步减弱，产业重心开始稳步转移。AI行业不会停止迭代升级，只会循序渐进地切换主战场。行业正经历一轮从“数字虚拟AI”向“实体物理AI”升级转型的关键阶段，类似产业“能力跃升”阶段。 AI的价值应用，不再局限于线上交互、文字生成的虚拟场景，开始大规模渗透实体产业、硬件终端、真实物理世界。AI上半场，重点是数字模型的技术积累；AI下半场，重点是物理世界的应用落地。 在新旧动能转换的过程中，最具确定性、最能持续兑现增量的，就是物理AI时代的底层“基础设施资产”。 一、产业逻辑转变：从“训练数字模型”，到“赋能实体世界” 生成式大模型的核心能力，聚焦信息处理、文字理解、内容生成，解决的是数字虚拟世界的认知交互问题，是AI行业发展的基础底座。 物理AI的核心能力，聚焦环境感知、硬件驱动、自主决策、实景交互，解决的是现实物理世界的应用落地问题，是AI行业进阶升级的核心方向。 完整的产业升级逻辑循序渐进、层层递进： 1. 生成式大模型完成基础认知能力积累 2. 逐步向实体场景渗透落地 3. 沉淀海量真实世界交互数据 4. 迭代升级孕育世界模型，最终通往AGI通用人工智能 当前正处于物理AI产业化逐步提速、新旧赛道轮动切换的关键窗口期。 纵观每一轮科技产业升级，终端应用百花齐放、格局多变，但上游底层配套具备全程刚需、高度通用、持续受益的特质。在物理AI规模化落地的进程中，底层工具、硬件、零部件、基建配套，是确定性最高的核心赛道。 基于此，我们梳理出物理AI时代，四大高确定性的底层基础设施赛道。 二、物理AI第一大基础设施：工业仿真与物理引擎，AI落地的虚拟训练场 生成式大模型依托海量互联网文本数据完成训练迭代。而物理AI的能力进化，高度依赖高精度物理仿真数据。 1. 人形机器人无法依靠真机反复试错迭代 2. 自动驾驶无法依靠无限次实景路测优化 3. 航天智能设备无法依靠频繁发射完成技术验证 所有物理智能体的能力升级，都需要依托数字孪生+多物理场仿真体系完成高效、低成本、高频次的虚拟训练。这是物理AI产业最核心的底层工具，具备高壁垒、强刚需、通用性极强的特点。 核心细分方向包含：可微分物理引擎、CAE多场仿真、3D数字孪生、工业设计CAD工具。 未来所有人形机器人、自动驾驶、商业航天智能终端企业，都需要依托标准化的物理仿真基础设施完成技术迭代与产品落地，是贯穿物理AI全周期的基础性核心赛道。 三、物理AI第二大基础设施：算力整机硬件链，Vera Rubin机柜引领量产增量 物理AI的实景训练、仿真运算、实时决策，对算力的需求远超传统生成式大模型。伴随英伟达Vera Rubin液冷机柜逐步规模化量产，物理AI算力硬件的整体成本结构、需求结构迎来持续优化升级。 行业需求不再单一聚焦GPU核心，算力整机周边配套硬件的价值量、需求量持续提升，上游产业链迎来持续增量。 核心量产受益环节： 1. HBM高带宽内存：物理仿真运算、世界模型预训练对算力带宽要求持续提升，HBM的刚需属性持续强化，成为算力集群核心配套。 2. 全链路液冷体系：新一代算力机柜功耗持续提升，风冷散热方案逐步难以适配高端算力需求，冷板、CDU、液冷模组等液冷配套，渗透率持续提升。 3. 高端PCB、载板、被动元件：高算力机架、机器人主控板、车载算力硬件高度共用精密元器件，随下游终端量产持续放量。 4. 高压电源与配电体系：全域算力集群扩容、物理智能终端普及，带动数据中心、产业端、终端端电力基础设施持续迭代升级。 算力整机配套赛道，贯穿物理AI全场景落地，持续享受产业扩容红利。 四、物理AI第三大基础设施：精密机电通用零部件，跨场景通用核心底座 生成式大模型时代的核心竞争壁垒是算法与软件，物理AI时代的核心落地壁垒，是精密机械结构与实体执行能力。 人形机器人逐步迈入量产阶段，Robot Taxi自动驾驶开启商业化运营，两大高景气万亿赛道，高度共享上游精密机电供应链。 核心刚需基础设施品类：减速器、精密丝杠、特种轴承、伺服电机、编码器、力控传感器、轻量化结构件。 这类精密零部件具备极强的跨赛道通用性： 1. 支撑人形机器人多关节灵活运动 2. 适配自动驾驶底盘精准控制 3. 满足商业航天设备姿态调整需求 下游终端品牌格局会持续轮动迭代，但上游底层精密制造供应链，是全产业长期刚需，持续稳定受益。 五、物理AI第四大基础设施：商业航天+全域能源配套，天地一体底层基建 物理AI的落地场景，不仅局限于地面实体产业，更在向太空场景持续延伸。SpaceX引领的商业航天产业快速发展，推动星载算力、在轨智能、太空自主决策技术持续落地，本质是物理AI在极端太空场景的拓展应用。 随之诞生的底层增量机会：航天级特种半导体、抗辐射元器件、特种热控材料、大功率储能与电力配套。 地面物理AI持续改造传统工业与民生产业，太空物理AI持续打开星际智能应用新空间，天地一体的产业落地节奏，共同带动能源、特种材料、高端硬件等底层配套赛道持续扩容。 六、终极产业路径：物理AI → 世界模型 → AGI，产业迭代循序渐进 整条AI产业的中长期进化路径，脉络清晰、循序渐进： 1. 生成式大模型完成基础认知能力启蒙，进入稳态发展阶段 2. 物理AI持续落地，积累海量真实物理数据、完善物理规则学习，当前核心增量周期 3. 依托实景数据持续迭代，逐步孕育世界模型，中期产业方向 4. 世界模型深度内化物理规律与因果逻辑，最终迈向AGI通用人工智能，长期终极发展方向 当前所有硬件、软件、机电、能源配套的产业升级，都是为未来世界模型迭代、AGI技术落地，打下坚实的产业基础。 七、核心总结：AI产业红利轮动，新旧赛道稳步切换 1. 生成式大模型赛道告别高速扩张阶段，进入稳态发展，超额增量红利逐步收敛。 2. AI行业核心增量重心，循序渐进切换至物理AI实体落地赛道。 3. 当前最高确定性机会，集中在通用性强、刚需度高的四大底层基础设施赛道。 4. 硬件量产、仿真软件、精密机电、能源基建，将持续承接AI产业下半场核心红利。 数字模型时代稳步沉淀，物理落地时代渐进开场。AI的下半场，核心属于物理世界的底层基础设施。