物理AI：产业新风口

导语：继玻璃基板产业板块之后，接下来一段时间我将整理AI物理这一领域的内容，不仅仅局限于具身机器人。玻璃基板会继续发展，但AI物理也是下半年重点关注的方向。

上周，一则合作消息在科技圈引发关注：中国宇树科技的人形机器人，将采用英伟达的GR00T基础模型。

一方是将机器人成本压到最低的中国企业，一方是在AI芯片和算法领域做到极致的美国巨头。一方提供“躯体”，一方提供“智慧”。（虽然目前网上争议不断：IPO刚过会，宇树就变成了联想和小米..国产自主研发之路走得不够彻底。在我看来，这也是中美博弈现状的集中体现，最终还要看政策导向）这则消息如同一面镜子，折射出全球科技产业正在经历的深刻变革——AI正从屏幕中走出来，进入真实的物理世界。

物理AI，简而言之，就是能够感知、理解和操控真实物理世界的人工智能系统。

它拥有“躯体”。这个躯体可以是一辆自动驾驶汽车，一台能在工厂作业的机械臂，一个能在家庭环境中递茶送水的人形机器人，也可以是一座通过数字孪生技术实时优化生产的智能工厂。

物理AI与数字AI最核心的差异在于：

数字AI处理的是语言、图像、音频——局限于屏幕之内

物理AI处理的是空间、运动、力学——存在于真实世界中

这意味着物理AI需要完全不同的能力组合。它必须理解重力、摩擦力、惯性；必须掌握“轻取鸡蛋”与“重握铁块”的力度差异；必须在毫秒级时间内完成避障决策。

更重要的是，物理AI的商业价值远超数字AI。

数字AI提升的是信息处理效率。而物理AI实现的是对人类体力劳动和实际操作的根本替代。全球制造业、物流业、建筑业、交通业的规模高达数十万亿美元。即使只渗透10%，也是万亿级别的市场空间。

此外，数字世界的软件可以无限制零成本复制，但物理世界的硬件必须逐件制造——减速器需要机床加工，激光雷达需要光学组装，线控制动需要整车适配。这意味着一旦物理AI规模化，产业链上的核心企业将分享到非常明确的增长红利。

面对物理AI这一课题，中美两国采取了截然不同的策略。

🇺🇸 美国路径：软件定义硬件，追求“一个大脑控制万物”

美国科技巨头的逻辑是：先打造一个足够智慧的通用大脑，再将其嵌入不同的躯体。

英伟达是这条路径最积极的推动者。2025年GTC大会上，它发布了专门针对人形机器人的GR00T基础模型。开发者只需输入自然语言指令和少量人类演示视频，模型就能生成机器人的控制策略。黄仁勋称之为“机器人的ChatGPT时刻”。

英伟达还为物理AI构建了完整的训练工具链：Omniverse平台利用GPU加速物理仿真，让机器人在虚拟世界中反复试错，训练数万次也毫无风险；Jetson系列模组提供边缘端推理算力。它的目标是让所有物理AI的训练和推理都运行在英伟达的芯片和平台上。

特斯拉走了另一条路。它的数百万辆汽车用8个摄像头全天候采集真实路况数据，导入Dojo超级计算机，训练出一个能理解交通场景、预测行人轨迹的“世界模型”。马斯克的设想是：这个模型可以直接迁移到人形机器人Optimus上，使机器人具备理解世界的能力。

OpenAI和Google DeepMind在模型层面持续发力。GPT-5已在某些物理推理测试中接近人类水平，Gemini Robotics已能操控机械臂完成从未见过的操作任务——例如将变形的纸杯捏回原状。

美国路径的特征：

追求通用性，“一套算法解决所有问题”

软件和算法是价值核心，硬件是载体

资本密集，偏好颠覆式创新

核心壁垒在底层算法、训练芯片、仿真平台

🇨🇳 中国路径：场景驱动技术，先“能干活”再“变聪明”

中国企业的策略完全不同。不追求通用性，而是先在具体场景中做到极致。

这背后有产业逻辑。中国拥有全球最完整的制造业产业链、最丰富的工业应用场景、最大规模的工程师队伍。与其打造一个可能永远无法落地的“万能机器人”，不如先交付一台能帮工厂质检、能帮电网巡检、能帮车主停车的设备。

上周，宇树科技与英伟达达成深度合作，人形机器人H1将首批采用英伟达GR00T模型。这是目前中美物理AI路径差异的最佳案例。

英伟达需要一个廉价、能快速出货的“躯体”来运行它的模型。宇树恰好是全球将人形机器人成本做得最低的公司之一——H1售价不到特斯拉Optimus预计价格的十分之一。双方各取所需。

但更深层来看：宇树创始人王兴兴曾表示，“短期内我们可以使用别人的大脑，但长期来看我们必须拥有自己的大脑。”这句话道出了所有中国物理AI公司的心态——先用别人的大脑拓展市场，同时暗中自主研发算法。

中国路径的特征：

场景驱动，强调“能交付、能盈利”

供应链和成本控制是核心壁垒

渐进式创新，从工业应用到消费场景逐步渗透

核心壁垒在精密制造、量产能力、场景数据

中美路径对比一览

谈论物理AI，无法回避一个核心问题：在决定AI“智力”水平的基础层，中国和美国差距有多大？

先说结论：差距确实存在，但不至于形成代差；中国正在用自身的方式缩小这一差距。

差距主要体现在三个层面：

第一层：训练算力

受芯片出口限制影响，中国企业无法获取H100/B200级别的高端训练芯片。华为昇腾910C单卡算力已接近A100水平，但集群效率和软件生态与英伟达CUDA仍有差距。差距约1-2代。

第二层：基础模型

美国在Transformer、扩散模型、占用网络等底层架构上积累深厚，GR00T和Gemini Robotics是机器人基础模型的全球标杆。中国目前还没有对标的通用机器人基础模型。华为盘古5.0、字节和百度在研的具身模型有进展，但原创性不足。

第三层：仿真平台

英伟达Omniverse是行业事实标准。中国的华为河图、工业富联自研仿真系统、索辰科技CAE软件在工业场景应用上不输美国，但缺少支撑通用机器人训练的开放仿真平台。

但中国有两个独特优势：

一是场景数据。中国的工厂、仓库、电网、港口每天都在产生海量的真实物理数据，这些数据是训练物理AI最宝贵的资源。美国模型再强大，也需要真实数据来微调。

二是专用化能力。通用模型需要100亿参数才能完成的任务，专用模型可能1亿参数就足够。中国企业在电力巡检、矿山作业、工厂质检等具体场景的专用模型，往往比美国的通用模型更好用、更便宜。

核心判断：美国领先在“生产AI的工具”，中国领先在“使用AI的场景”。这个差距并非不可逾越。

物理AI的产业链可以清晰地分为三层：大脑层（算法与算力）、感知与决策层（传感器与控制）、躯体与执行层（整机与核心零部件）。

下面我们逐一梳理每一层的国内主要参与者。

▌第一层：大脑与算力

华为—— 中国唯一具备“芯片+模型+操作系统”全栈能力的公司

昇腾AI芯片是国产算力的头号选手，盘古大模型5.0已在工业场景展示出具身智能能力，能根据自然语言指令控制机械臂完成复杂操作。鸿蒙操作系统则打通了从设备到云端的连接。华为是目前中国最有可能在物理AI“大脑”层面与英伟达形成对位竞争的企业。核心挑战在于芯片制造受制于先进制程。

地平线—— 车端推理芯片的隐形冠军

征程系列芯片出货量已超600万片，配套比亚迪、理想等头部车企。地平线不做云端训练，专注于车端推理，通过工程优化让有限算力发挥更大效能。2025年征程6芯片发布后，单芯片即可支持城市NOA，大幅降低了车企的智驾门槛。这条路能否从汽车延伸到机器人，是关键看点。

海光信息 (688041)—— 国产AI芯片主要玩家之一

深算系列DCU在工业场景有一定落地，整体市场份额约2%，位列国产厂商第三。在国产替代趋势下，是算力层面的重要储备力量。

▌第二层：感知与决策

豪威集团 (603501)—— 全球车载图像传感器第一

全球份额约30%，是物理AI“视觉感知”环节最确定受益的标的。高阶智驾推动单车摄像头从3-4颗增至10颗以上，像素从1MP向8MP升级，量价齐升逻辑清晰。这是中国半导体领域少有的全球份额第一。

万集科技 (300552)—— 激光雷达双料龙头

路侧激光雷达市占率超50%，车载192线产品份额超20%。L3级智驾渗透率提升将推动激光雷达从选配变标配，车载业务进入爆发前夜。

华阳集团 (002906)—— HUD出货量中国第一

市场份额22.2%，AR-HUD占比持续提升。HUD是物理AI决策结果向驾驶员呈现的最佳交互界面，AR-HUD单价数倍于传统W-HUD，产品升级驱动量价齐升。

索辰科技 (688507)—— 国产CAE仿真软件龙头

物理AI训练离不开仿真环境，CAE软件就是对物理世界的“模拟器”。索辰是国内CAE领域市占率最高的国产厂商，卡位独特，但目前营收体量较小。

▌第三层：躯体与执行

宇树科技（未上市）—— 全球四足机器人领导者

B2系列机器狗在电力巡检、消防救援等场景大量出货，售价仅数万元人民币，而美国同级别产品售价是其数倍。2025年发布人形机器人H1，延续极致性价比路线。与英伟达的合作，让它同时获得了“躯体”和“大脑”的双重关注。

工业富联 (601138)—— 灯塔工厂的“交付者”

累计赋能9座世界经济论坛认证的灯塔工厂，交付了全球首座AI服务器灯塔工厂。它不是空谈概念，而是为通威太阳能、云南白药等客户提供从诊断到交付的全套智能制造方案。物理AI在工厂里怎么落地？工业富联有现成答案。

中控技术 (688777)—— 流程工业数字孪生龙头

在化工、电力等行业，将AI算法部署在数字孪生平台上，帮客户找到最优运行参数。从DCS硬件商升级为“硬件+软件+AI”一体化方案商，客户粘性和毛利率都在提升。

绿的谐波 (688017)—— 谐波减速器国内市占率超60%

减速器是机器人关节的“肌肉”，决定运动精度和负载能力。人形机器人的每根手指、每个关节都需要它，单机用量远超工业机器人。一旦人形机器人进入量产，弹性巨大。

秦川机床 (000837)—— 行星滚柱丝杠国内唯一量产

丝杠是机器人手臂和腿部线性执行器的核心部件。作为国内唯一能量产行星滚柱丝杠的企业，稀缺性极强。人形机器人从0到1，就是它的第二增长曲线。

伯特利 (603596)—— 线控制动中国品牌份额第一

L3以上自动驾驶必须配套线控制动。没有它，智驾系统就无法独立控制刹车。智驾渗透率提升多少，它的市场空间就扩大多少，增长逻辑非常线性、确定。

鸣志电器 (603728)—— 空心杯电机全球份额15%

人形机器人的灵巧手需要大量空心杯电机。每只手可能就需要十多个，单机用量数十个。这是人形机器人产业链中另一个需求弹性极大的环节。

大疆（未上市）—— 无人机之外的机器人布局

Livox车载激光雷达已进入大众、小鹏、比亚迪供应链。2025年推出面向工业巡检的行业级机器狗，与宇树形成竞争。大疆的核心优势是无人机积累的感知和控制算法，这是物理AI“小脑”层的关键能力。

物理AI并非突然出现的新概念。它是AI技术从实验室走向产业、从虚拟走向现实的必然延伸。

就像互联网从桌面电脑走到手机，再从手机走向汽车、家电、工厂，AI也正在从云端服务器，走向每一个需要“手”和“脚”的地方。

在这场变革中，中美各自走出了自己的路。美国押注算法的无限进化，中国押注制造的深厚积淀。不是谁取代谁的问题，而是在不同环节各自形成壁垒。

对于关注这一趋势的普通人来说，不需要去赌哪家公司会成为“机器人的特斯拉”。更值得关注的，是那些无论最终产品形态如何演变，都绕不开的核心环节——减速器、传感器、控制芯片、仿真软件。以及那些已经用订单和收入证明了落地能力的公司。

物理AI时代，正在从“讲故事”进入“交作业”的阶段。能交出来的，才是真本事。

声明：本文基于公开信息和产业研究撰写，内容仅供产业趋势研究参考，不构成任何投资建议。市场有风险，决策需谨慎。