计算机行业研究：物理AI：此时恰好

（以下内容从国金证券《计算机行业研究：物理AI：此时恰好》研报附件原文摘录）
行业观点
大模型能力正从数字世界向物理世界扩散，资本投入、模型升级与工具链完善共同推动本轮物理AI技术变革。AMD拟以约82亿美元收购World Labs，验证世界模型与空间智能的战略价值。2026年全球世界模型融资热度显著上升，AMI Labs、World Labs、Odyssey等海外企业密集完成大额融资，国内VAST和极佳视界亦连续获得资金支持。模型御三家中，OpenAI明确人形机器人研发方向，Google已形成从视觉、动作到世界模型和端侧部署的长期技术积累，Anthropic则通过能力研究与外部潜在接触补充机器人储备。NVIDIA持续完善Physical AI工具链，推动物理AI由本体和零部件向模型、数据、仿真与硬件协同发展的产业体系扩展。
通用模型开始参与真实机器人操作，具身能力从技术演示逐步进入可验证阶段。在未针对特定机器人本体进行大规模微调和后训练的情况下，通用模型已经能够根据语言指令和摄像头画面完成任务理解、空间定位和动作规划。Robocurve测试中，GPT-6Astra在积木入碗任务中完成19/20次，但在圆形拼图任务中仅完成2/20次，说明模型已具备基础操作能力，精细接触和复杂任务仍是主要瓶颈。AA-Robotics进一步通过统一机械臂、环境和任务比较不同模型，使通用模型的机器人能力开始具备可量化、可横向比较的验证方式。
行业Benchmark与分层架构逐步完善，物理AI的产业能见度和技术分工进一步清晰。此前BEHAVIOR、RoboChallenge等评测受任务复杂、成本较高和企业参评意愿有限等因素影响，尚未形成广泛认可的机器人榜单；AA-Robotics通过统一条件测试八类桌面任务，推动行业由企业演示走向标准化评测。Figure Helix02的S0、S1、S2架构则分别对应底层控制、动作策略和高层理解与规划。模型巨头预计先强化S2并逐步向S1渗透，抬升机器人智能的能力下限；与此同时，缺少数据和场景壁垒的独立模型企业可能面临竞争，真实交互数据、S0低延迟控制、硬件适配和系统交付的重要性将进一步提高。
从交易结构看，物理AI具备逻辑顺、筹码轻、催化密和板块容量大的特点。在科技板块轮动背景下，物理AI有望承接科技资金轮动。建议关注三条主线：一是机器人本体与T链供应链，包括特斯拉Optimus、智元、宇树科技、上纬新材以及三花智控等；二是数据采集与空间感知，包括海天瑞声的数据集、奥比中光的RGB-D相机和禾赛Kosmo等三维数据产品；三是仿真、渲染与模型工具，包括摩尔线程、协创数据的具身智能仿真平台，索辰科技的CAE及物理AI平台、凡拓数创的3D渲染和Sim2Real方案等。
相关标的
1）本体：特斯拉、智元、上纬新材、宇树科技。
2）北美链：科森科技、斯菱智驱、岱美股份、世运电路、福赛科技、蓝思科技、浙江荣泰、三花智控、恒立液压、北特科技、拓普集团、科达利、万向钱潮等。
3）机器人大脑相关：摩尔线程、协创数据、索辰科技、仙工智能、宝通科技、五一视界、海天瑞声、道通科技、群核科技、智微智能、爱芯元智等。
4）其他核心机器人链：领益智造、奥比中光、绿的谐波、禾赛、速腾聚创、海康威视等。
风险提示
通用模型空间理解、任务规划及机器人控制能力进展不及预期的风险；机器人商业化、订单及量产节奏不及预期的风险；现有Benchmark无法充分代表真实场景能力的风险；仿真合成数据质量不及预期的风险；AI芯片、算力和端侧部署进度不及预期的风险；行业竞争加剧、技术路线变化及相关公司估值波动的风险。