计算机行业研究：AI的下一站，物理AI

（以下内容从国金证券《计算机行业研究：AI的下一站，物理AI》研报附件原文摘录）
行业观点
世界模型为代表的物理AI可视为LLM通向超智能机器人的中间站。LLM擅长语言理解、知识调用和任务分解，已在Coding、通用办公、金融、法律等白领工作领域实现体量不俗的商业化闭环，当然如今仍处于渗透率早期。我们认为，AI的下一站是进入物理世界，物理AI还需理解三维空间、物体状态、接触关系和动力学约束，并预测不同动作可能带来的结果。世界模型通过学习环境状态及其随时间和动作发生的变化，为机器人建立可供推演的内部环境表征，使语言指令能够进一步转化为感知、预测、规划与控制。在这一框架下，VLA将视觉和语言输入映射为机器人动作，世界模型则为动作选择提供未来状态预测和结果评估。两者逐步融合，有望推动机器人由单步操作走向多步规划、失败识别和自主恢复。随着模型能力向物理世界延伸，Physical AI的竞争也将覆盖空间数据、物理仿真、机器人本体、训练算力和真实场景反馈等完整技术链条，从而为AI创造更大的商业化场景。
AMD收购World Labs推动世界模型进入产业投入期，模型与计算平台的协同进一步加深。2026年9月28日，AMD宣布拟以约82亿美元全股票收购World Labs，交易预计于2026年底前完成，仍需满足监管审批等交割条件；交易完成后，李飞飞拟出任AMD执行副总裁兼首席科学家。World Labs发布的Atlas能够原生处理文本、图像、视频、相机位姿和3D信息。世界模型持续处理视频、三维结构、环境状态和连续动作，对显存容量、内存带宽、视频编解码、推理时延及端云协同提出更高要求。当前技术大致形成三维空间生成、像素及视频预测、潜变量预测、物理及行动条件模型四类范式，评价标准也从画面质量延伸至空间一致性、物理合理性、动作可控性和长期预测能力。
具身智能的场景、数据和模型同步演进，高价值、低重复任务有望率先形成商业闭环。标准化、高重复任务已有通用或专用设备覆盖，灾害救援、复杂设备维护、柔性制造和家庭照护等非标任务更能体现人形机器人的跨场景价值；近期落地仍以付费主体和回报测算更清晰的To B场景为主。训练体系逐步形成真机、仿真和人类视频三线融合：真机数据校准物理误差，仿真数据扩充环境和失败恢复轨迹，人类视频提供任务语义与技能先验。GeminiRobotics2、GR00T、V-JEPA2和XPACE已展现跨任务、跨本体及少样本适配能力，VLA与世界模型开始支持多步规划和失败纠错。行业呈现“GPT-2时刻”的早期特征，但部分公开多指灵巧任务成功率仍处32%至44%，陌生环境泛化、长任务稳定性和人工接管频次仍是规模部署的核心约束。
Optimus由样机验证进入产线建设，制造爬坡、训练算力和真实数据开始形成迭代闭环。Tesla在2026年Q2股东材料中确认，Fremont已停用Model S和Model X产线并安装第一代Optimus生产线，首批产品将进入OptimusAcademy开展数据采集和功能开发；超过115MW的Cortex2已投入运行。The Information报道称，Optimus产量由二季度每周数十台提升至8月每周数百台，年底目标为建成周产超过1,000台的连续自动化产线。当前制造约束集中在灵巧手和前臂装配、触觉传感器可靠性、工装精度、标定效率及供应商一致性。更多机器人进入工位和仓库后，真实任务、失败轨迹和人工接管数据将回流至模型训练、仿真和评测体系，推动可靠性提升与场景复制，产业价值也由核心零部件延伸至自动化装配、检测标定、数据治理、仿真训练和部署运维平台。
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、福赛科技、岱美股份、恒立液压、蓝思科技、北特科技、浙江荣泰、三花智控、拓普集团、科达利、万向钱潮。
3）其他机器人链：领益智造、泛亚微透、奥比中光、绿的谐波，禾赛、速腾聚创、海康威视、大华股份、宇树科技、上纬新材等。
4）其他相关：协创数据、道通科技、索辰科技、宝通科技、群核科技、智微智能、五一视界等
风险提示
世界模型技术路线快速变化的风险；仿真与真实世界存在偏差的风险；具身模型泛化和长任务能力提升不及预期的风险；Optimus生产和供应链信息存在口径偏差的风险；灵巧手可靠性、产线良率和供应商扩产不及预期的风险；国内Physical AI产品商业化不及预期的风险；下游客户资本开支和场景ROI不及预期的风险。