传媒行业深度报告：物理AI：数据筑基，模型搭台，拔节起势在即

物理 AI 发展大势所趋，科技大厂、金融资本加注或推动产业提速 　　物理 AI 是将 AI 与物理世界中的感知、决策与执行系统深度融合的智能技术体系，对比数字 AI 主要基于文本、视频等数字信息“预测下一个 token”，物理 AI模型输入还包括力等其他传感器采集数据，输出的主要为物理载体控制信号，智能上限更高。黄仁勋提出智能体 AI 的下一时代是物理 AI，特斯拉“宏图计划 4”打造将 AI 带入物理世界的产品和服务；据 InfoQ 公众号，截至 2026 年 6 月，近18 个月内超百亿美元资金流入物理 AI 赛道；科技大厂跑步入场，金融资本密集下注，或推动物理 AI 迈入加速发展阶段。 　　数据筑牢智能根基，模型推动应用泛化，物理 AI 市场星辰大海 　　应用层：思略特咨询预计 2030 年全球物理 AI 市场规模将达到 4300 亿欧元，其中自动驾驶、具身智能是核心应用。新能源汽车行业竞争激烈，自动驾驶技术市场淘汰基准不断抬升，车企持续加大投入，推动硬件从“高端车专属”向“全价位段普及”，部分车企承诺为局部智驾兜底，显著拉升智驾功能使用率，亿欧智库预计 2029 年中国高速及城市 NOA 市场规模将达 2730 亿元，2025-2029 年 CAGR达 43%。具身智能助机器人突破封闭场景，头部人形机器人厂商在规模量产前夕，弗若斯特沙利文预计 2024-2030 年全球具身智能机器人市场规模有望从 117.1 亿美元增长至 1010.7 亿美元，CAGR 达 43%。此外，首例“自主手术”实验成功，无人装备持续推出，我们看好物理 AI 逐步渗透千行百业。 　　模型层：世界模型是物理 AI 发展引擎，技术路线多元，李飞飞将世界模型按输出像素/状态/动作分为渲染器/模拟器/规划器。渲染器追求视觉保真，优势是训练数据相对易得、适用于 Scaling Law，不足在于不是真正理解世界，能力亦难以直接移植到机器人或决策系统中，代表模型如 OpenAI Sora、谷歌 Genie 系列。模拟器关注物理结构，能更加真实地还原世界，但难度、成本均更高 ，代表包括英伟达 Cosmos 1 系列、World Labs Marble。规划器指导物理载体与现实世界互动，优势是可复用数字 AI 领域的技术积累，难点在于满足可靠性及海量训练数据需求，代表模型如谷歌 Gemini Robotics 1.5 系列。李飞飞认为三类模型将相互融合进化为真正的世界模型，英伟达 Cosmos 3 或可视作融合路线的初步尝试。 　　数据层：据觅蜂科技，全球高质量物理数据仅约 50 万小时，而 GPT-5 级别大模型训练语料折算超 100 亿小时，数据量级差距达数万倍。现有数据中，真机实采数据质量高，但绑定本体形态，成本高，难以规模化。基于真实数据的仿真合成数据可控制误差，覆盖长尾场景，边际成本低，可用于快速扩展训练规模，或是物理 AI 跑通的必经之路。率先定义仿真环境和评测体系的系统有望凭用户反馈高速迭代，成为物理 AI 时代的基础设施。 　　受益标的：关注产业引擎/燃料——世界模型/数据 　　建议关注世界模型及数据采集涉及的 3D 仿真平台、真机实采设备等，受益标的：海清智元、五一视界、索辰科技、风语筑、凡拓数创、奥比中光、天娱数科。 　　风险提示：物理 AI 商业化进展、世界模型迭代速度不及预期，数据采集技术路线变化风险等。