物理AI是AI从屏幕走向物理世界的中间站，核心枢纽是世界模型——学习环境状态及其随时间和动作的变化，使语言指令转化为感知、预测、规划与控制。VLA（视觉—语言—动作）模型把视觉与语言映射为动作；物理AI是贯穿空间数据、物理仿真、机器人本体、训练算力到场景反馈的完整链条。
2026年9月28日，AMD以约82亿美元全股票收购World Labs，创始人李飞飞将出任AMD执行副总裁兼首席科学家。信号有二：世界模型的计算需求与LLM存在本质差异，显存带宽、视频编解码与边缘部署的重要性抬升；模型与硬件协同将更早进入芯片研发流程，核心产品Atlas采用多模态自回归扩散Transformer架构。
四类范式并行：三维空间生成与重建（World Labs的Marble、Atlas，可生成1440p、1分钟、相机路径可自由规划的视频）；像素及视频预测（英伟达Cosmos、DeepMind Genie）；潜变量预测（Meta V-JEPA 2，用DROID的62小时机器人视频做行动条件后训练）；物理及行动条件世界模型（小鹏XPACE，5,000小时具身视频训练）。四者很可能长期共存。
国内三个切入点：索辰科技（CAE多物理场求解器，"大圣"智能体与"营造·万象"世界物理模型）、群核科技（超5亿个3D场景与4.79亿个3D模型，SpatialVerse与SpatialGen）、五一视界（51World Model、51Claw及具身智能训练平台）。
场景：机会落在高价值、低重复的非标任务——To B的灾害救援、排爆、非标设备户外维修与柔性制造多任务操作，To C的养老护理、全屋整理与家务。人形形态的最大优势是可直接复用人类既有的工具与作业空间。商业化有望沿"高价值非标验证→跨任务复用→成本下降→长尾扩展"推进。
数据：真机、仿真与人类视频三线融合。真机数据负责物理接地与失败校准；仿真数据负责规模与长尾（Ai2的MolmoSpaces含超23万个室内场景、13万个物体模型与4,200万条抓取标注，据称可零样本迁移真机）；人类视频负责通用语义与技能先验。英伟达GR00T N1.6已加入数千小时来自双臂机械臂、智元、Galaxea与宇树G1等不同本体的数据。真机数据仍极匮乏，构成具真机部署能力厂商的差异化壁垒。
模型：VLA已从桌面取放扩展至双臂协同、全身移动与灵巧手操作。Google DeepMind于2026年7月发布Gemini Robotics 2，同一检查点即可控制不同本体，适配新本体通常只需数小时、少于200个示例；但Apollo配合Inspire手取物的桌面/地面/货架成功率分别为68.4%/45.7%/76.3%，Sharpa五指手旋开灯泡为92%，拧入灯泡、系垃圾袋等仅32%—44%。世界模型补足VLA的长任务规划与错误恢复，当前可概括为具身智能的"GPT-2时刻"。
2026年1月特斯拉计划停产Model S和Model X以腾出Fremont产线；Q2确认两条产线停用，Fremont正安装第一代Optimus生产线。据The Information，8月每周生产数百台（较Q2每周数十台提升约十倍），年底目标周产超1,000台。首批产能优先服务数据采集：产品进入Optimus Academy；得州现场训练算力按兆瓦计增加超一倍，装机超115MW的Cortex 2已投运。
瓶颈集中在手部、前臂与精密装配：V3手部和前臂含超100个螺丝及小型组件，仍由工人手工装配；灵巧手需同时满足空间、自由度与可靠性约束，触觉传感器决定柔软易碎与滑动物体的稳定操作。受益环节分四类：灵巧手结构、驱动系统（微型电机、空心杯电机、无框力矩电机、丝杠及精密传动）、触觉感知、标定检测。Optimus Academy 使训练从单机遥操作走向平台化数据运营，"部署—数据—模型—场景"闭环形成。
（一）本体厂商
特斯拉（Optimus引领全球人形机器人量产，制造与训练双底座）、智元（国内头部厂商，进入GR00T N1.6跨本体数据体系）、宇树科技（四足起家，G1纳入GR00T生态，运动控制积累深厚）、上纬新材（材料端切入，轻量化复合材料供本体结构件）。
（二）北美供应链（直接受益Optimus量产爬坡）
科森科技（精密金属结构件配套北美巨头，或承接灵巧手精密组件订单）、斯菱智驱（智能驱动系统，供关节与灵巧手微型驱动）、福赛科技（汽车功能件拓展机器人，具精密制造与北美配套经验）、岱美股份（汽车功能件向机器人延伸，具精密制造与北美配套基础）、恒立液压（液压元件龙头，液压与线性驱动可延伸至关节执行器）、蓝思科技（外观件与精密结构件大规模制造，配套机器人结构件）、北特科技（高精度零部件与传动优势，服务关节与丝杠）、浙江荣泰（耐高温绝缘与热管理深厚，配套电机与电控）、三花智控（热管理龙头，阀件、泵类延伸至机器人温控）、拓普集团（底盘与执行器规模化，已布局机器人执行器与结构件）、科达利（精密结构件优势，服务机器人电池包与机体结构）、万向钱潮（传动系统底蕴深厚，向关节传动与精密零部件拓展）。
（三）国内机器人产业链
领益智造（精密功能件、结构件与模组全球供应）、泛亚微透（ePTFE膜与微透声材料优势，服务传感器与防护）、奥比中光（3D视觉传感器龙头，深度相机与3D模组是感知层核心）、绿的谐波（国产谐波减速器龙头，精密减速器是关节核心）、禾赛（全球车载与机器人激光雷达头部厂商，提供远距离三维感知）、速腾聚创（全球车载与机器人激光雷达头部厂商，与禾赛共构三维感知）、海康威视（机器视觉与安防积累，工业机器人视觉与场景感知协同）、大华股份（机器视觉与安防积累，向机器人视觉与场景感知延伸）。
（四）基础设施与软件（物理AI底层支撑）
协创数据（数据存储、智能硬件与物联网设备，服务数据采集与边缘计算）、道通科技（依托汽车智能诊断与检测，向机器人精密检测与标定延伸）、索辰科技（CAE多物理场求解器为核心，国内物理仿真基础设施稀缺标的）、宝通科技（工业互联网与智能输送布局，为机器人工业场景落地提供入口）、群核科技（超5亿个3D场景与4.79亿个3D模型，SpatialVerse与SpatialGen）、智微智能（AI硬件、边缘计算与智能终端积累，为端侧推理提供硬件支撑）、五一视界（从自动驾驶仿真延伸至51World Model、51Claw及具身训练平台）。
🔹物理AI正处在产业加速的关键节点，可归拢为三条主线。其一，世界模型进入产业投入期。 AMD以82亿美元收购World Labs，把世界模型推入产业主战场；技术上沿三维生成、视频预测、潜变量预测与物理行动模型四类范式并行，国内则从物理求解器（索辰科技）、空间数据（群核科技）与行业仿真场（五一视界）三个方向切入。其二，具身智能的场景、数据与模型同步演进。 场景端高价值、低重复的非标任务有望率先闭环；数据端真机、仿真与人类视频三线融合；模型端VLA持续提升并展现跨本体适配能力，世界模型开始参与长任务规划与纠错。行业呈现"GPT-2时刻"特征，多指灵巧任务成功率仍处32%—44%区间。其三，量产端从样机验证迈入产线建设。 Optimus 8月周产数百台、年底目标周产超1,000台，瓶颈在手部与前臂精密装配、触觉可靠性与自动标定；Optimus Academy承接首批产能，"部署—数据—模型—场景"闭环形成。
🔹落到投资视角，三类环节值得沿价值量与订单兑现节奏跟踪。一是直接受益Optimus量产爬坡的硬件供应链（精密结构件、微型驱动、触觉与力矩传感器、热管理、自动化装配与检测），对应科森科技、斯菱智驱、拓普集团、三花智控、恒立液压、绿的谐波、北特科技、浙江荣泰、蓝思科技、福赛科技、岱美股份、科达利、万向钱潮等；二是本体与感知层核心标的，特斯拉、智元、宇树科技是数据闭环与场景落地的核心载体，奥比中光、禾赛、速腾聚创、海康威视、大华股份提供感知支撑，领益智造、泛亚微透、上纬新材在功能件与材料端配套；三是世界模型与物理AI基础设施，索辰科技、群核科技、五一视界构成国内三大支柱，协创数据、道通科技、宝通科技、智微智能在数据存储、检测设备、工业场景与AI硬件端支撑。
🔹展望未来，当同一台机器人能跨多个流程稳定复用、仿真训练能大规模替代真机采集、模型与数据价值占比持续上升，物理AI将完成从"GPT-2时刻"到规模化商业部署的跨越。推进速度最终取决于两个变量：制造端能否把良率与成本压到可复制的水平，模型端能否把泛化与稳定性提升到可托付的程度。
世界模型技术路线快速变化：主流架构与商业模式尚未稳定，现有产品可能面临技术替代；仿真与真实世界存在偏差：合成数据可能无法覆盖接触、摩擦、形变、传感器噪声与复杂长尾；具身模型泛化与长任务能力提升不及预期：陌生场景、长任务、失败恢复及跨本体迁移仍需验证；Optimus生产与供应链信息存在口径偏差：周产数据、灵巧手组件数量等主要来自第三方报道；灵巧手可靠性、产线良率与供应商扩产不及预期：可能限制量产节拍并推高单机成本与维护费用；国内Physical AI产品商业化不及预期：相关产品多处于研发与客户导入阶段，收入与利润贡献或低于预期；下游客户资本开支与场景ROI不及预期：若单小时成本、可靠性与部署周期无法满足要求，客户可能推迟采购。
注：以上内容来自网络，未经核实，不构成任何投资建议，请谨慎参考！如有侵权，请私信联系删除！欢迎各位老师点赞、评论、转发，谢谢！㊗️各位老师发大财、股市长虹！
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。