机构:物理AI是AI主线向实体延伸,量产验证成新定价锚 事件正面
- 英伟达GTC将物理AI定位为下一波AI浪潮并升级物理AI全栈工具链,OpenAI确认自研人形机器人,特斯拉Optimus在弗里蒙特工厂启动早期生产爬坡。
- 受访机构认为行情由产业叙事升级、供给侧催化密集与资金再配置共同推动,本质是AI主线向物理世界延伸,而非单纯的高低切换。
- 板块定价关注点正从“样机与从0到1”向“数据闭环、量产爬坡与从1到N”迁移,但产业仍处从0到1末尾、从1到10前夕,业绩兑现尚需时间。
- 通用大模型可直接承担具身策略模型,降低了本体“大脑”门槛;具身模型训练所需数据量与现有累计数据存在量级差距,数据采集与仿真工具被视作较早释放需求的环节。
- 主要风险集中在技术路线变更、真机数据不足、量产交付节奏、B端复购订单稀缺及整机厂自研替代外购零部件等方面。
- 产业赛道事件对应的产业方向与逻辑梳理
- 关联公司各赛道业务关联公司及其方向
- 风险提示事件相关的风险与不确定性
精密传动与执行器零部件(减速器、丝杠、电机、执行器总成)
积极方向特斯拉Optimus启动早期生产爬坡、OpenAI下场自研人形机器人、宇树与智元推进量产与数据开源,使整机端对上游精密零部件的验证与小批量采购环节增多;通用大模型“外接”降低本体门槛后,进入本体环节的主体数量趋于多元,零部件需求方不再集中于少数整机厂。该环节被受访者视为当前价值量与确定性相对较高的部分。需要说明的是,产业整体仍处小批量阶段,采购多用于测试、科研与示范,量产节奏与降本速度仍是后续变量。
人形机器人关节普遍采用谐波减速器方案,整机从样机走向小批量交付会带来关节部件的选型、打样与验证需求;公司长期为机器人关节提供精密传动部件,处于人形机器人关节传动环节的直接供给位置。当前相关需求仍以验证性和小批量采购为主。
公司在机器人减速器及精密齿轮领域有产品布局,整机量产推进将带动关节减速器与齿轮类部件的验证与小批量供货;其规模化精密制造基础与机器人减速器的加工要求存在工艺共通性,属于整机放量过程中传动环节的供给方之一。
公司布局人形机器人机电执行器总成相关业务,执行器是整机线性与旋转运动的核心部件;整机厂推进量产准备会带动执行器总成的方案验证与配套需求。该业务目前仍处于产业化早期阶段,与传统主业体量存在差异。
公司在线性驱动与丝杠类精密部件上有产品与工艺积累,人形机器人直线关节对行星滚柱丝杠等部件存在需求,整机小批量生产为其线性传动业务提供了新的应用方向。相关业务尚处早期投入与验证阶段。
感知器件:力觉/触觉传感器与3D视觉
积极方向受访机构普遍将力觉、触觉传感器与3D视觉列为刚需增量环节:触觉与力觉直接决定精细操作能力和真实场景的可靠性,3D视觉与深度感知是环境建模与抓取判断的基础。同时,具身智能真机数据采集需要工业相机、IMU、力/触觉器件配套,感知硬件在整机端与数据采集端同时存在需求。该环节当前采购多来自整机厂测试与科研示范项目,规模化商业订单尚未普遍形成。
机器人环境感知与抓取判断依赖深度视觉信息,公司3D视觉模组可用于机器人导航、避障与目标识别,属于整机感知环节的供给方;整机从演示走向小批量交付,会带来视觉模组的选型与配套需求。相关机器人业务收入体量仍较小。
柔性触觉传感与电子皮肤是机器人实现接触力感知与安全交互的器件方向,公司通过子公司在该领域有技术与产品布局;人形机器人对触觉感知的需求提升,为其柔性传感业务提供了新的应用场景。该业务尚处培育阶段。
机器人力控与关节力矩感知需要多维力传感器,公司在力学传感器领域有长期积累,向多维力传感延伸与机器人力觉需求方向一致;整机小批量生产会带来力传感器件的验证需求。多维力产品在机器人领域的收入贡献仍处早期。
图像传感器是机器人视觉与数据采集的底层器件,机器人视觉需求增长对图像传感器构成新增应用方向;但公司收入结构中机器人相关占比很小,业务驱动主要来自消费电子、汽车与工业等既有市场,本次产业事件的直接业务影响中性。
数据采集、仿真工具链与物理AI软件基础设施
积极方向受访研究人士指出,具备通用泛化能力的具身模型所需训练数据量与当前累计数据存在量级差距,数据质量呈“真机—仿真—真实世界”梯度,数据采集硬件与数据服务因此被视为较早释放需求的战略环节;英伟达GTC推出开源全栈工具链,把开发环境搭建周期压缩,扩大了仿真验证、测试与模型训练相关软件与服务的应用面。该环节目前多为项目制交付,收入体量偏小,商业模式仍在形成过程中。
公司在操作系统、边缘计算与机器人软件平台方面有业务布局,物理AI需要端侧推理、模型部署与软硬件协同的开发环境,与其边缘智能与操作系统能力方向一致;机器人与端侧智能场景扩展为其软件与方案业务带来新的应用方向。相关业务规模仍小于智能汽车主业。
仿真平台被视作物理AI的“数字训练场”,用于机器人在虚拟环境中完成训练与测试以降低实机成本;公司具备工程仿真软件自主研发能力,业务方向与仿真训练基础设施建设存在关联。目前机器人与具身智能相关需求在公司收入中占比仍有限。
真机数据采集需要工业相机、深度与视觉模组等硬件配套,公司在机器视觉与工业相机领域有产品积累,属于数据采集硬件环节的潜在供给方;同时其视觉检测能力与机器人视觉标定、测试环节存在业务交集。机器人相关收入贡献尚处早期。
子公司机器视觉与移动机器人业务涉及工业相机、视觉感知与自动搬运,与具身智能的数据采集与感知环节存在业务交集;但公司整体收入规模庞大,机器人相关业务占比有限,本次产业事件对其整体经营的影响偏中性。
人形机器人本体与系统集成
方向中性通用基础模型可直接承担具身策略模型,使不具备自研大模型能力的本体厂商可以“外接大脑”加快产品推出,客观上降低了本体环节的进入门槛并扩大了参与主体;OpenAI、特斯拉等主体的推进也提升了产业对本体形态的认知度。与此同时,具备模型与数据能力的跨界主体自研本体,以及整机厂对零部件与系统环节的自研替代,可能改变现有供应链分工,本体与系统集成商的竞争环境趋于复杂。
公司具备机器人整机制造、伺服与运动控制能力,属于本体与核心部件一体化的厂商;具身智能本体需求兴起,为其运动控制与整机能力提供新的应用方向,通用大模型外接也有助于降低本体智能化开发难度。人形机器人相关业务尚处研发与前期探索阶段。
公司在工业机器人系统集成与特种作业装备方面有业务基础,并对外披露与高校在具身智能、人形机器人方向的合作研发;物理AI向工业场景落地与其工业客户资源存在结合点。相关合作仍处研发与验证阶段,尚未形成规模化业务。
公司具备机器人本体与系统集成能力,具身智能发展方向与其业务存在关联;但其现有产品以工业与移动机器人为主,人形与具身智能产品尚在研发探索阶段,本事件对其当期经营影响中性,后续取决于产品化进展。
公司在工业机器人本体与自动化集成方面有业务布局,下游以制造业自动化需求为主;具身智能方向与其业务存在概念上的延伸关系,但当前产品结构与客户需求集中在工业自动化,本事件对其直接经营影响有限。
- 技术路线不确定性:具身智能的模型架构(VLA、世界模型等)仍处演进阶段,路线变更可能使既有研发投入与产品方案的有效性下降。
- 数据与仿真迁移风险:真机交互数据供给不足,仿真环境到真实环境的迁移存在差距,泛化能力提升速度可能慢于预期。
- 商业化节奏风险:当前采购以测试、科研与示范项目为主,B端客户的投资回报尚未得到普遍验证,稳定复购订单形成仍需时间,收入兑现滞后于产业叙事。
- 量产与交付风险:整机产能爬坡、零部件良率与成本下降速度可能低于规划,交付节奏存在推迟的可能。
- 竞争格局变化风险:具备模型与数据能力的跨界主体自研本体,整机厂可能自研替代外购零部件,供应链分工与既有厂商的配套地位存在被改变的可能。
- 标准与合规风险:人形机器人在安全、可靠性、行业标准与合规认证方面的规范尚不完善,可能影响其在开放场景的推广节奏。