物理AI:万亿美元级赛道来袭,相关公司谁能突出重围
物理AI产业链深度分析——AI革命的下一站
一、赛道核心逻辑
核心事件:
黄仁勋在2026年CES上明确表示:下一波浪潮将是物理AI,未来五年内,物理AI与机器人技术细分市场将迎来爆发式增长。英伟达过去12个月物理AI业务收入已突破90亿美元。Coatue Management预计物理AI市场规模至少可达6万亿美元,较数字AI高出约50%。杨立昆、李飞飞、贝佐斯等全球AI领军人物集体入局,验证物理AI不只是大模型延伸,而是面向真实世界交互的新一轮AI范式。
核心重点——物理AI三大技术支柱与落地场景:
1. 世界模型——物理AI推理训练必须的虚拟环境
世界模型是指可构建一个无限逼近真实世界的虚拟环境,让AI学习环境规律并进行内部推演,以更低成本、更安全的方式支持训练、测试和验证。Demis Hassabis在2026年CNBC开年采访中判断:AGI还差一块拼图,可能是世界模型。
2. VLA模型——视觉-语言-动作模型,物理AI的执行端
VLA模型通过端到端学习,在统一模型中跨视觉和语言模态理解任务语义,并映射到具体操作上。英伟达发布GR00T N1首个面向通用人形机器人的开源VLA基础模型。3D视觉传感器和六维力矩传感器是VLA模型感知端的核心部件
3. 具身智能——物理AI的终极落地形态
具身智能是物理AI”感知-理解-推理-行动”闭环的核心载体。
二、核心A股公司梳理
世界模型/物理AI平台
索辰科技——A股唯一有物理AI收入的公司,“天工·开物”平台正式发布
核心数据: 2025年营收4.66亿元(同比+31.19%),归母净利润0.41亿元(同比-19.35%)。“开物”系列收入合计5815.89万元(占主营业务收入12.49%),其中开物-工程仿真软件收入4039.04万元(占8.67%),开物-仿真产品开发收入1776.85万元(占3.81%)。
核心亮点:
1. 2025年3月在上海举行物理AI首场”天工·开物”发布会,正式推出物理AI开发及应用平台的全场景解决方案。2026年3月进一步发布世界物理模型”营造·万象”,是国内物理AI领域的开创者
2. 基于生成式物理AI技术和实景渲染技术,实现真实场景下的四维时空耦合多物理场设计、仿真、优化和训练。产品包括:物理AI应用开发平台”天工·开物”、机器人设计训练平台、面向工业装备的设计优化与物理AI训练平台、物理AI电磁环境快速计算引擎等
3. “开物”系列收入5815.89万元(占主营12.49%),虽然占比尚小但增速快。2025年营收4.66亿元(+31%),是国内CAE仿真软件龙头,世界模型能力为物理AI提供核心基础设施
竞争壁垒:国内CAE仿真软件龙头;A股唯一有物理AI收入的公司;“天工·开物”平台国内首创。
下游客户:航空航天、船舶制造、汽车工业等高端装备制造企业。
VLA感知层
奥比中光——3D视觉传感器龙头,VLA模型感知端的”眼睛”
核心数据: 2025年营收9.41亿元(同比+66.66%),归母净利润1.28亿元(扭亏为盈,上年同期亏损6071万元)。AIoT业务收入5.12亿元(+72%),毛利率56.72%。
核心亮点:
1. 3D视觉传感器是VLA模型感知端的”眼睛”,是具身智能实现物理AI闭环的核心部件。公司是国内3D视觉感知技术龙头,全栈技术研发能力+全领域技术路线布局
2. 2025年营收+67%,实现扭亏为盈,业绩迎来历史性拐点。AIoT业务收入5.12亿元(+72%),毛利率56.72%,是增速最快、毛利最高的业务线
3. 消费级应用设备收入5.84亿元(+97%),3D视觉传感器收入2.91亿元(+37%)。积极构建全球多行业渗透能力,融入国际头部生态,持续提升全球品牌影响力
竞争壁垒:国内3D视觉感知技术龙头;全栈技术研发能力;2025年扭亏为盈,业绩拐点确认。
下游客户:AIoT设备厂商、生物识别设备厂商、工业三维扫描客户。
凌云光——机器视觉+运动捕捉,FZMotion动捕系统收入+70%
核心数据: 2025年营收29.12亿元(同比+30.35%),归母净利润1.61亿元(+50.70%),扣非净利润1.23亿元(+86.05%)。机器视觉业务收入23.46亿元(+44.72%)。
核心亮点:
1. FZMotion光学动捕系统直接用于具身机器人数据采集与训练,是物理AI”训练”环节的关键设备。2025年受益于具身智能应用驱动,FZMotion收入同比增长超70%,已批量应用于多家机器人公司的数据采集场景
2. 机器视觉业务全年收入23.46亿元(+44.72%),消费电子领域收入11.49亿元(+63.21%)。2025年1月完成对全球知名工业相机品牌JAI A/S的全资收购,进一步强化”AI+视觉”全产业链核心竞争力
3. 创新性打造了机器人量产环节的指标测评解决方案,从核心视觉器件、视觉系统到工业机器人整机形成多元化产品组合。收购JAI后海外业务加速拓展,2026年Q1境外收入同比增长23%
竞争壁垒:FZMotion光学动捕系统国内领先;机器视觉全产业链布局;JAI收购后全球化加速。
下游客户:具身机器人厂商(数据采集与训练)、消费电子、新能源、印刷包装企业。
具身智能执行层
绿的谐波——谐波减速器龙头,人形机器人核心零部件
核心数据: 2025年营收5.71亿元(同比+47.31%),归母净利润1.24亿元(+121.42%)。2026年Q1营收1.40亿元(+42.96%),归母净利润3263万元(+61.17%)。2026年产能规划接近百万台。
核心亮点:
1. 国内谐波减速器龙头,全球第二。谐波减速器是人形机器人关节的核心传动部件,直接受益具身智能放量。2025年出货量接近50万台,2026年产能规划接近百万台
2. 2025年营收+47%,净利润+121%,2026年Q1净利润+61%,业绩持续高增。进一步巩固了在具身智能场景谐波减速器的领先地位,客户数量和产品出货量大幅度提高
3. 机电一体化旋转执行器业务规模稳步增长,推出了专用于具身智能场景的轻量化、智能化专用关节模组。行星滚柱丝杠、电液伺服等直线传动机构实现规模化量产
竞争壁垒:国内谐波减速器龙头,全球第二;具身智能场景领先地位稳固;产能规划接近百万台。
下游客户:人形机器人厂商、工业机器人厂商、高端数控机床厂商。
中大力德——智能执行单元+精密减速器龙头,5月27日涨停资金高度关注
核心数据: 2025年营收10.41亿元(同比+6.61%),归母净利润6271万元。智能执行单元收入3.92亿元(+5.80%),精密减速器收入2.52亿元(+4.04%)。海外业务收入9334万元(+35.02%),毛利率47.29%远高于国内。
核心亮点:
1. 2026年5月27日涨停,资金高度关注。智能执行单元是机器人”关节+驱动+控制”的一体化解决方案,直接对应VLA模型执行端的”行动”环节。精密减速器(行星/RV/谐波)是机器人关节核心传动部件
2. 海外业务表现强劲,收入9334万元(+35%),毛利率47.29%显著高于国内(24%),未来有望进一步加大海外渠道建设,持续提升海外收入占比
3. 公司是国内精密减速器领域少数同时拥有行星、RV、谐波三大品类全系列产品的企业之一。2025年智能执行单元+精密减速器+减速电机三大业务稳健增长,受益机器人产业加速落地
竞争壁垒:国内精密减速器全品类覆盖(行星+RV+谐波);智能执行单元一体化解决方案;海外业务毛利率47%显著高于国内。
下游客户:工业机器人厂商、协作机器人厂商、自动化设备厂商。
三花智控——旋转关节总成全球龙头,具身智能浪潮核心受益者
核心数据: 2025年营收310.12亿元(同比+10.97%),归母净利润40.63亿元(同比+31.10%),扣非净利润39.58亿元(同比+26.95%)。制冷空调电器零部件收入185.85亿元(+12.22%),汽车零部件收入124.27亿元(+9.14%)。
核心亮点:
1. 旋转关节与热管理全球龙头,具身智能浪潮核心受益者。仿生机器人机电执行器业务聚焦多款关键型号产品开展技术改进,配合客户进行全系列产品研发、试制、迭代、送样,获客户高度评价
2. 2025年营收310亿元(+11%),净利润40.63亿元(+31%),盈利能力持续提升。制冷+汽零双主业稳健增长,为机器人业务提供充足现金流支撑。海外收入133.23亿元(+6.58%),全球化布局领先
3. 是全球热管理平台龙头,机器人业务拓展成长边界。机电执行器技术同源性与规模制造构筑深厚护城河,机构预计2026E/2027E归母净利润48.53/56.69亿元,对应PE仅14.4/12.3倍
竞争壁垒:旋转关节与热管理全球龙头地位;仿生机器人机电执行器技术同源性+规模制造护城河;310亿营收规模,机构重仓。
下游客户:特斯拉(Optimus旋转关节)、全球主流车企(热管理)、空调厂商。
三、核心结论
物理AI是AI的下一站,核心在于让模型理解真实世界并预测世界状态。
风险提示
物理AI技术落地不及预期风险: 物理AI提出的世界模型、VLA等技术路线仍处于早期阶段,若关键技术突破不及预期或产业化节奏放缓,将影响物理AI产业链整体需求释放。
下游资本开支波动风险: 物理AI产业链需求与制造业、机器人、汽车等行业的资本开支高度相关,若下游客户投资节奏放缓,将直接影响传感器和核心部件的需求。
模型迭代不及预期风险: 世界模型、VLA、强化学习等关键技术在物理一致性、泛化能力、长时序预测等方面进展不及预期,可能影响具身智能等场景的模型效果与落地节奏。
行业竞争加剧风险: 国际机器视觉巨头(基恩士、康耐视等)和机器人核心零部件厂商持续加大中国市场投入,国产厂商面临激烈的技术和价格竞争。
算力供应不及预期风险: 物理AI训练、仿真、推理均依赖高性能GPU和边缘推理芯片,若算力供给不足或成本持续走高,可能压制下游客户在物理AI平台、仿真训练和部署端的投入意愿。