核心观点：物理 AI 作为人工智能从 “认知智能” 向 “具身智能” 跨越的核心载体，正处于产业化爆发前夜。2025-2030 年中国物理 AI 软件及服务市场年复合增长率（CAGR）将达 45%-55%，市场规模从 80-100 亿元扩张至 600-800 亿元。产业链中中游仿真平台与算法 + 上游 AI 芯片拥有最强议价权，是确定性最高的投资主线；机器人本体与具身智能算法具备高弹性，智驾终端则提供稳健成长机会。

一、行业概述：定义与核心特征

物理 AI（Physical AI）是将人工智能的感知、决策与学习能力深度嵌入机器人、智能设备、自动化系统等物理实体，使其能够在真实物理环境中理解并遵守重力、摩擦力、碰撞等物理规律，进而自主完成复杂任务的技术体系。

与专注于文本、图像生成的大语言模型（LLM）本质不同，物理 AI 的核心是 **“行动”**—— 实现从 “知道” 到 “做到” 的跨越。大语言模型解决的是 “信息处理与表达” 问题，而物理 AI 解决的是 “物理世界交互与任务执行” 问题，是人工智能技术落地实体经济的终极形态之一。

二、行业发展三大核心逻辑（一）仿真平台是产业化的核心前提

高保真物理仿真平台是连接数字世界与物理世界的 “数据工厂”，其核心价值在于：

可生成海量、低成本、高覆盖度的合成数据，将物理 AI 模型的训练成本降低 1-2 个数量级；能够模拟真实世界中难以复现的极端场景和长尾场景，解决物理实体训练 “数据稀缺” 和 “试错成本高” 的痛点；是实现 “仿真 - 现实” 闭环的基础，没有成熟的仿真平台，物理 AI 的大规模产业化无从谈起。（二）市场扩容进入加速阶段

中国物理 AI 软件及服务市场正迎来爆发式增长：

2025 年预计市场规模为 80-100 亿元；2030 年预计市场规模将达到 600-800 亿元，5 年 CAGR 约 45%-55%；基准测算显示，2030 年市场规模约为 520 亿元，行业增长确定性极强。（三）中游价值高地正在形成

随着硬件成熟度跨越临界点，行业价值重心正快速向软件和算法转移：

硬件（传感器、机器人本体）成熟度已达阈值，不再是行业发展的主要瓶颈；世界模型与视觉语言动作模型（VLA）成为决定物理 AI 能力的关键变量；仿真平台、世界模型、合成数据能力将迎来价值重估，拥有这些核心能力的企业将掌握行业话语权。三、关键赛道与市场空间测算

2025-2030 年，物理 AI 四大核心赛道均将实现高速增长，其中具身智能仿真赛道增长最为迅猛：

表格

赛道

2025E 市场规模（亿元）

2030E 市场规模（亿元）

5 年增长倍数

智驾仿真

35

125

3.6 倍

具身智能仿真

8

100

12.5 倍

工业数字孪生（AI 相关）

50

225

4.5 倍

合成数据

10

70

7.0 倍

行业增长核心引擎：

智驾渗透率提升：L3 级及以上自动驾驶落地需要海量仿真数据支撑，智驾仿真需求将持续爆发；人形机器人量产：人形机器人的训练高度依赖仿真平台，出货量突破万台将带动具身智能仿真需求指数级增长；工业数字孪生升级：制造业数字化转型深入，工业数字孪生从 “可视化” 向 “可决策、可控制” 升级，AI 赋能价值凸显；合成数据需求释放：真实数据采集成本高、标注难、隐私问题突出，合成数据将成为物理 AI 训练的主要数据来源。四、产业链深度解析

物理 AI 产业链分为上游算力与传感器、中游仿真平台与算法 / 机器人本体、下游应用场景三个环节，各环节议价权差异显著：

（一）上游：算力与传感器核心产品：GPU/AI 芯片、激光雷达、摄像头、IMU、力传感器等；议价权：芯片环节极强，传感器环节中等；价值特征：AI 芯片是物理 AI 的算力底座，技术壁垒最高，拥有绝对定价权；传感器技术相对成熟，竞争较为充分。（二）中游：行业核心价值高地仿真平台与算法 核心产品：仿真平台、世界模型、具身智能算法； 议价权：极强； 价值特征：毛利率高达 60%-80%，是产业链中盈利能力最强的环节；技术壁垒高，客户粘性强，先发优势明显。机器人本体 核心产品：人形机器人、工业机器人、服务机器人； 议价权：较弱； 价值特征：硬件标准化程度较高，竞争激烈，盈利能力受上游零部件成本影响较大。（三）下游：应用场景核心场景：智能驾驶、工业制造、智慧城市、低空经济等；议价权：较弱；价值特征：项目制分散，整车等领域竞争激烈，盈利能力取决于下游客户的付费意愿和预算。

产业链核心结论：中游仿真平台与算法 + 上游 AI 芯片是物理 AI 产业链中议价权最强、价值最高的环节，是投资的首选方向。

五、市场竞争格局

目前物理 AI 行业竞争格局初步形成，呈现 “全球龙头引领，国内厂商加速追赶” 的态势：

第一梯队（全球龙头）：英伟达凭借 GPU 算力优势和 Cosmos/GROOT 生态，占据全球物理 AI 市场主导地位；其生态系统是目前最成熟的物理 AI 开发平台，拥有大量开发者和客户。国内第一梯队：五一视界、索辰科技五一视界：国内物理 AI 仿真平台赛道龙头，技术积累深厚，客户覆盖广泛；索辰科技：CAE 领域转型先锋，将 CAE 技术与物理 AI 深度融合，具备独特竞争优势。国内第二梯队：商汤科技、群核科技、松应科技商汤科技押注具身智能算法，在计算机视觉和大模型方面有深厚积累；群核科技、松应科技在特定垂直领域的仿真应用方面具备优势。

行业分水岭：谁能率先实现高置信度的 “仿真 - 现实” 闭环，谁就更有机会掌握数据话语权，成为行业的最终赢家。

六、重点投资主线与配置策略（一）重点投资主线确定性主线：仿真平台代表企业：五一视界（赛道龙头，全栈式仿真平台提供商）、索辰科技（CAE + 物理 AI 转型先锋）；投资逻辑：仿真平台是物理 AI 产业化的前提，卖铲子的角色决定了其受益于全行业增长，确定性最高。高弹性主线：机器人本体与算法代表企业：埃斯顿（工业机器人龙头，人形机器人布局领先）、商汤科技（具身智能算法技术领先）；投资逻辑：人形机器人量产落地将带来巨大的市场空间，相关企业业绩弹性最大。稳健成长主线：智驾终端代表企业：赛力斯（智驾终端稳健成长，与华为深度合作）；投资逻辑：智能驾驶是目前物理 AI 落地最成熟的场景，需求增长确定性强，业绩可预测性高。（二）配置策略核心配置（60%-70%）：优先配置仿真平台龙头企业，享受行业确定性增长红利；弹性配置（20%-30%）：适当配置机器人本体与具身智能算法企业，把握人形机器人量产带来的爆发机会；稳健配置（10%-20%）：配置智驾终端企业，平衡组合风险。七、未来 3-5 年关键催化变量英伟达 Cosmos/GROOT 生态采用率：若其生态快速普及，将大幅降低物理 AI 开发门槛，加速行业整体发展；51World Model 与开物平台客户签约进展：国内头部平台的商业化落地进度将直接影响国内物理 AI 行业的发展节奏；L3 级自动驾驶法规落地与智驾渗透率：法规落地将推动 L3 级自动驾驶大规模普及，带动智驾仿真需求爆发；人形机器人出货量能否跨越万台：出货量突破万台是行业从 “概念” 走向 “产业化” 的关键节点；国产 AI 芯片在物理 AI 场景的适配进度：国产 AI 芯片的突破将实现产业链自主可控，为国内物理 AI 企业带来新的发展机遇。八、风险提示技术落地不及预期风险：高保真物理仿真、世界模型等核心技术难度较大，可能存在落地进度慢于预期的风险；行业竞争加剧风险：随着行业热度提升，越来越多的企业进入物理 AI 赛道，可能导致行业竞争加剧，毛利率下降；下游需求不及预期风险：宏观经济波动可能影响下游企业的数字化转型投入，导致物理 AI 需求不及预期；政策监管风险：自动驾驶、人形机器人等领域的政策监管变化可能影响行业发展节奏。