热钱再试探新方向！物理AI今天大热

今日早盘指数波动平稳，但物理AI赛道大爆发！索辰科技20CM涨停，福莱新材、兆威机电涨停，奥比中光、长盈精密、华依科技、海天瑞声、杰克科技等集体跟涨。

热钱正在试探新方向！

催化来自两条线：宇树科技创始人王兴兴透露未来将重点攻克机器人大脑技术，明确看好物理AI并寻求全球合作；同日优必选发布Thinker-Sim具身智能仿真平台，覆盖真实场景数字化与规模化仿真数据合成。

物理AI到底是个啥？和生成式AI有哪些变和不变？

落到投资上，有哪些“增量变化”值得重视？

物理AI到底是个啥？

简单来说，你让ChatGPT写一首关于秋天的诗，它写得比大部分人都好。你让它把桌上那个杯子拿起来，它做不到——它连“手”都没有。

这就是生成式AI和物理AI最朴素的分野。

前者活在屏幕里，处理文字、图片、代码，本质上是符号的游戏。后者要走进真实世界，装进机器人或自动驾驶汽车里，去感知重力、摩擦、碰撞，然后动手干活。

黄仁勋今年一月在CES上把这件事说得挺直白：AI演进分四步，感知、生成、代理、物理。

到了物理AI这一步，当模型能够理解质量、摩擦、惯性、动量守恒，AI才真正走出屏幕。

生成式AI学会了“表达”，物理AI要学的是“行动”。表达错了可以删掉重写，行动错了可能摔碎一个杯子，或者撞倒一个人。

这个区别听起来简单，麻烦却远比想象中大。

屏幕里的AI可以靠堆算力、堆参数一路狂奔，物理世界不认这套。模型再大，也得等硬件迭代、传感器精度、控制频率跟上。

原力灵机联合创始人周而进十月底接受采访时说了句大实话：“预测一两年后的变化，都是吹牛。对不起，三个月之后你都预测不了。”

变的是“考场”：从互联网语料库，到充满摩擦力的真实世界

生成式AI吃的是互联网的“剩饭”。万亿级文本和图片就摆在那里，爬就行了。

物理AI得自己“做饭”。它需要的不是“机器人长什么样”的视频，而是视觉、关节扭矩、力触觉同时对齐的交互记录。一段人类做饭的视频只能告诉机器人“手在动”，没法告诉它“手指该用多大压力捏住锅铲、关节该输出多大扭矩”。

这些数据互联网上没有，只能靠真机在物理世界里一帧一帧造出来。

缺口有多大？据机构测算，截至今年初，全球合规可用的真实物理交互数据总量约五十万小时，而训练一个能泛化的具身模型，业内普遍认为至少需要千万小时级。二十倍的差距。

更麻烦的是仿真和现实之间的那道坎。有机构做过对照：同一套策略在仿真环境里成功率百分之八十九点四，搬到真实环境骤降到百分之十二。

英伟达十月中旬披露的数据也印证了同一件事：GPT-6 Astra在基准测试上零样本成功率能到百分之六七十，远超专用模型的百分之二十八，但单次推理耗时十一到十九秒，专用模型只要四十七毫秒。聪明是聪明了，就是慢得没法用。

华泰证券近期研报称：“大脑越强，真机数据与本体硬件的约束越突出。”

变的核心在于：生成式AI的“理解”是语义层面的，物理AI的“理解”必须是因果-物理层面的。前者错了重写一段话，后者错了可能出人命。

不变的是“冰山”：水面之上是智能，水面之下是工程

原力灵机联合创始人周而进有个比喻值得展开。具身要解决的不只是模型够不够聪明，而是“在一个真实物理环境里，把一类真实的任务完整地闭环”。他说，手机上的屏下指纹解锁到今天仍然是专用方案，不会因为通用模型变强就被简单吃掉。

这话背后是一个更朴素的事实：通用能力越强，落地场景对专用性的要求反而越具体。一台在家里分拣玩具的机械臂，不可能背着一台超算跑推理。

水面之上，是GPT-6在演示里流畅地拆任务、规划步骤、指挥机械臂画画。水面之下，是硬件、传感器、控制频率、线束接口、安全冗余、功耗管理构成的庞大工程体系。

王兴兴在十月底的世界物理AI大会上说，宇树没有对模型做任何训练，GPT模型就能控制机器人识别调色盘、换颜料、洗画笔。但他同时戳破了一层窗户纸：大模型再强，对不齐真实机器人也是白搭。同一套系统放到陌生家庭的杂乱桌面上，面对没见过的瓶盖、湿滑的毛巾、需要双手协调的拉链，表现就会迅速退潮。

数据缺口用数字看更清楚。真机遥操作数据报价大约是每小时五百到一千块。北京人形机器人创新中心的数据训练基地，日产能超过五百小时，但刚建立时数据合格率只有一半左右，优化了三个月才稳定到九成五以上。特斯拉的做法更直白：

马斯克在三季度财报会上承认Optimus没有汽车车队那样的天然数据源，所以先造一两万台机器人，全部投入“Optimus学院”自我对练，一台都不卖。摩根大通把这概括为“工厂即训练场，产线即数据管线”。连特斯拉都得先造两万台机器去“练”，时间的积累确实绕不过去。

而在这条数据基建的赛道上，字节跳动的姿势和所有硬件玩家都不一样。它不造本体，不卷跑分，甚至不在榜单上争第一。

据多方信息，张一鸣亲自下场督导一个实时空间视频生成大模型，原计划最快十月推出，应用方向明确指向机器人——在数字世界里生成一个符合物理规律的平行场景，从源头给机器人大脑喂“数字口粮”。显然，字节押的不是机器人的“身体”，是物理AI时代的“虚幻引擎”加数据管线。

中信证券十月底的研报给了一个务实的判断：通用模型和专用模型短期更可能分工。通用模型管语义理解、任务拆解、异常恢复，专用模型管精准接触和灵巧操作。Astra和专用模型协同时，成功率从单独上场的百分之一二十提到近五成。这个“少数几步”，恰恰是通用智能的价值：它不需要会拧瓶盖，只需要在专用模型拧了三次没拧开时说一句“试试逆时针加一点下压”。

不变的是冰山结构。生成式AI让人误以为智能就是全部，物理AI则提醒我们：在真实世界里，智能只是露出水面的十分之一，剩下十分之九是工程、是数据、是时间，是那些规模定律压缩不了的东西。

字节不造硬件、去做仿真和数据基建，本身就是对这座冰山最诚实的投票。

哪些公司值得关注？

回到近期的股票市场。

10月19日以来，海天瑞声、奥比中光、索辰科技、凡拓数创四只数据相关股票平均上涨超60%，传统机器人核心零部件代表公司的同期涨幅大致只有12%—27%。凡拓数创短期涨幅超过一倍，福莱新材7个交易日上涨超过70%，宇树科技一度在约8个交易日上涨60%。这些公司分别对应真实数据采集、3D视觉、触觉感知、物理仿真、合成数据和机器人本体。

未来，哪些公司值得关注？

主要是两条逻辑线：一条是老的特斯拉产业链，要重视未来业绩的兑现（三花智控、浙江荣泰）；一条是当下题材炒作的核心焦点数据采集（福莱新材、华依科技、奥比中光）。

（一）、特斯拉产业链（要看未来业绩兑现的进度）

谈特斯拉链，绕不开Optimus的量产时间表。2026年三季度财报会上，马斯克给出的信息比市场此前预期更为务实，也更为关键。

当前节奏与关键节点：

2026年：弗里蒙特工厂已启动早期量产，首批符合量产标准的Optimus下线。但对外销售前，特斯拉计划先生产1万至2万台机器人，全部投入“Optimus Academy”进行自我训练和数据采集，一台不对外卖。

2027年：商业化交付目标定在2027年底前后，首批外部客户以工业场景为主。AI5芯片计划2027年4月集成，算力约为AI4的十倍。马斯克明确表示，要达到周产2万台的产能，还需要“约一年甚至更长时间”。

2030年与百万台目标：马斯克此前在多个场合给出的长期愿景是2030年实现100万台（这也与其万亿薪酬方案的对赌目标挂钩）。但从产业现实看，需要区分“愿景”与“预测”——“年化100万台”目前对应的只是周产2万台的理论产能极限。

马斯克本人也承认，Optimus的成长路径是一条S型曲线，初始阶段斜率平缓且会有波动。第三方机构对2030年全球人形机器人出货量的预测普遍在50—90万台区间。特斯拉一家能否如期独取100万台，仍取决于灵巧手、供应链以及自主运行等瓶颈的解决进度。

投资上来看，产业空间值得重视：因为当前起点低、爬坡周期长，所以未来几年的边际变化才足够陡峭。

高盛此前测算，若2027年实现百万台出货，人形机器人业务可给上游供应链企业带来2.0—2.6倍市值增量；即便按50万台保守测算，市值增值空间也可达1.3—1.5倍，部分核心零部件企业相关业务收入占比最高将突破八成。

简单说：2026—2027年是“从0到1”的爬坡期，业绩贡献有限但确定性在积累；2028年之后如果周产2万台的目标兑现，年化百万台的产业空间才真正打开。这个节奏，决定了特斯拉链标的的股价不会是一条直线，但每一次量产验证（审厂、订单、演示视频、股东大会）都是可跟踪的节点。

具体标的：

三花智控（002050）：目前市值1410亿元。今年涨幅：-38%，10月涨幅:-3.39%

三花是特斯拉Optimus机电执行器的核心供应商，提供旋转和直线执行器集成产品，已成立专门的人形机器人事业部，并在泰国建生产基地对接量产需求。

核心逻辑：特斯拉Optimus已开启弗里蒙特工厂早期量产，预计最快2027年底周产2万台。三花的卡位是“总成级”，单机价值量高于单一零部件，且车规级量产经验让它能把成本压到别人做不到的水平。

看点：2027年特斯拉量产爬坡时，三花是确定性最高的受益标的之一。风险：机器人业务收入贡献要等到2027年，当前估值里已经包含了相当一部分预期，短期催化剂只有Optimus Gen3发布和审厂进展。

浙江荣泰（603119）:目前市值267亿元。今年涨幅：-36.33%，10月涨幅：+12.51%

浙江荣泰收购了狄兹精密51%股权，切入微型丝杠，而微型丝杠正是特斯拉灵巧手腱绳传动的核心部件——Optimus灵巧手自由度从第一代6个跃升到第三代22个，微型丝杠数量从17个增至22个。

关键的是，浙江荣泰已经在系统中收到了海外客户的量产订单，订单排到了2027年底，预计今年底可出货装备1万台机器人以上的丝杠。看点：这是少数已经有明确订单时间表的特斯拉链标的，不是“预计”而是“已收到”。

除了特斯拉，其他一些巨头绑定的A股产业链公司亦值得关注。

（二）、数据采集（题材弹性最大，但需要甄别“真伪”）

这一轮的领涨龙头，几乎都落在数据采集和感知环节。

凡拓数创（301313）：数字孪生+具身仿真平台，5天3板，被市场视为物理AI数据底座核心标的。但公司已提示短期涨幅过大、存在非理性炒作风险。20天累计涨幅超100%，是板块情绪风向标。

奥比中光-W（688322）：3D视觉感知龙头，10月23日大涨18.97%，深度绑定英伟达生态，服务全球超1000家机器人客户。机器人视觉方案前三季度收入已达去年同期的2倍以上。2026年8月发布无本体数采硬件矩阵，推出不到两个月已有超100名客户下单。技术壁垒在于多相机硬件级同步误差小于1毫秒、出厂标定误差小于0.3像素。

索辰科技（688507）：国产CAE仿真龙头，自研“开物”可微分物理AI平台，是A股物理AI技术纯度较高的标的之一，2025年物理AI收入5816万元。

能科科技（603859）：工业端侧物理AI大脑，AI产品与服务收入占总营收近40%，应用层落地较快。

福莱新材（605488）：目前市值134亿元。今年涨幅：+30.96%，10月涨幅：+61.96%。

福莱是这轮数据采集题材的情绪风向标，8天5板，市场封它“物理AI触觉概念第一股”。触觉传感器已向灵心巧手累计交付超3万套，同时推出触觉数据采集手套。但公司自己在公告里披露，截至三季度末，柔性传感器项目累计收入466.75万元，占整体收入的0.18%。前三季度归母净利润同比下滑13%，Q3单季下滑近70%。题材是真题材，业绩是另一回事。

华依科技（688071）：目前市值40亿元。今年涨幅：+62.18%，10月涨幅：+55.16%。

华依做的是IMU（惯性测量单元），一套动捕方案通常需要3颗IMU，单颗价值量200—300元，毛利率高于传统汽车业务。已与觅蜂（智元子公司）合作，产品适配真觉万象数采硬件，渠道信息显示已落地单一大客户不低于5000万元的数采IMU订单。IMU是数采设备中价值量明确、竞争格局相对清晰的环节，但机器人业务刚起步。

（三）海康威视（002415）：一家被忽视的物理AI公司，目前市值3163亿元。今年涨幅：+21.06%，10月涨幅：+21.90%

那它和物理AI什么关系？海康的创新业务里，机器人上半年营收40.28亿，同比增长28.34%。工业自动化是物理AI在工厂里最早落地的形态。只不过海康没有把它包装成“具身智能”，市场也就没给它物理AI的估值。

前三季度营收740.44亿元，同比增长12.60%；归母净利润129.11亿元，同比增长38.55%，扣非增速41.52%。Q3单季营收增速13.71%，创2024年调整以来新高；毛利率守在49.05%，三费率降到26.62%，经营杠杆在释放。当前动态市盈率约18倍，安全边际较高。

物理AI这条赛道，究竟是趁热一鼓作气，还是走走停停、涨一段歇一段，值得投资者密切关注。