人工智能行业：AI的下一个范式——物理AI和机器人.pdf

全球物理AI市场规模预计将从2025年的8.9亿美元增长至2032年的152.4亿美元，标志着人工智能正从数字世界向物理世界深度渗透。黄仁勋将物理AI定义为现实世界中的智能体，涵盖机器人、汽车和工厂等能够感知、推理、规划并自主行动的实体。这一范式的演进遵循基础设施先行的规律，当前正处于算力与算法逐步到位、应用层即将爆发的关键节点。

具身智能的核心架构由具身模型、机械本体和数据飞轮三大要素构成。具身模型方面，VLA模型与世界模型各具优势，前者擅长语义理解与实时控制，后者强于长程规划与物理推演，两者融合成为技术发展新方向。数据飞轮则是模型迭代的关键，但当前面临真实物理交互数据严重不足的瓶颈。全球合规可用真实数据仅约50万小时，且采集成本高昂，真机遥操作单小时成本高达500-1000元，远超仿真数据。这种数据匮乏导致机器人在真实场景中的任务完成率远低于仿真环境，成为商业化的主要障碍。

在机器人形态上，四足和轮式机器人因泛化要求低、场景限定性强，有望率先实现规模化放量，已在巡检、割草等领域出现落地案例。双足人形机器人虽被视为通用具身智能的终极形态，具备适配人类环境的天然优势，但其高技术门槛和高成本使得规模化落地依赖整车厂商的精密制造能力。核心零部件方面，谐波减速器、行星滚柱丝杠、无框力矩电机及电子皮肤等技术正快速演进，以提升机器人的运动精度与感知能力。

产业格局方面，全球已形成特斯拉（全栈自研封闭生态）、英伟达/谷歌（基础模型开放平台）及国产阵营（供应链与量产优势）三大阵营。投资主线聚焦于T链、NV-波士顿动力链及国产链，随着宇树科技等企业推进IPO，具身智能赛道有望迎来价值重估。尽管面临技术迭代、竞争加剧及应用场景适配等风险，物理AI与机器人产业的长期增长逻辑依然坚实。