人工智能行业：在时间的折痕处——物理AI-260602（22页）.pdf

1、证券研究报告在时间的折痕处物理AI意义和本质绝非隐藏在事物背后，它们就在事物当中，在一切事物当中。一一悉达多摘要物理AI（PhysicalAI）由黄仁勋于2024年提出，指能感知、理解并在真实物理世界中执行复杂操作的模型，是人工智能从虚拟智能迈向具身智能的关键桥梁。其外延覆盖人形机器人、智能驾驶与工业机器人三大核心场景。物理Al浪潮中，工具层是被低估的一环。仿真平台是基础模型训练的核心数据来源，英伟达Omniverse/lsaac主导、国内智元GenieSim等开源生态加速追赶。物理AI还从仿真训练与数字孪生两个维度拉动工业软件需求，英伟达已与Cadence、达索、PTC、西门子、Synops

2、ys等巨头深度合作。随着部署量提升、数据持续回流，物理AI有望进入“数据增长模型迭代能力提升场景扩张”的飞轮。建议关注：工具层软件厂商如索辰科技、五一视界；智能驾驶软硬件提供商如地平线机器人、中科创达、经纬恒润、禾赛等。风险提示：AI等底层技术变革不及预期、政策落地不及预期、行业竞争加剧、报告信息更新不及时等。何谓物理AI?1.1物理AI是什么？定义与边界物理AI（PhysicalAI）这个词在2024年由黄仁勋率先广泛使用，是指使用运动技能理解现实世界并与之进行交互的模型，它们通常封装在机器人或自动驾驶汽车等自主机器中。利用物理AI，自主机器能够感知、理解并在现实（物理)世界中执行复杂的操作

3、。从外延上看，物理AI至少覆盖三个明确场景：人形机器人：以接近人体形态、能在为人设计的环境中作业为目标，是物理AI最具想象空间的应用智能驾驶：本质上是一个移动的、约束化的具身智能体，或成为物理AI最先规模化落地的场景。工业机器人：包括协作机器人、自主移动机器人、专用机械臂等，已获得规模化收入的领域。1.2理解人工智能、具身智能与物理AI的关系人工智能和机器人技术的发展并非孤立进行，而是相互促进、共同演进的。人工智能为机器人赋予了“大脑”，使其具备感知、思考和决策能力；而机器人则为人工智能提供了“身体”，使其能够与真实世界进行交互，获取经验和知识。具身智能的兴起是人工智能和机器人技术各自发展到一

4、定阶段的必然结果，是两者深度融合的体现。人工智能的持续进步需要与物理世界的交互能力，而机器人的未来发展也离不开更高级别的智能化水平。物理AI的核心价值，在于赋予自主机器在真实物理世界中实现“感知一理解一执行”闭环能力，使人工智能从虚拟智能向具身智能演进的关键桥梁。(divcenter)图表：具身智能是AI与机器人两条线的交汇(/divcenter)1.3物理AI产业链全览基础模型层：VLA、VLM、世界模型路径收敛2三类基础模型的I基础模型分别为VLM、VLA、WFM。世界模型能够作为后台合成数据工厂，生成物理感知视频和仿真环境，为下游模型提供低成本训练数据与闭环评估场景；VLM作为运行时的“

5、大脑”，负责视频理解、物理常识推理和高层任务规划；VLA可作为“小脑+脊髓”，把语言指令和视觉感知直接转化为机器人关节级动作。2.1VLM视觉语言模型：长程任务规划与“慢思考”接入VLM（视觉语言模型/推理型VLM）：代表是NVIDIA的CosmosReason2。CosmosReason通过对视频和图像输入进行推理来回答查询。具身推理需要人工智能系统与物理世界交互并从中学习。与被动理解不同，具身人工智能中的推理通常以行动为基础，使机器人不仅能够理解它们当前观察到的内容，而且还能在不确定和动态的环境中为未来规划智能行为。2.2视觉语言动作模型（VLA）：从模仿学习到规模化预训练(divcent

6、er)图表：VLA模型的一般架构(/divcenter)2.2世界模型：从视频生成器走向可交互的物理仿真器“世界模型”这个词在2024年之前主要用在强化学习领域（Dreamer系列），2024年之后被OpenAISora、NVIDIACosmos、GoogleGenie等广泛引用。当下世界模型的技术路线主要有视频生成、3D生成和物理引擎混合三种。NVIDIA是基础模型层领先者。除GR0OT外，NVIDIA还同时拥有仿真平台、世界模型、基座VLA、推理模型、训练芯片、推理芯片。任何想做物理AI的公司可能都需要其中的工