物理AI行业深度：市场现状、发展展望、受益环节及相关公司深度梳理-250905（28页）.pdf

1、1/282025 年年 9 月月 5 日日行业行业|深度深度|研究报告研究报告行业研究报告慧博智能投研物理物理AI行业深度：市场现状、发展展望、受行业深度：市场现状、发展展望、受益环节及相关公司深度梳理益环节及相关公司深度梳理物理 AI 通过将 AI 大模型、物理引擎、多学科仿真等方法结合起来，可实现对现实世界高精度动态模拟预测优化，以 AI 赋能传统产业。海外物理 AI 已应用于具身智能等领域，英伟达的 Cosmos、Omniverse等一系列平台以及底层算力工厂实现全产业覆盖；国内物理 AI 仍处于初步发展阶段，索辰科技、中望软件、霍莱沃等 CAE 厂商在业务基础上探索物理 AI 在国防、

2、具身智能、低空经济等方向的应用落地。总体看，物理 AI 作为 AI 技术演进的下一个方向，随着算力芯片和融合物理规律的模型能力升级，有望应用于更广阔场景，全面赋能制造、科研等领域智能化升级。以下内容我们就以物理 AI 为主题，对相关问题展开分析梳理。首先，我们将对产业当前概况和市场现状进行梳理，以从基础层面加深大家对物理 AI 的认知；其次，我们将把视角着眼于物理 AI 的具体进展，对物理 AI 重构机器人训练范式和物理 AI 在当前细分领域的进展、相关公司发展情况进行分析；以便大家更进一步了解物理 AI 当前的市场发展情况。再次，解决上述问题的同时，我们还将对物理 AI 接下来所面临的市场挑

3、战和后续产业发展趋势进行展望和分析，希望能通过这些问题，帮助大家更好地了解物理 AI 这一新兴产业。目录目录一、行业概况.1二、市场现状.8三、物理 AI 重构机器人训练范式底层革命.14四、物理 AI 在各领域的进展.20五、受益环节及相关公司.23六、市场挑战.26七、发展展望.27八、参考研报.28一、行业概况一、行业概况1、物理物理 AI：连接虚拟与现实的桥梁：连接虚拟与现实的桥梁在 2025 年的消费电子展上，英伟达首席执行官黄仁勋将物理 AI 誉为人工智能领域的下一个重大突破。物理 AI 的核心，在于促进人工智能与物理世界的高效互动。传统的机器学习（ML）和生成式人工智能（Gen

4、AI）主要依赖于公开互联网上的数据进行训练，其输出成果以数字形式呈现，如文本、图像和声音，供人类使用。与之不同的是，物理 AI 能够直接从现实世界获取数据，例如通过传感器和物联网（IoT）设备，或者借助专门的文本、图像和声音训练内容。其输出结果则直接作用于物理世界，比如控制执行器或其他设备。因此，物理 AI 在机器人技术和自动化等领域的应用尤为突出，它能够收集和处理现实世界的数据，做出决策并付诸实践。2/282025 年年 9 月月 5 日日行业行业|深度深度|研究报告研究报告物理物理 AIAI 与传统机器人技术的根本区别在于交互方式与传统机器人技术的根本区别在于交互方式。在传统机器人中，传感

5、器将数据线性地传输至一个已编程的处理引擎，该引擎依据预设规则对数据进行处理，进而指挥机器人控制其输出设备和执行器。而在物理 AI 的框架下，处理引擎与多模态人工智能系统实现双向通信，不再局限于简单的规则应用。这意味着物理 AI 驱动的设备能够对变化的输入数据做出更迅速且更具适应性的反应。它能够运用推理、优先排序行动、改变处理路径，并且无需重新编程就能持续提升性能。因此，在应对复杂、变化和不可预测的情况时，物理 AI 展现出比传统机器人更为卓越的能力。与所有人工智能一样，物理 AI 也必须被精心设计和训练，以精准地理解物理环境。目前，已有一些成熟的方法可供采用。基于模型的强化学习，通过实验让人工

6、智能逐步构建对环境的理解，已在机器人技术领域得到广泛应用。仿真技术，如工厂或工厂的数字孪生，能够为人工智能提供环境模型，助力其更好地模拟和理解现实场景。物理信息方法通过将已知的物理定律融入人工智能模型，为其决策提供坚实的物理基础。其他方法还包括图神经网络，它在分析复杂的物理或生物系统（例如分子结构或天气模式）方面表现出色，以及符号人工智能，它依赖于明确的规则和逻辑，与机器学习形成鲜明对比。符号人工智能适用于特定任务必须执行的受限环境，以及用于施加基于规则的安全要求。2、物理物理 AI：为何备受瞩目？：为何备受瞩目？近年来，物理 AI 的崛起并非偶然，它得益于技术的持续演变和融合。生成式人工智能