免责声明：本文仅为公开产业信息客观整理，仅做机器人行业科普与产业逻辑分享，不构成任何投资建议，不提供选股、交易参考，请勿依据文中企业案例开展任何交易决策。所有行业数据仅供产业学习，市场波动风险较高。

大家好，我是满仓满利好运，名字好意也送给每个刷到我的朋友。

三场重磅行业会议扎堆开启。

直接把物理AI推到市场聚光灯之下。

不少人只看到板块大涨，却忽略背后产业结构性矛盾。

很多涨势凌厉的公司，业务兑现还远没有跟上估值。

核心总结

很多人分析这一波行情，习惯先罗列会议新闻，再一层层拆解产业链各个环节。

我换个观察角度：热闹的行情背后，是产业“软硬不同步”。

仿真、数据软件端最先迎来资金追捧。

下游真实落地场景却几乎没有上市公司能贡献可观营收。

巨头对外公布量产时间表，不等于整条产业链所有企业同步拿到订单。

区分概念炒作和真正深度参与产业建设，不能只看赛道标签，要扒开财报细看业务构成。


一、多家巨头同步发力，产业预期迎来重要拐点
很多朋友听过物理AI这个名词，但未必清楚它到底是什么。

简单通俗来讲。

就是让人工智能走出屏幕，装进具备传感器、执行机构的实体设备。

形成感知外界环境，经由算法判断，再驱动硬件做出动作的闭环。

招商银行研究院将物理AI划分为AI发展第四阶段。

排在感知AI、生成AI、代理AI之后。

短短数日，海内外三场重量级大会几乎同期举办。

南京举办国内首场物理AI与世界模型大会。

英伟达在德国柏林开启GTC大会，黄仁勋演讲核心主题锁定物理AI。

宇树科技在杭州举办首届世界物理AI大会。

事件叠加之下，A股一共21只相关标的全部收红。

涨幅中位数刚好达到10%，其中4只标的触发20%涨停。

市场热度一眼就能看明白。

但产业拐点，不能只靠会议催化，要看实实在在的落地动作。

特斯拉在10月22日的Q3财报沟通会上释放关键信息。

Optimus人形机器人已经在弗里蒙特工厂产线投产。

这条产线规划年产能目标为100万台。

马斯克对外给出清晰的产能爬坡指引。

计划大约一年时间，逐步爬坡至每周产出2万台。

2027年4月，机器人将搭载AI5芯片。

预计到2027年底，可以向特斯拉外部企业交付产品。

这一点的意义很关键。

过去很长一段时间，人形机器人量产大多停留在演示与规划层面。

现在有了产线规划以及明确的时间节点，产业预期发生改变。

英伟达也同步更新机器人开发相关基础设施。

升级Isaac机器人开放开发平台，推出Isaac Lab 3.0以及Isaac OS运行框架。

打通合成数据生成、仿真训练到实体部署整套开发链路。

把AI工厂部署周期压缩到14天，降低机器人开发门槛。

国内产业端同样有多件大事落地。

南京大会现场两轮产业合作项目集中签约。

签约总金额超过60亿元，覆盖三大方向。

具身智能整机与核心零部件、世界模型与机器人大脑、物理AI芯片。

同时启动了《人工智能世界模型》国家标准预研。

政策层面，首批6项人形机器人国家标准已经正式获批。

标准对本体构成、系统架构、环境感知、智能决策等指标进行规范。

2027年4月开始正式实施。

工信部公开统计数据显示。

上半年国内人形机器人整机产品突破400款，产量超4万台。

行业预估全年产量有望突破10万台。

商务部披露，前三季度重点平台具身智能机器人销售额同比增长22.6%。

多家机构对赛道长期空间做出测算。

头豹研究院预测，全球物理AI市场规模，从2025年385亿美元，增长至2035年3375亿美元。

十年复合增速24.3%。

摩根士丹利提出观点，物理AI有望成为继汽车产业之后，又一个具备广阔空间的制造业赛道。

核心总结

海外巨头定好量产节奏，国内政策、产业项目同步落地。

这也是本轮行情和以往单次题材脉冲最大的差别。

但市场资金对于不同细分方向给出的溢价，差别非常悬殊。

同样属于物理AI大赛道，有的细分领涨，有的细分涨幅明显滞后。

这背后，是资金对于不同环节兑现难度的判断。

二、从资金偏好看赛道差异：软件仿真受追捧，多环节标的稀缺
很多人会直接把全部相关公司打包当成同一个板块看待。

实际上，整条产业链不同环节，技术成熟度、商业化难度完全不一样。

我们可以把相关标的划分不同板块，观察资金偏好。

数据与仿真训练这一细分，是本轮行情里面弹性最强的方向。

相关标的包含海天瑞声、凡拓数创、索辰科技、天娱数科。

这个分组涨幅中位数达到17%。

索辰科技在行业内长期深耕底层物理求解能力，积累接近二十年。

这也是它很重要的技术护城河。

2026上半年，公司完成业务升级，搭建世界物理模型、智能体、合成数据整套产品矩阵。

凡拓数创换手率很高，多空博弈十分激烈。

感知板块紧随其后，整体涨幅同样可观。

代表公司包括华依科技、奥比中光、凌云光、福莱新材。

涨幅中位数15.56%。

华依科技ARU8010C惯性姿态产品，可以理解为机器人的小脑。

负责关节高精度控制，维持机器人全身动态平衡。

奥比中光Gemini 330双目3D相机，已经完成与英伟达Jetson Thor适配验证。

累计服务全球超过1000家机器人客户。

凌云光旗下元客视界AI动捕产品，供给宇树、优必选等整机厂商。

执行器与本体标的数量最多，总市值体量最大。

包含宇树科技、长盈精密、埃斯顿、拓斯达、大业股份、宁波东力、浙江荣泰。

合计总市值3775亿元，也是大号涨停比较集中的区域。

算力与端侧芯片方向一共有4家标的，代表为瑞芯微、恒玄科技、美格智能、博通集成。

这一组涨幅中位数仅5.95%，是几个板块里面上涨偏慢的。

硬件芯片项目投入周期长，短期订单兑现难度更大。

这里有一个很值得留意的现象。

模型与决策方向，仅有能科科技一家标的。

下游应用场景方向，也仅仅只有信通电子一家标的。

能科科技自研“灵智”具身智能训推平台。

支持人形、四足等十多种机器人运动控制算法验证。

“灵系列”AI Agent的25个智能体，已经落地70余家行业龙头。

核心总结

我个人认为，这是整条产业链非常突出的结构性短板。

上游仿真软件、零部件相关标的已经不少。

但是模型决策、落地场景两个关键环节可选标的极少。

这种标的数量分布，侧面反映产业所处阶段。

仿真、零部件研发推进较快，世界模型路线尚未统一，商业化场景还处在早期。

世界模型存在VLA、物理世界模型多条技术路线。

相比VLA，物理世界模型路线更加分散，行业还没有形成统一成熟方案。

行业竞争，不单单比拼机器人硬件运动能力。

更考验企业能不能补齐自身技术栈当中薄弱环节。

三、四张财报数据，看清产业火热之下的业务真相
行情热度很高，但是拆开半年报财务数据，就能看见明显分化。

这也是很多参与产业研究的人，需要重点留意的地方。

第一，不少企业上半年归母净利润同比出现下滑。

统计范围内21家标的，一共9家上半年归母净利润同比下滑。

大业股份、长盈精密、索辰科技、信通电子、凡拓数创下滑幅度靠前。

其中还有5家企业PE为负，依旧处在亏损阶段。

股价随着赛道热度上行，利润端暂时没能同步改善。

第二，高弹性标的，一定要仔细看扣非净利润。

以市场关注度很高的宇树科技为例。

上半年营收11.52亿，同比增长48.54%，归母净利润2.74亿实现扭亏。

扣非净利润2.44亿，同比下降19.34%。

利润变动，和过往期间大额股份支付非经常性损益有关。

收入结构更能反映真实商业化进度。

科研教育业务占比73.6%，商业消费业务占17.39%。

工业制造、巡检、物流这类大家期待的工业场景，合计占比大约9%。

可以看出，产品现阶段的主要客户集中在科研教育领域。

大规模工业场景落地，还有很长一段路要走。

第三，业务和赛道标签错配的情况比较普遍。

不少公司仅仅小部分业务涉及物理AI相关方向。

主体营收依旧来自原有主业。

长盈精密具身智能相关新兴硬件业务营收占比2.26%。

天娱数科数据流量业务占营收98.90%。

恒玄科技芯片销售业务占营收99.92%。

赛道概念标签，和公司主营业务体量，存在明显落差。

第四，不同标的筹码结构差异巨大。

凡拓数创、大业股份、宇树科技换手率明显偏高。

大涨伴随高换手，代表多空分歧很大。

瑞芯微、凌云光、浙江荣泰换手率偏低，筹码相对稳定。

同赛道不同标的，资金态度差别巨大。

海天瑞声涨幅20%，信通电子涨幅2.59%，两者涨幅相差8倍。

核心总结

赛道热度不等于企业业务兑现能力。

单纯依靠题材热度抬升估值，会存在比较大的预期差。

做产业层面研究，不能只盯着赛道名字。

需要区分企业相关业务究竟是已经产生收入，还是仅处在研发阶段。

扣非净利润可以帮助我们看清盈利质量。

换手率能够观察市场对于这家公司的分歧程度。

四、后续产业跟踪思路，重点盯住这些可验证信号

赛道后续演化，不是靠市场情绪，而是靠一个个可以验证的产业信号。

我们可以分成短期观察信号，中长期产业主线分开跟踪。

短期可以重点关注三件产业事件。

第一，特斯拉Optimus产能爬坡进度，以及后续对外放出的产品演示内容。

巨头量产推进节奏，会直接影响整个行业景气预期。

第二，宇树科技新品交付节奏，H2系列产品实际出货情况。

整机出货数据，是硬件落地情况直观参考。

第三，字节世界模型相关发布动态，观察国内世界模型赛道产业进展。

中长期有两条主线值得持续跟踪。

第一条，6项人形机器人国标落地，带动国内产业链配套完善。

国产软硬件体系，和海外头部厂商技术路线之间的互动，会带动零部件需求。

第二条，验证各大机构对于市场空间的测算。

机构给出2030年全球物理AI市场有望达到4300亿欧元的预测。

庞大的市场空间预测，最终需要转化为企业财报当中实实在在的营收。

我在研究这个赛道的时候，有一套用来分辨企业业务成色的思路。

在做产业研究的时候，可以用这个思路去分辨企业业务落地情况。

判断一家企业是深度参与赛道建设，还是仅仅贴上赛道标签。

核心要看物理AI相关业务，后续能不能在财报当中单独体现业务进展。

搭配两个辅助观察维度。

一是换手率，用来观察市场对于这家企业的分歧大小。

二是扣非净利润，用来判断盈利质量。

仅仅依靠研发宣传，缺少业务落地，很难支撑长期产业发展。

核心总结

物理AI还处在产业发展早期。

不同细分环节成熟度差异巨大。

短期行情容易受会议、巨头新闻催化波动。

中长期能不能持续发展，核心要看下游场景订单落地。

产业研究，更适合跟踪产业落地进度，理性看待赛道热度。

免责声明
本文仅针对公开产业信息进行客观梳理，作为人工智能机器人产业科普交流内容。文中财务、产业事件信息来源为上市公司半年报、券商公开研报、官方产业新闻，无虚构内容。不构成任何交易参考，请勿根据文中案例做出买卖决策，题材赛道波动风险较高，请理性看待产业热点。

聊到这里，想听听大家的看法。

你认为物理AI赛道，现阶段最大的产业瓶颈是模型算法，还是下游场景落地？

你更看好仿真软件方向，还是机器人硬件本体长期发展？

欢迎大家在评论区分享你的看法，一起交流产业逻辑。