兴业证券（601377）发布研报称，物理AI产业链环节看，包括感知、本体等硬件以及世界模型、空间智能、数据、仿真等软件，可应用于具身智能、自动驾驶、工业孪生等场景。仿真平台底层需要强大的物理引擎能力支持，具备较高的技术壁垒，拥有相关技术积累、工程化经验、卡位领先的厂商具备明显的先发优势。物理AI逐渐步入商业化落地阶段，世界模型、仿真平台、具身数据等基础设施环节加速成熟，建议关注相关投资机会。
兴业证券（601377）主要观点如下：
物理AI：贯通物理世界，开辟AI新蓝海
1)物理AI：AI走向真实世界的必经之路。物理AI能够理解三维世界的空间关系和物理行为，具备在现实世界中的交互能力。产业链环节看，包括感知、本体等硬件以及世界模型、空间智能、数据、仿真等软件，可应用于具身智能、自动驾驶、工业孪生等场景。2)英伟达（NVDA）：引领物理AI全链路生态建设。英伟达（NVDA）在物理AI领域布局最为领先，已构建起模型、仿真、数据等全链路工具链能力，在工业孪生、智能驾驶、具身智能领域均有落地，拥有较为完备的合作生态。
世界模型：两大路线并进，建模3D世界
1)世界模型：隐式、显式两技术路线并进。目前世界模型的主流技术路径为视频生成路径，采取显式生成、隐式推理方式。以Yann LeCun为代表的隐式路径，侧重于对世界的抽象化建模。显式生成代表模型包括英伟达（NVDA）Cosmos、谷歌Genie等;此外，以李飞飞的3D生成路径，采取显式生成及推理方式，侧重3D空间结构重建。2)谷歌：布局实时可互动通用型世界模型。谷歌的多模态模型能力领先，世界模型Genie率先实现了长时序的实时生成和交互，最新模型Gemini Omni融合物理能力，向多模态输入、多模态输出演进。
仿真平台：核心基础设施，护城河较宽
1)仿真平台：物理AI落地的核心基础设施。仿真平台式物理AI大规模落地的重要基础设施，根据沙利文数据，预计2030年中国物理AI仿真及数据平台的市场规模达到1806亿元。2)关注具备核心卡位优势的仿真平台厂商。仿真平台底层需要强大的物理引擎能力支持，具备较高的技术壁垒，拥有相关技术积累、工程化经验、卡位领先的厂商具备明显的先发优势。
具身数据：物理AI核心瓶颈，供给缺口大
1)具身智能亟需训练数据，供给缺口巨大。现阶段，数据规模为具身智能落地的核心瓶颈，行业主流真机训练数据量级仅几万小时，对标GPT-3约1580万小时的训练数据规模，供给缺口巨大。目前，混合数据训练为行业共识，即用第一人称视角、UMI数据、虚拟数据等进行预训练、用真实数据进行精调。2)机器人资本化加速，数据服务商适春风。全球具身智能本体厂商在数据采集方面的布局明显加速，智元计划在2026年建设千万小时数据产能。作为物理AI数据“卖铲人”，数据服务商有望迎来产业机遇。
风险提示：1)行业竞争加剧的风险;2)物理AI产业进展不及预期的风险;3)高质量具身数据供给不足的风险。
