（来源：智通财经）
智通财经APP获悉，国金证券发布研报称，三项成本同时下行，物理AI有了从1到10的机会，该行判断当前是较好布局窗口。该行认为本体端除人形机器人值得重视外，从工业场景应用看机械臂/非人形机器人也有较好放量前景，例如移动机械臂+商用VLA模型在物流/制造业场景中已经逼近生产级能力。物理AI有望重塑制造业，仓储物流/服装行业或率先落地。物理AI奇点时刻到来，建议一方面关注核心短板，一方面关注仓储物流/服装机器人场景应用。
国金证券主要观点如下：
物理AI，为什么是现在?
什么是物理AI。融合物理规律和AI的新型范式，区别于纯基于数字空间的生成式AI，物理AI通过物理约束模型把“智能”落地为“动作”，是AI应用进入下半场、打开实体场景的载体。
为什么是现在。模型端走完0→1：从大语言模型做任务规划的初步尝试，到VLA把语义理解从语言延伸到物理空间，再到π0至π0.7围绕动作生成、数据效率与可靠性持续迭代，配合级联式与分层式两类工程架构，VLA已从实验室走向真实产线。路线开始分化：除单一路径纵深迭代与系统架构层面分化外，以Astra为代表的"模型外部"路线出现，不再训练VLA，改由通用Agent基模通过代码生成与工具调用驱动经典控制器，把机器人控制从"模型问题"变成"系统问题"。成本开始坍塌：不用为每个场景重训模型、不用为新任务重复采集数据、不用自研通用"大脑"。三项成本同时下行，物理AI有了从1到10的机会，该行判断当前是较好布局窗口。
应该投什么?短板就是机会
数据：最核心的瓶颈和机会。根据中国信息通信研究院《具身智能训练场研究报告(2026年)》信息，假设要让机器人实现“ChatGPT”时刻，约需21200台机器人连续工作一年，产出千万小时级有效数据，而当前全球可用的高质量真实数据仅数十万至百万小时级，数据尤其是真机数据将成为物理AI最核心的瓶颈也是最好的投资机会。按采集路线划分，无本体(第一视角视频、动捕)与真机(遥操作、自主作业回流)两类方式，将分别对多目相机、IMU、动捕与EGO设备、触觉传感器等增量硬件形成拉动，并利好数据生产商、数据基础设施供应商(工具、仿真、资产)与训练场运营方。
感知与执行：高精度灵巧操作仍是硬边界，卖铲子确定性强。传感器/执行器作为物理AI落地的必需品具有不可替代的地位，同时其需求也与数据采集环节存在共振。以Gemini Robotics 2为例，夹爪类任务平均成功率已达74.2%-89.6%，而多指灵巧操作成功率却大幅离散(拧下灯泡92%、拧上灯泡36%)，瓶颈直指触觉与力控硬件。建议关注视觉、触觉、灵巧手三个方向。
再往后怎么看?短板补齐后，物理AI将打开全新应用场景
本体不会被跳过，机械臂/人形/非人形机器人均有放量潜力。该行认为本体端除人形机器人值得重视外，从工业场景应用看机械臂/非人形机器人也有较好放量前景，例如移动机械臂+商用VLA模型在物流/制造业场景中已经逼近生产级能力。
物理AI有望重塑制造业，仓储物流/服装行业或率先落地。随着短板逐步补齐，该行认为机会将转移至应用端，尤其是仓储物流/服装行业由于有大量柔性工序无法通过单纯的工业自动化实现升级有望率先落地。仓储物流领域Agility/Figure等企业已经实现了小批量规模部署，操作效率/准确率正在快速提升，具备放量基础;服装为劳动密集型行业机器换人痛点明确，杰克科技在柔性面料处理等高难度环节已具备初步成熟度，规划年产万台机器人产能并已开始获取部分意向订单，后续有望加速放量。
风险提示
大模型技术迭代不及预期风险/数据采集技术路线变化风险/终端应用不及预期风险。
