开篇说句实在话：这波不是炒概念，是AI真正的“第二增长曲线”

在A股混了二十年，我见过太多风口：从互联网+到元宇宙，从新能源到ChatGPT，每一次都是炒的时候群情激昂，退潮的时候一地鸡毛。所以最近物理AI突然爆火，很多人后台问我：“老周，这又是新瓶装旧酒吗？能持续多久？”

我的答案很明确：这一次，不一样。

为什么这么说？给大家三个最直观的判断依据：

第一，这不是国内资金自嗨，是全球科技巨头集体押注。黄仁勋今年在多个场合公开表态，“物理AI是AI的下一波浪潮”，英伟达整个产品体系都在往这个方向倾斜；特斯拉、波士顿动力、谷歌都在砸钱搞具身智能。

第二，它不是停留在PPT上的概念，已经有公司真金白银赚到钱了。宇树科技2026年上半年预计归母净利润2.58亿到3.06亿，从亏损到盈利，只用了不到一年时间。一个赛道能跑出盈利的龙头，就说明商业闭环已经开始验证了。

第三，市场空间足够大。Grand View Research预测，全球物理AI市场规模会从2025年的816亿美元，涨到2033年的9604亿美元，8年翻11倍，年复合增速36.1%。更激进的机构测算，远期关联产业规模能到6万亿美元。

说白了，前几年的生成式AI，是让AI在屏幕里帮你写文案、做图片，本质上还是“数字世界的工具”；而物理AI，是让AI走进现实世界，能走路、能干活、能和真实环境交互，直接改造实体产业。

一个是改变信息传播方式，一个是改变社会生产方式。量级完全不在一个维度。

今天这篇文章，我就把物理AI彻底讲透：它到底是什么？两大核心主线分别是什么逻辑？产业链上7家最有代表性的龙头公司，各自有什么看家本领？最后再跟大家聊聊，普通投资者面对这个赛道，应该怎么看、怎么避坑。

全文五千多字，纯干货复盘，不荐股、不推代码、不喊买卖，只是站在一个二十年老股民的角度，把产业逻辑和公司基本面掰碎了讲。觉得有用的可以收藏，慢慢看。

一、先搞懂：物理AI到底是什么？为什么现在突然火了？

很多人听到“物理AI”第一反应是懵的，觉得又是新造的名词。其实没那么玄乎，我用大白话给你翻译一下。

1. 一句话讲透物理AI：从“看懂世界”到“改变世界”

之前的AI，不管是人脸识别、推荐算法，还是现在的大语言模型，本质上都活在数字世界里。它能处理文字、图片、视频这些数据，但它碰不到真实的桌子、拿不起真实的杯子，也不会在真实的工厂里干活。

物理AI正好反过来：它是能在真实物理世界里感知、决策、动手干活的AI系统。

黄仁勋说得更直白：物理AI就是让AI从“看懂世界”升级到“改变世界”。它不仅要理解重力、摩擦、碰撞这些物理规律，还要能通过传感器感知环境，自己做判断，然后驱动机器人、机械臂、自动驾驶汽车这些实体，去完成具体的任务。

举个最简单的例子：

• 普通AI能告诉你“杯子在桌子右边”，这是识别；

• 物理AI能控制一只机械手，精准地伸过去，把杯子拿起来，还不把水洒出来，这就是物理交互。

别小看这个拿杯子的动作，背后要解决环境感知、运动规划、力控反馈、实时纠错一大堆问题。之前的AI根本做不到，现在技术突破了，才慢慢成为可能。

2. 物理AI和具身智能、人形机器人，到底是什么关系？

很多人把这三个词混着用，其实不是一回事，我给你理清楚层级：

• 物理AI是最大的产业范式，是整个赛道的总称，包含所有能和物理世界交互的AI系统；

• 具身智能是核心实现路径，指的是有身体、能自主行动的智能体，是物理AI最主要的技术方向；

• 人形机器人是最具代表性的产品形态，除此之外，自动驾驶汽车、工业机械臂、服务机器人、无人机，全都是物理AI的落地载体。

简单说就是：物理AI＞具身智能＞人形机器人。

这也是为什么我说这个赛道空间大——它不是只炒人形机器人这一个品种，而是覆盖了工业制造、汽车、物流、医疗、家庭服务等几乎所有实体产业。

3. 为什么偏偏是2026年火了？三个临界点到了

一个赛道从默默无闻到爆发，从来不是无缘无故的。物理AI能在今年彻底走热，本质上是三个条件同时成熟了。

第一个条件：大模型能力溢出，开始往物理世界迁移。

大语言模型卷到现在，纯文本对话的边际提升已经很小了，巨头们都在找新的增长方向。把大模型的推理能力、泛化能力嫁接到机器人身上，让机器人从“只会执行固定程序”变成“能自主学习新任务”，这是最顺的技术延伸。

第二个条件：硬件成本下来了，商业化跑得通了。

前几年人形机器人一台动辄几百万，只能放在实验室里演示。现在核心零部件国产化加速，减速器、伺服电机、传感器成本都在降，一台工业人形机器人价格已经降到几十万，在一些重复性高、危险性大的岗位，已经能算得过账了。宇树科技能盈利，核心就是成本控制和量产能力上来了。

第三个条件：政策托底，产业方向明确。

国家层面早就布局了，2025年8月国务院印发的“人工智能+”行动意见里，明确提出到2030年新一代智能终端、智能体应用普及率超90%。物理AI就是智能体最核心的技术底座，属于政策明确支持的方向。

技术、成本、政策三点共振，这个赛道想不火都难。

二、两大核心主线，吃透了就能看懂整个赛道

物理AI产业链很长，从上到下能分出十几个环节，很多人看着看着就乱了。其实不用那么复杂，抓核心就两条主线：

• 主线一：硬件载体与感知执行——也就是“身体”，负责在真实世界里动起来、摸得到、干得活；

• 主线二：仿真平台与世界模型——也就是“大脑和训练场”，负责在数字世界里训练AI，再把能力迁移到现实中。

一硬一软，一实一虚，共同构成了物理AI的完整产业闭环。

主线一：硬件载体与感知执行，产业落地的“急先锋”

这条主线是目前最看得见、摸得着的，也是业绩兑现最快的。因为不管AI算法多厉害，最终都得落到实体设备上才能产生价值。

这条线里又分三个核心环节：

（1）整机厂商：最终产品的交付者，直接对接市场需求

整机厂是离客户最近的，也是最先能拿到订单、验证商业模式的。比如人形机器人厂商、工业机器人厂商、服务机器人厂商都属于这一类。

这个环节的核心竞争力是什么？不是概念有多炫，而是量产能力、成本控制、场景落地能力。你能做出一台演示样机不算本事，能做出一千台、一万台，还能卖出去、客户愿意复购，那才是真本事。

目前国内整机厂已经拉开差距了，头部企业已经实现盈利，腰部企业还在烧钱抢订单，尾部的大概率会被淘汰。这和当年新能源汽车的路子很像，先百花齐放，最后剩下来的就那几家。

（2）核心零部件：产业链的“硬脊梁”，壁垒最高

机器人要动起来，离不开三大核心部件：减速器、伺服电机、控制器。这三样占了机器人成本的60%以上，而且技术壁垒极高，之前长期被国外企业垄断。

现在国产替代的逻辑非常顺：一方面国内整机厂崛起，愿意给国产零部件厂商试错机会；另一方面国内企业技术确实赶上来了，中低端领域基本已经实现国产替代，高端领域也在逐步突破。

这个环节的好处是：不管哪家整机厂最后跑出来，零部件厂商都能受益，属于典型的“卖铲人”赛道。就像当年淘金热，真正赚大钱的不是淘金的，是卖牛仔裤和铲子的。

（3）传感器：机器人的“五官和皮肤”，感知能力的核心

机器人要感知世界，靠的就是传感器。视觉传感器相当于眼睛，触觉传感器相当于皮肤，还有力觉、听觉、惯性传感器等等。

其中最有想象空间的就是触觉传感器，也就是大家常说的“电子皮肤”。之前的机器人大多只有视觉，只能看，摸不出东西的软硬、滑不滑，做不了精细操作。有了触觉之后，机器人才能拧瓶盖、拿鸡蛋、组装精密零件，应用场景直接拓宽一大截。

目前触觉传感器还处于产业化早期，但增速非常快，是整个感知层里弹性最大的细分赛道。

主线二：仿真平台与世界模型，长期竞争的“胜负手”

如果说硬件是现在的业绩，那软件和仿真就是未来的壁垒。很多人只盯着硬件炒，其实真正决定物理AI能走多远的，是这条软件主线。

（1）物理仿真平台：AI的“数字训练场”

为什么需要仿真？因为真实世界训练机器人成本太高、效率太低了。你让机器人在现实中学走路，摔一次修一次，既费钱又费时间，还容易出安全事故。

仿真平台就是在数字世界里建一个和现实一模一样的虚拟环境，让AI在里面反复训练，练会了再放到真实机器人身上。这样训练效率能提升成千上万倍，成本却能降下来。

举个数据：自动驾驶企业90%以上的测试里程都是在仿真环境里跑的，真实路测只占很小一部分。人形机器人也是一样，未来99%的训练都会在仿真中完成。

这个环节的壁垒非常高，既要懂物理引擎，又要懂AI算法，还要懂具体的行业场景。一旦形成生态，后来者很难追赶。

（2）世界模型：物理AI的“大脑内核”

什么是世界模型？简单说就是让AI学习真实世界的运行规律，比如东西扔出去会落地、水往低处流、硬的东西碰了会疼。它不是靠程序员一条条写规则，而是靠海量数据自己学习物理常识。

世界模型是物理AI最核心的技术底座。有了成熟的世界模型，机器人才能应对千变万化的真实环境，而不是只会在固定场景里做固定动作。

目前世界模型还处于比较早期的阶段，但已经是巨头们角力的核心战场。谁先做出通用的世界模型，谁就能掌握物理AI时代的话语权，地位就相当于今天的大模型厂商。

三、7大核心龙头全梳理，各自看家本领一目了然

讲完两条主线，我们落到具体公司上。我从整个产业链里挑了7家最有代表性的企业，分属两大主线的不同环节，每家都有自己的独门绝技。

再次强调：以下仅为产业基本面梳理，不构成任何投资建议，更不是荐股。股市有风险，入市需谨慎。

主线一：硬件与感知执行阵营

1. 宇树科技：整机龙头，率先跑通商业闭环

说起国内人形机器人，宇树科技是绕不开的标杆。很多人最早知道它，是因为四足机器狗，其实它的人形机器人进展也非常快。

这家公司最厉害的地方，不是技术有多花哨，而是实打实的商业化能力。2025年它的人形机器人出货量就突破了5500台，位居全球前列；2026年上半年预计营收10.52亿到11.28亿，净利润2.58亿到3.06亿，是国内为数不多能盈利的人形机器人企业。

它的技术路线很务实，不追求完全拟人化，先从工业场景切入，把能落地的业务先做起来。同时它自己做世界模型、做仿真训练，形成了“整机+算法+数据”的闭环。创始人王兴兴在今年世界物理AI大会上说，物理AI很可能在未来2-3年迎来击穿点，这个判断我是比较认可的。

2. 绿的谐波：国产减速器龙头，硬核“卖铲人”

减速器是机器人关节里最核心的部件，直接决定了机器人的精度、寿命和负载能力。以前高端谐波减速器基本被日本企业垄断，绿的谐波是国内第一个真正实现技术突破、大规模量产的企业。

它的产品不仅供应国内厂商，还出口到海外，打入了国际巨头的供应链。在人形机器人浪潮起来之前，它已经在工业机器人领域站稳了脚跟；现在人形机器人带来新增量，它的业绩弹性非常大。

这种公司的好处就是基本面扎实，有成熟的业务打底，不是纯概念炒作。赛道景气度上来，它能直接受益；就算行业波动，它也有基本盘托着。

3. 福莱新材：触觉传感器黑马，电子皮肤先行者

触觉传感器是今年物理AI赛道里最火的细分方向之一，福莱新材就是其中的代表。它的核心产品是“电子皮肤”，也就是柔性触觉传感器，可以集成在机器人灵巧手上，感知力的大小、温度、纹理这些信息。

别小看这个小小的传感器，它能让机器人从“瞎摸”变成“有触感”。目前它已经向全球灵巧手龙头企业累计交付超3万套触觉传感器，是国内少数能量产交付的厂商。同时它还做触觉数据采集手套，解决机器人训练数据不足的痛点。

这个赛道现在处于爆发前夜，一旦人形机器人开始批量装触觉传感器，市场空间会快速打开。

4. 步科股份：运动控制专家，机器人关节核心供应商

步科股份专注的是运动控制领域，主要做伺服电机、无框力矩电机、关节模组这些产品，都是机器人关节里的核心部件。简单说，机器人的关节能不能转得稳、转得准，很大程度上看它的伺服系统。

这家公司的特点是深耕行业多年，在工业自动化领域有深厚积累，客户覆盖了大量机器人厂商和智能设备企业。物理AI浪潮起来，机器人需求增长，直接带动它的核心产品需求。

它属于那种“闷声发大财”的类型，名气不是最大，但技术扎实，客户粘性强，是产业链里不可缺少的一环。

主线二：仿真与软件底座阵营

5. 索辰科技：国产仿真平台标杆，全链路自主可控

索辰科技是A股里非常稀缺的、拥有全链路自主可控物理仿真平台的公司。它的仿真软件可以用在航空航天、船舶、汽车、机械等多个领域，解决工程设计里的物理仿真问题。

很多人不知道，工业仿真软件是典型的“卡脖子”领域，之前国内市场基本被国外巨头垄断。索辰科技是国内少数能和国际厂商正面竞争的企业，而且它已经开始把AI和仿真相结合，往物理AI方向延伸。

物理AI的发展，离不开强大的仿真工具。随着国内产业自主可控的需求越来越强，国产仿真平台的替代空间非常大。

6. 中控技术：工业自动化龙头，AI+制造落地标杆

中控技术是国内工业自动化的龙头，它的DCS控制系统在国内化工、电力等行业占有率非常高。简单说，工厂里的生产流程控制，很多都用它的系统。

现在它把AI技术和工业自动化深度融合，用物理AI优化生产流程、预测设备故障、提升生产效率。和纯科技公司不一样，它有海量的工业场景和真实数据，这是它最大的优势——AI算法再好，没有真实场景和数据训练，就是空中楼阁。

它代表了物理AI很重要的一个落地方向：不是做酷炫的机器人，而是实实在在改造传统制造业，降本增效。这种落地方式，业绩兑现更稳，也更接地气。

7. 云天励飞：端侧AI芯片，物理AI的算力底座

物理AI要落地，端侧算力非常关键。总不能让机器人连个网线，靠云端服务器来控制吧？必须要有本地的AI芯片，能实时处理传感器数据、做决策、控制运动。

云天励飞就是专注做AI推理芯片的，而且它的路线很明确，就是面向端侧和边缘侧。它从视觉AI起家，现在逐步往具身智能方向转型，为智能终端和机器人提供算力支撑。

芯片是整个科技产业的底座，物理AI也不例外。未来端侧AI芯片的需求量会非常大，有核心技术的厂商会长期受益。

四、二十年老股民的真心话：机遇很大，但坑也不少

讲了这么多行业和公司的好话，必须给大家泼泼冷水。作为在A股经历过好几轮牛熊的老股民，我太清楚赛道股的套路了：越是前景光明的赛道，炒作越疯狂，最后套牢的人也越多。

关于物理AI这个赛道，我有几个非常实在的判断，分享给大家。

1. 长期空间很大，但短期别抱太高预期

物理AI是未来十年级别的产业趋势，这点我毫不怀疑。但产业趋势是一回事，股价走势是另一回事。

现在整个行业还处于规模化验证期，不是全面爆发期。什么意思？就是头部企业开始有订单、有盈利了，但大多数公司还在烧钱阶段，离全面普及还有很长的路要走。

摩根士丹利预测，全球机器人硬件销售额从2025年的1000亿美元，涨到2030年的5000亿美元，要五年时间；到2040年到9万亿美元，要十五年时间。这是一个慢变量，不是一两年就能兑现的。

所以千万别听那些“今年就要全面爆发”的鬼话，抱着短线炒一把的心态进来，大概率会追高被套。

2. 选股逻辑：优先看“能赚钱的”，其次看“有壁垒的”

赛道股炒作，一般分两个阶段：

第一阶段是概念炒作，鸡犬升天，只要沾边的都涨；

第二阶段是业绩验证，潮水退去，才知道谁在裸泳。

物理AI现在正处在第一阶段往第二阶段过渡的时期。接下来一定会分化，那些只有概念、没有订单、没有技术的公司，迟早会跌回去；而真正有业绩、有壁垒的公司，会慢慢走出来。

我的建议是，关注两类公司：

• 一类是已经有成熟业务、能稳定盈利，同时布局物理AI带来新增量的，这种安全垫厚，就算题材退潮也跌不到哪儿去；

• 另一类是掌握核心技术、壁垒极高的细分龙头，哪怕现在业绩一般，但技术地位摆在那儿，长期价值大。

最要避开的，就是那种主业八竿子打不着，随便蹭个热点就说自己布局物理AI的，纯纯的炒作，套你没商量。

3. 三个核心风险，必须心里有数

第一个风险：技术进展不及预期。物理AI涉及的技术非常复杂，世界模型、灵巧操作、环境泛化，这些难题不是短时间能完全解决的。如果技术突破慢于预期，产业落地就会延后。

第二个风险：商业化进度不及预期。就算技术成熟了，客户愿不愿意买单、成本能不能降到可接受的范围，都是未知数。工业场景还好说，家庭服务机器人的商业化可能比预想的要晚很多。

第三个风险：竞争加剧导致价格战。现在涌入这个赛道的公司越来越多，尤其是中低端零部件环节，很容易出现产能过剩、打价格战的情况，到时候行业景气度还在，但企业利润没了。

投资这件事，永远是先想风险，再想收益。只看得到机会、看不到风险的人，迟早会吃大亏。

五、最后说几句掏心窝子的

写到这里，五千多字了。最后再跟大家聊几句心里话。

我研究科技赛道这么多年，最大的感受就是：真正的大机会，从来都是在争议中诞生，在犹豫中上涨，在疯狂中灭亡。

物理AI现在就处在“争议中诞生”的阶段。有人觉得它是改变世界的下一代技术，有人觉得它又是一轮割韭菜的概念炒作。两种观点都有道理，因为现在确实还早，谁也没法百分百确定未来会怎样。

但我们做投资，不需要百分百确定，我们只需要判断：这件事发生的概率有多大？赔率够不够高？风险能不能承受？

在我看来，物理AI是一个大概率能成、空间足够大、现在还处于早期的赛道。它不会一帆风顺，中间会有无数次回调、无数次证伪、无数次洗牌，但最终一定会跑出伟大的公司。

就像十年前的新能源，五年前的人工智能，中间都经历过无数次暴跌和质疑，但回头看，都是历史性的大机会。

当然，机会永远和风险并存。不是说赛道好，随便买都能赚钱。恰恰相反，越是好赛道，坑越多，因为讲故事的人也越多。普通人想在里面赚到钱，一定要多研究产业、多研究公司，少听消息、少追热点。

你可以不参与这个赛道，但你不能不了解它。因为它很可能是未来十年，对我们生活影响最大的技术变革之一。

互动话题： 你觉得物理AI接下来会怎么走？更看好硬件还是软件方向？欢迎在评论区留下你的观点，咱们一起讨论。觉得这篇文章有干货的，点个赞、点个关注，后面我会持续跟踪物理AI的产业进展和龙头公司动态。