《计算机行业空间智能系列之三：物理AI数字孪生、具身智能实现基石-251114（27页）.pdf》由会员分享，可在线阅读，更多相关《计算机行业空间智能系列之三：物理AI数字孪生、具身智能实现基石-251114（27页）.pdf（27页珍藏版）》请在三个皮匠报告上搜索。

1、 行业及产业 行业研究/行业深度 证券研究报告 计算机 2025 年 11 月 14 日 物理 AI：数字孪生、具身智能实现基石 看好 空间智能系列之三 相关研究 控制器提供具身智能基座，数据飞轮驱动模型迭代机器人系列报告之二十七 2025/05/15 Nvidia Omniverse：物理生成式 AI 入口，下一代“软核”“智”造 TMT系列之二十七暨 CAE 系列深度之四 2024/12/11 证券分析师 黄忠煌 A0230519110001 屠亦婷 A0230512080003 王珂 A0230521120002 戴文杰 A0230522100006 洪依真 A0230519060003

2、 黄莎 A0230522010002 刘洋 A0230513050006 联系人 崔航(8621)23297818 本期投资提示：物理 AI 是让 AI 走向现实世界的系统性工程，融合空间智能及世界模型。物理 AI 并非单一技术的突破，而是融合世界模型、物理仿真引擎与具身智能的系统性工程。物理AI、世界模型、空间智能等核心概念其结构可简化为“空间智能（感知基座）世界模型（认知及决策中枢）物理 AI（系统整合载体）”。物理 AI 的实现依赖于三大技术协同：1）世界模型：构建对三维空间的完整理解，包括物理信息及相互关系；2）物理仿真引擎：负责实时计算物理交互，是基于偏微分方程求解器的动态计算系统；

3、3）具身智能控制器：连接虚拟推理和物理执行，它接收来自世界模型的预测结果和物理仿真的计算输出，生成具体的控制指令。英伟达“芯片-算法-平台”全栈布局，具备先发优势。从 Blackwell 架构芯片的算力支撑，到 Omniverse 开发平台的工具链闭环，再到与各行业龙头企业的深度绑定，英伟达前瞻布局，已构建起较为完整的产业生态护城河。数字孪生是物理 AI 目前最成熟的应用。基于高保真虚拟模型，制造业、电力等企业能够在投产前完成产线优化、工艺验证等，并在生产过程中实时模拟运行状态，从设计到生产各个环节都能大幅压缩项目周期并降低试错成本。智能驾驶与具身智能是物理 AI 最具想象空间的两大应用。智能

4、驾驶及具身智能目前主流方案包括端到端、VLA、世界模型。端到端目前是最为成熟的前期方案，但由于其“黑箱”输出遇到稳定性瓶颈，近期 VLA 凭借可解释性以及 LLM 模型的能力基础表现优异，但对于边缘侧算力要求过高；世界模型则可以实现更前瞻的推理，支持复杂的思维实验，能够进行安全的风险评估和长远规划，可能成为未来重要的商业化路线。投资角度，物理 AI 产业链已形成清晰的价值分布，各环节均有重要变化。1）芯片及控制器，英伟达、高通等与自研芯片快速迭代，边缘侧算力需求明确；控制器需要整合算法及硬件，产业链价值量提升；2）数据获取，关注此前已经积累大量物理数据的CAD、CAE 公司，以及提供采集矫正能

5、力的视觉算法公司；3）算法及模型，除了关注科技巨头的底层进展，关注具备物理求解能力以及整机厂自研进展；4）落地应用，最终的价值变现，需要理解行业 knowhow 以及物理处理逻辑，难度提升价值量扩大，关注与具备生态优势的英伟达 Omniverse 合作的核心厂商。产业链核心标的包括：1）控制器：智微智能、天准科技、德赛西威；2）数据供应：索辰科技、群核科技（拟上市）、思看科技、奥比中光-UW、凌云光；3）模型和算法：索辰科技；4）落地和应用：亚信科技；5）整机厂商：小鹏汽车-W、极智嘉-W。风险提示：1）物理 AI 目前处于商业化较为前期的阶段，存在可能由于路径区分导致的相关公司进展不及预期的

6、可能。2）物理 AI 相关投入较大，存在后续商业化进展不及预期导致的相关公司业绩不及预期的可能。3）存在潜在的供应链风险问题。请务必仔细阅读正文之后的各项信息披露与声明 行业深度 请务必仔细阅读正文之后的各项信息披露与声明 第2页 共27页 简单金融 成就梦想 投资案件 结论和投资分析意见 物理 AI 是让 AI 走向现实的系统性工程，将引领下一个 AI 浪潮，其产业链已形成清晰的价值分布，各环节均有重要变化。1）芯片及控制器，英伟达、高通等与自研芯片快速迭代，边缘侧算力需求明确；控制器需要整合算法及硬件，产业链价值量提升；2）数据获取，关注此前已经积累大量物理数据的 CAD、CAE 公司，以