2025物理AI发展现状、应用领域及产业链梳理分析报告（25页）.pdf

1、行业研究市场分析深度洞察行业分析报告2025INDUSTRY REPORT 2 0 2 5 物理A I 发展现状、应用领域及产业链梳理分析报告ZXUYmQvNuNqQqOpMsRnRnR7NdNbRtRrRoMnQjMrQmNiNpOtMaQqQyRvPtPrPNZtPuM 1物理 AI：下一个 AI 浪潮，全领域智能化.5 1.1 从虚拟走向现实的关键一步.5 1.2 从模型到生态，英伟达具备先发优势.8 1.3 谷歌等世界模型已有商业化应用.11 2物理 AI 应用：理解世界，预测未来.13 2.1 数字孪生：物理 AI 推动智能化，从工厂到全域.13 2.2 智能驾驶+具身智能：世界模型

2、推动 WA 实现.15 3物理 AI 产业链梳理.18 3.1 芯片及控制器.18 3.2 数据供应.21 3.3 模型和算法.23 3.4 落地和应用.24 4.核心标的与相关风险.25 目录 图表目录 图 1：物理 AI 本质是一个系统工程.5 图 2：英伟达通过物理实现虚拟与现实的结合.6 图 3：Omniverse 平台集成多类型软件.8 图 4：Omniverse 在汽车设计方向的应用.9 图 5：Cosmos 根据语义及视频生成数据供机器人训练.9 图 6：Cosmos 根据不同需求提供多版本.10 图 7：数字孪生实现物理世界与数字世界的动态交互.14 图 8：将工业机器人融入至

3、 Foxconn 的工厂数字孪生实现部署优化.15 图 9：NVIDIA Omniverse DSX 设计运营 GW 级算力工厂.15 图 10：物理 AI 生成更多复杂环境.16 图 11：生成不同环境下的行车环境.16 图 12：在虚拟环境中完成智能体训练.16 图 13：天准科技产品同步整合英伟达软件工具链.21 图 14：对低空气象突变实时仿真，具备生成物理数据的能力.22 图 15：3D 高斯语义数据集 InteriorGS 包含大量物理信息.22 图 16：3D 扫描可以采集大量物理信息的数据.23 图 17：索辰提供机器人训练平台.24 图 18：索辰提供机器人实时感知算法.24

4、 图 19：亚信科技实现多领域数字孪生落地方案.25 表 1：物理 AI 与传统 AI 的对比.7 表 2：几个常见世界模型的特征和技术侧重.12 表 3：主流智能驾驶及具身智能模型方案对比.17 表 4：Jetson Thor 为机器人大脑提供硬件基础.19 表 5：智微智能完整的机器人大小脑方案.20 表 6：部分重点公司估值表.26 1物理 AI：下一个 AI 浪潮，全领域智能化 人工智能的下一个浪潮，将是能够理解并适应物理世界的物理 AI（Physical AI）。AI 正从主要处理数字和信息任务的工具，演进为能够在复杂、动态的物理环境中进行感知、推理、决策和行动的智能体。这一转变，标

5、志着 AI 技术从虚拟世界全面迈向现实世界，其影响力将深远地涉及机器人、自动驾驶、工业制造等领域。物理 AI 并非单一技术的突破，而是一个融合了世界模型、物理仿真引擎与具身智能的系统性工程。它的核心是让 AI 真正“懂得”物理规律，从重力、摩擦到材料属性和流体力学，并在此基础上进行准确的预测与决策。以英伟达的 Cosmos、谷歌的 Genie 等为代表的世界基础模型，正通过开源与竞争，加速整个技术栈的成熟与普及。1.1 从虚拟走向现实的关键一步 物理 AI、世界模型、空间智能等核心概念其核心均聚焦于解决 AI 从“语言符号理解”到“物理现实交互”的核心难题，但在定义内涵上存在一定差异，且随着技

6、术探索概念也在演绎，概念的界定也并不一致，我们在此先尝试对其进行简单区分。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）”。图 1：物理 AI 本质是一个系统工程 资料来源：申万宏源研究 空间智能：本质是 AI 核心“认知能力”，人工智能系统感知、理解和推理三维空间及其内部物体关系的能力。这一概念源于人类认知科学，关注的是 AI 如何像人类一样理解空间结构、物体之间的几何关系以及环境中的动态变化。当前最先进的多模态大语言模型在空间推理任务中的表现逊于人类，在估算距离、方向、大小或进行心理旋转等任务上差距明显。这一能力缺口严重限制了 AI 在自动驾驶、机器