一句話速讀： 黃仁勛在CES 2026上親自定調、5萬億美元市值的英偉達全力押注、一級市場億級融資遍地開花——物理AI，正成為后ChatGPT時代最確定的科技主線。

2026年的資本圈和科技圈，有一個詞正在刷屏——物理AI。

6月8日，英偉達CEO黃仁勛時隔7個月再訪韓國，一口氣官宣與SK海力士、SK電訊、斗山集團、LG集團、NAVER等5家韓國巨頭合作，人工智能與機器人技術成為重點合作領域。消息傳導至A股，物理AI概念股當天集體爆發——中望軟件、凡拓數創、天娛數科、能科科技盤中漲停，索辰科技、漢鑫科技、奧比中光均漲超10%。一場全新的AI革命，正從虛擬世界蔓延至現實生活的每一個角落。

什么是物理AI？從“會說話”到“會做事”

要理解物理AI，先得回答一個問題：ChatGPT之后的AI往哪走？

英偉達給出了答案。黃仁勛將AI的演進分為四個階段：感知AI、生成AI、代理AI、物理AI。

具體而言，物理AI是指讓攝像頭、機器人和自動駕駛汽車等自主系統在物理世界中完成感知、理解、推理，并執行或協調復雜動作的技術。

按照英偉達的解釋，物理AI的核心在于：AI系統不僅會思考，更能通過機器人等具身設備執行任務，并從真實反饋中持續糾錯、自我進化。它能在開放、動態、充滿不確定性的場景中穩定運行、泛化適應。黃仁勛將物理AI稱為“能夠理解自然定律的AI”——要求機器理解重力、摩擦、慣性、材質和因果關系，并據此做出合理決策與行動。

換言之：如果說ChatGPT讓AI“會說話”，智能體讓AI“會想”，那么物理AI就是讓AI“長出身體”——走進現實世界，“會做”。

2026：物理AI的“ChatGPT時刻”

2025年7月，黃仁勛與阿里云創始人王堅首次明確提出“人工智能的下個浪潮是物理AI”。半年后，在2026年CES展會上，這一概念已演變為具體產品路線圖。黃仁勛的演講長達90分鐘，全篇圍繞物理AI展開，17次提及這一概念，宣告AI正式從理解語言進化到理解物理世界。物理AI的“ChatGPT時刻”已經到來。

隨后的短短半年里，物理AI的產業化進程以前所未有的速度推進——

5月底，英偉達在GTC臺北大會上推出Cosmos 3，全球首款完全開放的全模態物理AI模型。它將視覺推理、多模態生成和動作預測集成至單一系統，能原生理解并生成文本、圖像、視頻、環境音和動作，將物理AI的訓練和評估周期從數月縮短至數天。英偉達還聯合多家實驗室和機器人企業發起Cosmos Coalition，合力推動下一代世界模型發展。

同一時期，圖靈獎得主楊立昆牽頭的AMI Labs拿下10.3億美元種子輪融資；斯坦福教授李飛飛創立的World Labs也完成約10億美元融資。兩位學界大拿躬身入局，共同指向一個判斷：大語言模型無法單獨通往AGI，AI必須理解物理世界。

6月初，Figure AI交付量突破350臺，產能從“每日1臺”飛躍至“每小時1臺”。這家估值已達390億美元的人形機器人公司，計劃在未來四年交付10萬臺人形機器人，并在2026年實現1.2萬臺年產能。

特斯拉則更激進——已承諾在2026年投入200億美元資本支出，用于Optimus人形機器人的制造和計算基礎設施。6月8日，黃仁勛的韓國之行將物理AI的產業卡位推向新階段。從制造工廠到數據中心，物理AI正在全球范圍內迅速落地。

為什么是現在？三個底層邏輯

物理AI的爆發絕非偶然，它由三大底層邏輯驅動：

第一，合成數據解決了“數據饑渴”。

傳統AI依賴真實世界數據，但物理世界多樣且不可預測，收集真實數據既慢又貴。黃仁勛明確指出：答案就是合成數據。英偉達從8年前就開始積累自動駕駛技術，如今通過Omniverse和Cosmos，可以在虛擬世界中高效生成符合物理規律的合成數據，讓AI在虛擬空間中完成數億次訓練后再部署到現實。

第二，算力成本進入臨界點。

訓練物理AI模型需要海量算力——模擬物理世界的千萬種可能性，從光照變化到零件散落，都需要計算支撐。英偉達已占據AI芯片市場的統治地位，其CUDA生態為物理AI的落地提供了堅實底座。

第三，產業共識加速形成。

全球巨頭已達成共識：物理AI將改變價值50萬億美元的制造和物流行業。軟銀收購ABB機器人部門股權，全力布局具身智能；谷歌DeepMind與波士頓動力合作部署大模型；特斯拉將FSD算法與Optimus深度耦合。

市場有多大？萬億級新藍海

物理AI的市場規模令人振奮。據估計，到2030年物理AI相關市場規模將達數萬億美元。咨詢公司Zinnov預測，物理AI將驅動超過1萬億美元的經濟規模。

在中國市場，沙利文報告預測，到2030年，物理AI仿真及數據平臺可滲透市場空間將超1800億元。中國信通院數據則顯示，底層AI市場規模將從2024年的1607億元飆升至2030年的9930億元，復合年增長率高達35.5%。

全球AI驅動工業機器人市場2025年已達168億美元，預計2035年增至333億美元。而工業具身機器人中國市場更令人矚目——2025年約47.3億元，到2035年有望達到1644.1億元，年復合增長率高達42.3%。

應用場景：制造業第一站，自動駕駛主戰場

智能制造業：物理AI的“練兵場”

中國工業體系完整、產業鏈條齊全、場景密度高，為物理AI提供了理想的落地土壤。搭載物理AI的產線可實時感知物料位置、檢測缺陷、動態優化節奏。某新能源電池廠通過英偉達Omniverse構建數字孿生系統后，設備利用率提升35%，能耗降低20%。黃仁勛預言：未來十年，工廠將由AI協調的機器人團隊運營。

自動駕駛：物理AI的“主戰場”

自動駕駛被黃仁勛視為物理AI的第一個大規模應用場景。傳統自動駕駛依賴標注數據，面對雨雪、事故等邊緣場景往往力不從心。英偉達推出了面向自動駕駛的開源推理模型Alpamayo，采用視覺-語言-行動架構，能理解交通參與者的意圖與行為之間的因果關系。數據顯示，小鵬自動駕駛系統融合物理AI后，應對惡劣天氣的能力提升30%。

醫療、家庭服務、能源……星辰大海

物理AI的觸角還在向更廣闊的領域延伸。從手術機器人到智能家居，從智慧城市到極端環境作業，2026年有望出現能力達到“人類級別”的機器人。在能源領域，遠景科技集團正在用物理AI重構電力系統，通過“遠景天樞”能源大模型和“遠景天機”氣象大模型，實現能源的動態協同調度。

物理AI產業鏈全覽：四大核心賽道

黃仁勛強調：在物理AI時代，“計算行業的每一層，都要被重寫一次”。我們將產業鏈條拆解為四大核心賽道：

① 芯片與算力層：物理AI的“心臟”

物理AI對算力的需求遠超傳統大語言模型。模擬物理世界——從重力到摩擦、從碰撞到流體——每一步都需要巨大的計算量。英偉達憑借其CUDA生態和GPU霸權，穩居物理AI算力底座的核心位置。

但格局正在分化：高通發布了Dragonwing IQ10通用型機器人架構，英特爾推出第三代酷睿Ultra處理器，AMD發布集成72顆MI455X加速器芯片的Helios AI機架。2026年CES上，高通、英特爾、AMD、Arm等芯片公司都在強調“面向真實世界部署”的物理AI。

② 世界模型與基礎軟件層：物理AI的“大腦”

這是英偉達的核心護城河。Cosmos 3是一個里程碑式的產品——全球首款完全開放的全模態模型，它在物理AI基準測試中取得領先結果-25。開發者可以將其作為視覺語言模型、世界模型或世界動作模型的骨干網絡。此外，英偉達在2026年5月底還推出了DSX平臺，為基礎設施建設者提供創建AI工廠的完整藍圖。

③ 傳感器與執行器層：物理AI的“眼睛”與“肌肉”

這部分是物理AI產業鏈中國產替代空間最大的環節。執行器系統（無框力矩電機、諧波減速器、行星滾柱絲杠）占據人形機器人整機BOM成本的約40%，傳感器系統（六維力傳感器、視覺攝像頭、激光雷達等）占比約15%。

核心看點在于：國產化率極低=替代空間極大。例如六維力傳感器當前國產化率不足10%，行星滾柱絲杠國產化率不足5%，AI機器人SoC芯片國產化率不足5%。這些高壁壘環節的國產突破意味著巨大的商業化機會。

④ 整機與應用層：物理AI的“身體”

人形機器人整機玩家正迎來“iPhone時刻”。2026年被全行業定義為人形機器人量產元年——特斯拉Optimus落地量產、Figure AI背靠微軟+OpenAI試產、國內優必選/智元/小米批量落地樣機。

全球人形機器人公司已超30家，估值最高的是Figure AI（390億美元），價格最低的是宇樹科技G1（1.6萬美元），生產規模最大的特斯拉目標年產100萬臺。

短期看工業場景先行，長期看消費級市場爆發。機器人的BOM成本從早期的數十萬美元已降至量產版1.2萬-1.5萬美元，規模化后成本斷崖式下行空間巨大。

美股重點標的梳理

英偉達（NVDA）

物理AI概念的“總龍頭”。從Cosmos世界模型到Omniverse仿真平臺，英偉達已構建起覆蓋算力、模型、仿真的完整生態。2026年CES不發布新顯卡，卻用近兩個小時描繪物理AI藍圖——這家市值逼近5萬億美元的公司，正在從“賣鏟人”升級為“AI基建運營商”。CES期間英偉達宣布物理AI的“ChatGPT時刻”到來、計劃2027年測試L4級無人駕駛出租車，進一步驗證了其向機器人/自動駕駛終端市場延伸的戰略意圖。

特斯拉（TSLA）

物理AI的最大整車載體。FSD自動駕駛算法與Optimus人形機器人深度耦合，2026年200億美元資本支出全部指向Optimus制造和計算基礎設施。大規模量產能力是特斯拉的核心優勢：如果馬斯克的計劃哪怕只有部分準確，特斯拉也可能憑借龐大的產量主導市場。

高通（QCOM）

物理AI芯片層的“第二極”。高通的Dragonwing IQ10是針對人形機器人的專用架構，Figure AI的下一代機器人確定采用IQ10系列處理器-52。高通正在與英偉達爭奪機器人邊緣推理芯片市場，Arm架構的能效優勢使其在機器人端側具備差異化競爭力。

A股核心標的解析

根據近期市場表現和機構研報，物理AI概念在A股主要涉及以下幾類公司：

索辰科技（688507）：國產CAE龍頭，被多家機構定義為“中國物理AI稀缺資產”

機構研報稱其為“中國Isaac Sim”。索辰在工業仿真和物理AI方向通過天工平臺和開物平臺深耕，2025年物理AI收入從0到1落地，預計2026年收入達5000萬元。公司2025年營收4.66億元，同比增長23.0%。CAE（計算機輔助工程）是物理世界數字孿生的核心環節，索辰在物理AI仿真和數據平臺領域具備獨特卡位。

中望軟件（688083）：物理AI概念漲停先鋒

6月8日物理AI概念股漲停潮中，中望軟件以20%漲停領漲。中望是國內領先的CAx工業軟件企業，工業軟件是物理AI在制造業落地的核心“操作系統”。

奧比中光（688322）：3D視覺傳感器龍頭

6月8日奧比中光漲幅超14%。3D視覺是機器人環境感知的核心傳感器之一。在物理AI產業鏈中，傳感器層（尤其是六維力傳感器、視覺傳感器、激光雷達）因其高壁壘和低國產化率，被多家機構視為國產替代空間最大的細分賽道。

能科科技（603859）：工業仿真與數字孿生

6月8日盤中漲停。能科在工業軟件和數字孿生領域布局，是物理AI仿真環節的重要參與者。

此外，漢鑫科技（920092）、天娛數科（002354）、凡拓數創（301313） 等多家公司也在近期物理AI行情中表現活躍。另有研報建議關注工具層軟件廠商如五一視界，以及智能駕駛軟硬件提供商如地平線機器人、中科創達、經緯恒潤、禾賽科技等。

風險與挑戰：泡沫還是革命？

物理AI賽道熱度空前，但并非沒有質疑。

清華大學汪玉教授指出，當前物理環境完全圍繞人設計，要求機器人以人類感知能力去適應并不合理-35。北京智源人工智能研究院院長王仲遠在討論中也坦言，現在“還遠沒有到具身智能的‘ChatGPT時刻’”。

從投資角度看，物理AI仍面臨多重風險：

商業化落地周期風險。 多數物理AI概念公司的收入仍處于早期階段。例如索辰科技2025年物理AI收入占比僅6.5%，預計2026年也僅有5000萬元規模，距離大規模商業化仍有距離。部分概念股在近期大漲后估值已不低，如索辰科技對應2026年PE高達93倍。

技術瓶頸客觀存在。 物理AI面臨的核心難題包括：如何讓AI真正理解復雜的物理規律、如何解決真實世界訓練數據不足、如何確保系統在開放動態環境中的魯棒性和安全性。

賽道過熱可能催生泡沫。 物理AI概念火爆后，不排除部分公司借題材炒作，投資者需仔細甄別其技術實力和商業化能力，剝離題材炒作、聚焦業績兌現邏輯。

但長期來看，物理AI的確定性不容忽視。中國在物理AI領域憑借豐富的應用場景、全產業鏈自主可控能力，有望在全球占據有利競爭位置-34。真正的差距往往不在演示效果，而在有沒有足夠復雜、連續、真實的應用環境，讓系統能反復部署、驗證，最后規模化運行——這正是中國制造業的優勢所在。

物理AI是一場從虛擬智能到實體執行的跨越。

它讓AI真正“長出身體”，走進工廠、街道、家庭。這不僅僅是技術的迭代，更是一場底層控制權的交接——從人類編寫的確定性代碼，移交給具有泛化能力、理解物理規律的神經網絡。

當物理AI的“ChatGPT時刻”來臨，英偉達的角色正從“賣鏟人”升級為“AI基建運營商”。而對于A股投資者來說，物理AI產業鏈從底層的芯片，到中層的仿真和世界模型，再到上層的傳感器和整機，每個環節都存在值得關注的標的。

正如物理AI概念的火熱所示——這不僅僅是科技的未來式，而是正在進行時。

風險提示： 本文所述公司及板塊僅為行業分析，不構成任何投資建議。物理AI產業仍處于發展早期，技術路徑和商業模式存在較大不確定性，相關公司估值波動較大，請投資者充分評估風險、自主決策。

本文綜合梳理了英偉達、索辰科技、中望軟件、奧比中光、能科科技等公司在物理AI領域的布局，結合CES 2026最新動態、GTC臺北大會及英偉達韓國合作事件，對物理AI概念進行了系統性解讀。文中數據來源于公開信息和機構研報，部分預測數據存在不確定性，僅供參考。