物理AI概念走热：机器人投资转向感知与仿真赛道
21世纪经济报道记者 赵云帆 “物理AI”近一个月来已成为A股市场的“扛把子”。 Wind数据显示，截至11月12日，在近20个交易日中，宇树科技（688836.SH）上涨80.69%，上纬新材（688585.SH）上涨118.78%。 然而涨幅巨大的并不限于具身智能本体。截至11月12日，凡拓数创（301313.SZ
赵云帆
近一个月，A股市场最火的题材莫过于“物理AI”。
Wind数据表明，到11月12日为止的近20个交易日里，宇树科技（688836.SH）累计涨了80.69%，上纬新材（688585.SH）涨了118.78%。
涨得猛的其实不止具身智能本体这一头。同样截至11月12日，凡拓数创（301313.SZ）近20个交易日涨幅达137.03%，福莱新材（605488.SH）为131.22%，海天瑞声（688787.SH）为68.22%，奥比中光（688322.SH）为64.44%，索辰科技（688507.SH）为62.10%。
这些领涨标的里，机器视觉、声学、电子皮肤、仿真训练等机器模拟平台和感知端设备，反倒成了市场紧盯的方向。
中国信通院《具身智能发展报告（2026年）》给出的定义是：把物理规律嵌入感知、推理、生成和行动的全过程，让人工智能更真实、更可靠、更便于部署，这就是“物理AI”。
这轮“物理AI”热度起来，背后有两条消息。
10月21日，英伟达在柏林GTC上再次强调“下一轮计算浪潮，是理解并作用于物理世界的AI”，同时宣布扩充Isaac机器人开发平台。
紧接着，10月22日，2026世界物理AI大会暨宇树合作伙伴生态大会在杭州召开。宇树科技创始人王兴兴抛出一份相当激进的时间表，他说“物理AI已经看到被击穿的苗头”，“快的话一到两年，慢的话两三年”。
王兴兴还提到，GPT-6发布之后，宇树团队做了一次零训练测试：不给一行控制代码，只写提示词，GPT就能指挥机械臂自己用颜料、洗画笔、临摹画作，还能跟人对弈。在他看来，规划与导航的问题，AI已经解决了。
大模型与机器人互动的其他标志性案例，也在接连出现。
11月4日，苹果公司具身智能研究团队宣布开源名为“HALO”的人形机器人自主系统，一并公布了一系列验证成果。
据了解，团队用一台宇树G1机器人做了系统验证。在HALO系统训练下，搭载离线模型的宇树G1在完全陌生的环境中，单步任务平均成功率达到91%，链式任务平均成功率70%，这说明物理AI的泛化能力已有长足进步。
银河证券机械首席分析师鲁佩的看法是，苹果这篇论文是机器人仿真派的又一重要成果。机器人数据训练领域长期分成仿真派和真机数据派，技术路线至今没有收敛。近期资本市场更关注真机数据派的进展，但仿真其实仍是重要的数据来源，苹果这篇论文就是最新例证。
类似的动作还有：11月10日，谷歌DeepMind团队发布Gemini Robotics 2.5，称其为“迄今最强VLA模型”，并公布了基于该模型调度的机器人概念验证结果——搭载Gemini Robotics 2.5的Apollo2人形机器人，在奔驰汽车德国、匈牙利工厂执行零件分拣任务，成功率96%。
上海一位资深从业者向记者表示：“物理AI成为热门，核心是人们已不满足于AI仅处理图文层面的工作，大家更期待AI能通过具身载体感知环境并作用于物理世界。”
他分析说，模型层面，GPT-6 Astra在零训练状态下就能控制机器人在物理空间里识别并完成一系列操作；数据层面，高质量动作数据开始形成社会化供给；应用层面，机器人已在包裹分拣、工业产线上下料、家务处理等场景落地。
他提到，只要物理 AI 迈过 GPT 时刻这道坎，机器人在没见过的环境里就能自己做判断、自己动手干活。长链条任务也能完成得更顺，还能逐步具备自我纠错的本事，泛化水平会大幅提升，部署成本也会继续往下走——这些加在一起，意味着可落地的商业场景会更多。他还表示，不同构型的本体可以共用同一个物理 AI 大脑，协同干活、一起进化。
业界突破不断，资本市场也随之而动。
据21世纪经济报道记者统计，10月19日至25日这一周，Wind收录的物理AI及人形机器人电话会纪要至少有18场，覆盖16家券商研究所。机械、汽车、电新等卖方分析师向来是机器人研究的主力，这次照旧唱主角，但传媒互联网、计算机、中小盘策略团队等大批卖方也纷纷加入进来。
另一个变化是，第一波机器人行情里被大量关注的减速器、丝杠等传动零部件和模组，在本轮炒作主线上让位给了数据采集、仿真平台、数字孪生、传感器等环节。
前述从业者向记者表示，衡量具身智能企业，更该看它在项目交付之后给客户带来了多少可以量化的经济价值，以及交付的技术产品泛化能力如何；在他看来，这比只盯着传统市盈率之类的指标更有分量。
他进一步表示，到了物理AI时代，产业链的价值重心正从“造身体”转向“造大脑”和“供数据”。而在“造身体”这一环，产业链更看重能让AI接触物理世界的灵巧手、触觉传感器、力觉传感器、电子皮肤等。
衡量企业价值时，能不能有效利用词元、能不能形成有效数据，成了新的“标尺”。
东吴证券计算机首席王紫敬算过一笔账：单个具身大脑基座模型要摸到GPT-3的水平，至少得喂进1亿小时以上的有效数据。可放眼全球，眼下能用的高质量真机数据还不到70万小时。信通院给出的口径是，截至2026年6月30日，全球人形机器人真机数据量在100万小时上下，到2026年能涨到300万小时，缺口依然很大。
开源证券近期研报的判断是，具身智能公司的收入结构会变，过去靠一次性卖硬件，往后要转为覆盖整个生命周期的持续性收入，估值逻辑也跟着从制造估值挪向平台估值。这也就说通了，本轮资金为什么先把溢价给到数据和模型端，本体与零部件反倒排在后面。
