资本疯狂涌入机器人大脑!物理AI大模型开启具身智能产业新周期

独角兽智库
3 hours ago

当下人形机器人本体赛道价格战愈演愈烈,硬件本体同质化逐步加剧,行业竞争重心正向机器人智能系统也就是“机器人大脑”转移。物理AI大模型作为具身智能的核心,承担环境感知、物理世界推理、动作决策生成的关键职能,成为决定机器人能否大规模落地家庭与工业场景的核心变量。;(先手情报-VX:itouzi6)海内外一级市场融资热度持续爆发,蚂蚁灵波完成15亿元独立融资,海外Skild AI、Physical Intelligence接连拿到十亿级别融资,资本独立给机器人大脑进行估值定价,预示物理AI产业链迎来估值重塑的关键窗口。整条产业形成上游感知数采硬件、中游仿真底座与物理大模型、下游机器人真机落地的数据闭环,从硬件感知、仿真训练到真机迭代,全链条投资机遇逐步打开。

上游感知采集硬件是物理AI获取现实世界真值数据的入口,为中游仿真大模型提供多模态原始训练素材,触觉、力觉、端侧算力硬件需求同步爆发。福莱新材作为电子皮肤核心标的,被称作机器人的第三大脑,首创芯感一体触觉智能TPU,在手订单达百万套,联合灏存科技共同研发数采手套,补齐机器人触觉感知短板,触觉信息是机器人完成精细操作的关键输入,电子皮肤产品直接服务真机数据采集环节,深度受益物理AI对多模态训练数据的爆发式需求。柯力传感聚焦六维力传感器,布局力觉叠加触觉的多模态感知体系,是具身智能真机数采的核心传感硬件,机器人执行接触类任务时,力觉反馈不可或缺,产品大量用于真机数据采集,为物理AI模型提供力维度真值数据。

算力硬件承担多模态数据本地预处理任务,是数采环节重要配套。瑞芯微自研NPU芯片,广泛应用于EGO第一视角数采设备与机器人感知盒,能够完成多路相机、IMU多模态数据的本地预处理,在端侧完成数据初步加工,降低后端仿真平台算力压力,深度嵌入物理AI数采链条。星宸科技的端侧视觉SoC主打视觉感知与端侧算力一体化,适配各类视觉数采终端,为机器人第一视角数据采集提供算力支撑,在边缘端完成视觉信息处理,适配虚实结合的训练模式。

中游仿真底座与物理AI模型是整条产业链技术壁垒最高的环节,依托上游真实采集的数据搭建虚拟物理世界,大规模生成合成训练数据,输出可直接部署在真机上的智能策略。索辰科技自研天工系列物理求解引擎,打造人形机器人虚拟训练场,可以完成刚体、软体、流体多场耦合仿真,对标海外头部仿真平台,为物理AI大模型提供虚拟训练环境,虚拟训练场可以大幅降低真机训练成本,实现机器人动作策略快速迭代,是国内稀缺的底层仿真引擎标的。能科科技打造灵系列工业具身智能体,依托工业真机传感数据完成物理AI模型训练,聚焦机械臂、巡检机器人等工业场景,打通从仿真训练到工业真机闭环训练全流程,优先享受工业端具身智能落地红利。蚂蚁灵波作为产业标杆企业,自研LingBot世界模型与VLA具身大模型,主攻通用机器人大脑,带动国内仿真与物理世界模型产业生态快速成熟。

下游人形机器人、工业机械臂作为真机载体,一方面完成实际作业落地,另一方面持续产生全新感知数据反哺上游,完成“真机采集‑仿真训练‑真机部署迭代”的闭环。埃斯顿作为国内工业机器人龙头,将装配、接触力、运动轨迹等真机作业数据导入仿真平台,完成机器人策略预训练以及虚实结合验证,本体业务放量同时持续产出高质量工业数据集,反哺物理AI模型迭代。越疆科技机械臂内置力控与视觉感知模块,在精细交互作业中采集触觉、力觉、视觉多维度数据,构建工业交互数据集,为中游物理AI模型供给高质量工业场景训练素材。宇树科技、智元机器人作为人形本体代表企业,搭建真机数采工厂,完成多模态数据采集,实现虚实闭环迭代,推动上游感知硬件、仿真软件需求持续释放。

综合来看,物理AI的投资主线可以沿着数据产生、模型训练、真机落地这条闭环链条展开。上游优先布局触觉、力觉感知硬件以及端侧算力芯片,数据是物理AI迭代的基础,数采硬件率先迎来需求放量;中游重点关注国产仿真引擎与工业物理AI平台企业,仿真底座属于行业刚需底层工具,技术壁垒高,具备长期成长空间;下游关注能够持续产出高质量数据集的机器人本体龙头,依托真机场景完成数据闭环,同时带动上游软硬件产品落地。随着一级市场持续加码机器人大脑赛道,产业从硬件本体竞争迈向智能系统竞争,物理AI大模型产业链迎来产业与资本共振的发展阶段。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10