归档原网站内容;本次仅整理分类和同步,不将旧观点、评分视为当前验证结论。
- 产业链:物理AI产业链
- 行业:模型数据
- 原页面:产业链研究
物理 AI 的“大脑”和训练底座,由世界模型、仿真、合成数据、遥操作数据和策略学习构成,决定硬件能否持续进化。
行业介绍
物理 AI 的“大脑”和训练底座,由世界模型、仿真、合成数据、遥操作数据和策略学习构成,决定硬件能否持续进化。
产业链约束
高质量机器人数据、仿真到现实差距、基础模型泛化、数据闭环和算力成本。
观察与验证
仿真平台采用、真实机器人数据规模、策略迁移成功率、开发者生态和商业收费。
风险
平台价值高但 A 股直接映射少,很多软件公司缺乏真实机器人数据。
资料依据:参考 NVIDIA GR00T/Isaac/Newton 官方资料、Google DeepMind Robotics、工信部“大脑”方向及科大讯飞/中科创达公告。
细分环节与公司档案
具身大模型
具身模型需要把视觉、语言、状态和动作统一,数据闭环比单纯参数规模更关键。
仿真平台
仿真平台降低真实采集成本,但难点是物理精度、材料/接触建模和 sim-to-real。
-
市场空间(原口径):合成数据和训练环境
-
壁垒:高
-
成长:高
遥操作数据
遥操作和示教数据决定机器人策略学习质量,是整机厂和平台厂竞争关键。
数字孪生
数字孪生用于产线仿真、任务验证和多机器人调度,最先在工业客户落地。
-
市场空间(原口径):工厂、仓库和机器人调度验证
-
壁垒:中高
-
成长:中高