研究分享
　　【计算机】苏仪：在时间的折痕处——物理AI
　　物理AI（Physical AI）由黄仁勋于2024年提出，指能感知、理解并在真实物理世界中执行复杂操作的模型，是人工智能从虚拟智能迈向具身智能的关键桥梁。其外延覆盖人形机器人、智能驾驶与工业机器人三大核心场景。
　　基础模型层呈现VLM、VLA与世界模型三条路径收敛之势。世界模型作为后台数据工厂合成训练数据，VLM承担长程规划的“慢思考”，VLA则把指令与感知直接转化为动作。海外格局是“NVIDIA一超、Google/Figure/Pi多强”,英伟达凭仿真、世界模型、基座VLA与软硬件全栈抢占“机器人安卓”地位；国内则由人形机器人厂商主导基模、大厂仍在追赶。场景端，智驾完成从端到端到VLA世界模型的切换，人形机器人加速量产并构建数据—模型飞轮。
　　物理AI浪潮中，工具层是被低估的一环。仿真平台是基础模型训练的核心数据来源，英伟达Omniverse/Isaac主导、国内智元Genie Sim等开源生态加速追赶。物理AI还从仿真训练与数字孪生两个维度拉动工业软件需求，英伟达已与Cadence、达索、PTC、西门子、Synopsys等巨头深度合作。随着部署量提升、数据持续回流，物理AI有望进入“数据增长—模型迭代—能力提升—场景扩张”的飞轮。
　　建议关注：工具层软件厂商如索辰科技、五一视界；智能驾驶软硬件提供商如地平线机器人、中科创达、经纬恒润、禾赛等。
　　风险提示：AI等底层技术变革不及预期、政策落地不及预期、行业竞争加剧、报告信息更新不及时等。
　　摘要选自中泰证券研究所研究报告：在时间的折痕处——物理AI
　　发布时间：2026年06月02日
　　报告作者：苏仪中泰计算机行业联席首席分析师S0740520060001