核心观点
　　Physical AI推动AI从数字世界走向物理世界，核心价值从“辅助生产”转向“直接交付结果”。过去AI应用主要集中在文本、代码、图像、办公协作等数字场景，本质上仍是提高人的效率；而Physical AI的核心变化在于，AI开始进入制造、半导体、机器人、仓储物流、工业检测等真实物理场景，完成感知、规划、执行和交付闭环。近期硅谷VC提出的AINative Service进一步强化了这一方向：AI公司不再只是出售软件订阅或工具授权，而是直接替客户完成一项业务结果，例如完成PCB设计与制造、交付金属零部件、完成芯片设计、执行工业检测或优化工厂运营。我们认为，Physical AI的产业意义在于推动AI从“生成内容”走向“完成任务”，从“软件工具”升级为“结果交付”，并带动机器人本体、智能检测、工业自动化和边缘智能等物理世界入口加速放量，有望重塑传统制造和工业服务的商业模式。
　　制造业和半导体等重交付场景有望成为Physical AI率先落地的核心方向。与通用办公软件不同，制造、半导体、PCB、工业材料、金属加工等场景具备高复杂度、高客单价、高交付门槛和强结果导向的特点，天然适合AI原生服务模式落地。以PCB和硬件制造为例，传统模式下客户需要分别采购设计工具、寻找工程师、对接工厂、反复打样验证，流程长、成本高、交付不确定性强；而AI原生制造服务可以将设计、仿真、工艺优化、供应链管理和生产交付整合为端到端能力，客户不再为软件功能或人工时长付费，而是为最终PCB、零部件或芯片交付结果付费。我们认为，Physical AI落地的关键在于构建“AI模型+工业数据+工艺Know-how +自动化设备+供应链交付”的闭环能力。这类公司一旦跑通垂直场景，有望形成较强的数据飞轮和规模效应。
　　商业模式从卖订阅、卖设备转向按结果付费，产业链相关公司价值有望重估。AI原生服务与传统SaaS、传统工业设备公司的差异在于，收入不再主要来自软件授权、设备销售或人工服务时长，而是来自固定项目费、按量交付、节约成本分成或结果分成。从客户侧看，这种模式降低了前期资本开支和试错成本，把服务从成本项变为利润增量；从供给侧看，AI承担的工作比例越高，收入增长越有机会与员工人数增长脱钩，边际利润率也有望随规模提升而改善。因此，Physical AI方向的投资重点应从单纯关注“有没有机器人/有没有AI模型”，转向关注公司是否具备真实场景数据、自动化交付能力、工艺经验和商业闭环。我们认为，未来值得关注的方向包括AI驱动的工业设计与制造、智能检测、机器人执行系统、工业仿真、边缘AI和工业视觉等环节，相关公司有望在AI从数字世界走向物理世界的过程中持续受益。
　　投资建议与投资标的
　　我们认为，Physical AI有望成为未来AI重要的落地方向，工业制造、智能检测、工业仿真等环节都有望受益，相关标的为中控技术(688777，买入)、埃科光电(688610，未评级)、思看科技(688583，未评级)、中望软件(688083，买入)、索辰科技(688507，未评级)、能科科技(603859，未评级)等。
　　风险提示
　　行业竞争加剧；
　　行业推进不及预期。