什么是物理AI？融合物理规律和AI的新型范式，区别于纯基于数字空间的生成式AI，物理AI通过物理约束模型把“智能”落地为“动作”，是AI应用进入下半场、打开实体场景的载体。

目前，除单一路径纵深迭代与系统架构层面分化外，以Astra为代表的“模型外部”路线出现，不再训练VLA，改由通用Agent基模通过代码生成与工具调用驱动经典控制器，把机器人控制从“模型问题”变成“系统问题”。

根据中国信息通信研究院《具身智能训练场研究报告（2026年）》信息，假设要让机器人实现“ChatGPT”时刻，约需21200台机器人连续工作一年，产出千万小时级有效数据，而当前全球可用的高质量真实数据仅数十万至百万小时级，数据尤其是真机数据将成为物理AI最核心的瓶颈也是最好的投资机会。

随着短板逐步补齐，机会将转移至应用端，尤其是仓储物流、服装行业由于有大量柔性工序无法通过单纯的工业自动化实现升级有望率先落地。物理AI“奇点时刻”到来，一方面可关注核心短板数据采集、传感器、灵巧手等环节，包括奥比中光、奥普特、雷赛智能等。