最近一段时间，物理AI这条赛道正在从单纯的概念炒作，慢慢走向仿真验证、样机测试、小规模试点交付的阶段。简单来说，物理 AI 和普通大模型最大的区别：普通大模型只擅长处理文字、图片这类数字信息；而物理 AI，要学会理解重力、摩擦、碰撞、形变，能够在真实物理空间里面感知、规划、行动，最终驱动机器人、工业设备、自动驾驶终端完成实体任务，也就是大家常说的“具身智能”底层底座。
整条产业链可以清晰分成四层：第一层是仿真与世界模型，用来在虚拟空间训练智能体，降低实体试错成本；第二层是感知硬件，包括 3D 相机、深度传感器，给机器一双看懂三维世界的眼睛；第三层是执行硬件，减速器、力矩电机、灵巧手、关节模组，也就是机器人的手脚；第四层是行业落地平台，面向工厂、仓储、特种场景，把整套物理 AI 方案落地。
目前国内绝大多数公司还处在研发、样品、小批量阶段，真正形成稳定收入的很少，商业化周期长、投入巨大、失败风险很高。但如果从产业链卡位、技术壁垒、客户资源、最新公开进展来筛选，有五家企业，分别卡在不同关键环节，也是机构近期持续跟踪的重点。下面按照赛道位置，把每家公司业务、最新动态、核心看点、潜在风险一次性讲透。
第一家：索辰科技（688507），国内稀缺的物理仿真、世界模型底座厂商。
如果把物理 AI 的训练比作“驾校”，索辰做的就是这套虚拟训练场。公司原本是国内 CAE 仿真龙头，在航空、船舶、军工领域已经深耕多年，拥有全自主可控的多物理场仿真引擎，也是 A 股里面少数对标英伟达 Omniverse、Isaac Sim 的本土厂商。
今年最重要的进展，就是正式推出“开物”体系，包含“营造·万象”世界物理模型、“大圣”智能体、行者合成数据平台。这套产品可以生成符合真实物理规则的虚拟场景，让机器人、智能设备在虚拟环境里面反复练习抓取、移动、避障，再把训练出来的策略迁移到真实硬件之上，完美匹配物理 AI “先仿真、再落地”的主流路线。根据半年报披露，开物相关业务已经实现营收，虽然整体体量不大，但是增速非常快；公司同期大幅加码研发，研发投入同比提升明显，持续补齐可微分物理引擎、智能体训练链条。
它的核心优势，是底层仿真引擎完全自研，不是基于海外开源框架二次包装，在对自主可控要求高的工业、特种场景里面具备天然优势。同时，公司正在对接国内人形机器人厂商、车企的虚拟训练需求。但风险同样突出：业务尚处在早期，短期很难贡献大规模利润；英伟达生态壁垒极高，海外平台已经形成成熟工具链，国内替代需要漫长时间；如果下游机器人量产节奏不及预期，仿真平台的需求释放也会延后。
第二家：奥比中光（688322），物理 AI 的感知层“卖铲人”。
物理 AI 如果想要理解真实世界，第一步就是拿到高质量的三维空间数据，普通平面摄像头远远不够，这也是奥比中光的核心赛道：3D 视觉感知。公司覆盖结构光、iToF、dToF、双目立体视觉全部主流路线，产品大量供给机器人、工业检测、自动驾驶、AI 终端。
近期最新进展集中在数据采集与工业机器人配套。公司推出专门面向世界模型训练的多模态采集终端，不需要完整人形机器人本体，就可以采集人机交互、物体操作的三维数据，供给大模型厂商用来训练物理世界模型。同时，Gemini 系列双目深度相机持续批量出货，进入物流移动机器人、工业分拣、人形机器人样机配套供应链。很多国内具身团队在做样机的时候，优先选用它的深度相机来构建环境感知。
相比于做整机或者世界模型，感知硬件的商业化确定性更高，已经有稳定客户和持续出货，不会完全停留在实验室阶段。但是它的短板也很清晰：它属于上游零部件，本身不开发物理 AI 大模型；行业竞争持续加剧，深度相机价格持续下探，压缩毛利；一旦下游机器人行业进入价格战，零部件厂商最先承受压力。
第三家：领益智造（002600），全栈硬件配套平台，覆盖算力与机器人执行层。
领益智造是这五家里面业务体量最大、制造能力最强的一家，依托消费电子庞大的基本盘，横向切入物理 AI 两大刚需方向：算力散热硬件，以及人形机器人执行部件。
算力端，通过控股子公司切入头部算力供应链，量产超高功耗芯片配套的液冷冷板、分水器、一体化散热模组。物理 AI 的仿真、实时推理对算力功耗要求远高于普通大模型，液冷已经成为刚需，这一块也是短期业绩兑现潜力最强的分支。在机器人执行端，公司自研力矩电机、关节模组、RV 减速器、灵巧手相关组件，持续向海外头部人形机器人厂商送样、小批量交付，多条产线已经完成建设。除此之外，公司还在为 AI 眼镜、移动智能终端提供微型精密结构件，覆盖各类物理 AI 终端硬件。
这家公司最大的看点，是“制造能力”。只要下游赛道从样机走向量产，具备大规模精密制造、供应链管理能力的厂商更容易拿到订单，同时消费电子业务可以平滑研发投入压力。风险在于，零部件业务偏代工属性，利润率上限有限；机器人业务目前以送样、小单为主，大规模订单落地时间不确定；海外客户认证周期漫长，供应链格局随时可能变动。
第四家：中控技术（688777），工业场景物理 AI 落地龙头。
如果说人形机器人是物理 AI 最受瞩目的方向，那么工业自动化，就是最先能够跑通商业化闭环的赛道。中控技术是国内 DCS 控制系统龙头，连续多年稳居国内市场第一，现在的转型方向，就是把传统工业控制升级为物理驱动的工业智能体。
公司自研 TPT 时间序列工业大模型，这套模型不是通用对话大模型，而是专门适配工厂里面的设备、流体、温度、压力、化学反应等物理变量。它可以理解整套生产装置的物理约束，自主调整参数、预判故障、优化工况，让工厂从“人设定参数、机器执行”，逐步过渡到机器自主感知、自主决策。近期的落地进展集中在化工、石化、制药流程工厂，多个标杆项目已经上线试点，把物理 AI 和工厂原有控制系统打通。
相比于人形机器人遥远的大规模商用，工业场景付费意愿更强、落地路径更清晰，客户粘性极高。但它的赛道局限也很明显：场景集中在流程工业，通用性弱，很难跨界到人形机器人；项目制交付，扩张速度不如标准化硬件；工业场景对稳定性、安全合规要求极高，技术迭代相对保守。
第五家：能科科技（605050），端侧物理智能体，打通感知、决策、执行中间层。
能科科技的定位，是物理 AI 的“端侧大脑”，主打一套完整的中间层框架，连接上游感知硬件、仿真平台，下游机器人本体、工业设备，构建“感知—决策—执行—评估”闭环。简单来讲，世界模型负责学习物理规律，而能科这套框架，负责把模型输出的指令，转化成实体设备可以稳定执行的动作，解决虚拟仿真和真实硬件之间巨大的“虚实鸿沟”。
最新进展方面，公司持续打磨面向工业、特种场景的单体端侧智能体方案，已经在部分特种机器人、离散制造产线试点落地，重点解决机器人在开放环境下自适应调整、误差修正的难题。券商研报把它定义为具身智能的中间层标准建设者，这套中间层一旦形成生态，未来可以对接多家大模型、多家硬件厂商。
它的优势是卡位在产业链容易被忽略、但是不可或缺的衔接环节，避开和头部仿真厂商、大模型厂商正面硬刚。但风险在于，业务模式偏软件与解决方案，项目交付重人力；客户分散，规模化复制难度大；如果未来头部大厂自研中间层工具，会直接挤压第三方方案商生存空间。
把这五家放在一起，就能看清整条赛道的分工：索辰科技做虚拟训练底座，奥比中光给机器装上三维眼睛，领益智造负责把硬件造出来，中控技术扎根工业场景落地，能科科技打通虚实之间的执行链路。它们不是简单的竞品，而是处在同一条链条的不同位置。
但在这里必须反复强调一个赛道底层现实：物理 AI，仍然处在早期验证周期。现在绝大多数订单都是样机、试点、项目合作，距离大规模产业化还有很长一段距离。哪怕是进展最快的感知硬件、液冷散热，也只是配套受益；世界模型、通用具身智能体，短期很难贡献可观利润。很多技术路线还在互相竞争，今天热门的方案，有可能在一两年内被新架构直接淘汰。
对于想要跟踪这条赛道的投资者，有几条观察主线。第一，优先看“可验证的交付”：样机、小批量订单、定点公告，远重于发布会和演示视频；第二，区分“配套受益”和“核心模型”，硬件零部件业绩兑现更早，仿真、智能体软件长期想象空间更大，但不确定性更高；第三，重视客户结构，如果能够进入头部人形机器人、算力、工业龙头供应链，价值会显著提升；第四，警惕蹭概念，不少公司只是在互动平台简单提及相关技术，并没有实质研发与落地。
同时，这条赛道的行情波动会极其剧烈。一旦海外巨头放出新的模型、平台、量产计划，板块很容易短期情绪拉升；如果下游量产计划推迟、测试不及预期，又会快速回落。它属于典型的高成长、高不确定性赛道，适合长期跟踪，而不是重仓博弈短期爆发。
如果按照投资风格划分，偏好稳健落地的，可以重点跟踪中控技术、奥比中光；看好硬件量产、制造业红利，优先看领益智造；愿意承担更高风险、押注底层软件生态，索辰科技、能科科技更贴合方向。当然，不管选择哪一家，都不能忽略一个前提：物理 AI 的商业化时间表，没有人可以精准预判。
很多人把物理 AI 简单等同于人形机器人，其实这只是其中一条支线。工业自主控制、仓储移动机器人、自动驾驶、特种装备、智能工程机械，都是物理 AI 未来巨大的应用场景。未来几年，不会只有一条路线跑出来，而是多条场景分头验证，谁先跑通可盈利的闭环，谁就能拿到下一轮产业红利。
对于普通参与者，不必急于押注某一家，更适合把它当成一个持续观察的产业方向。重点跟踪三个信号：一是仿真平台和硬件之间迁移成功率持续提升；二是下游客户从免费测试转向付费采购；三是零部件订单从小样、送样，走向持续稳定的批量定点。当这几个信号陆续出现，才意味着整个赛道真正跨过概念阶段，进入产业爆发前夜。
风险提示：本文仅为产业与上市公司公开信息梳理，不构成任何买入、持仓建议。物理 AI、具身智能整体处于研发试点阶段，商业化存在重大不确定性；相关企业订单、业绩、定点进度不及预期风险较高；板块估值波动大，技术路线迭代快，存在技术被替代风险；部分业务收入占比很低，对整体业绩影响有限，请独立研判，严格控制仓位。