具身智能龙头宇树科技的首次公开发行（IPO），标志着物理人工智能（AI）赛道已迈入产业化验证和资本市场公开定价的新阶段。在此过程中，首程控股作为宇树科技的核心战略投资方，在即将兑现前期投入的同时，联合多方设立 35 亿元前沿科创新兴未来产业股权投资基金，专项重仓物理 AI 全产业链。

据不完全统计，最近 18 个月，已有超百亿美元资金涌入物理 AI 赛道，仅 8 月份，就有飞捷科思、西湖数智、慧仑科技等公司密集拿到数亿元融资；值得关注的是，2025 年物理 AI 行业 50% 的融资仍然是投向早期初创，2026 年首轮融资占比则降至 8%，92% 的资金集中投向了拥有落地订单、成熟产品的头部企业。首程控股资本市场部经理康雨向证券时报记者表示，当下，物理 AI 行业不缺资金，真正稀缺的是订单、线下场景和真实的交互数据。

物理 AI 产业进入规模化验证期

当人工智能从屏幕走向生产线，从云端落地到具体的实用场景，物理 AI 开始成为全球科技竞争的新赛道。

物理 AI 究竟是什么？英伟达 CEO 黄仁勋在 2026 年度股东大会上给出了清晰的定义：物理 AI 就是让 AI 从 " 看懂世界 " 升级到 " 改变世界 "。它要求 AI 模型不仅要理解数字信息，更要学习、适配重力、运动、碰撞等物理世界客观规律，在现实环境中持续完成感知、推理、自主决策与实体交互。

具身智能是物理 AI 最核心的应用场景之一。宇树科技冲刺 IPO，则被业内视作这一赛道迈入规模化产业验证期的标志性事件。公开数据显示，2025 年宇树科技人形机器人出货量突破 5500 台，位居全球前列。与此同时，具身智能赛道的产业化浪潮也在全面铺开。智元创新正式启动港股上市流程，乐聚智能、云深处科技 IPO 申请相继获受理；优必选 Walker S2 工业人形机器人持续落地车企与电子制造工厂，订单规模持续攀升……资本加码、产品迭代、场景落地形成正向循环，人形机器人正走出实验室演示阶段，迈入工业场景小规模批量落地、商业化价值持续兑现的关键阶段。

自动驾驶作为物理 AI 的另一大核心场景，同样进入规模化验证阶段。今年 7 月，" 物理 AI 第一股 "Momenta 正式登陆港交所，随后公司获得德国联邦机动车运输管理局许可，可在德国全国范围内城市道路进行 L4 级自动驾驶测试。截至目前，搭载 Momenta 自动驾驶系统的量产车辆规模已突破 100 万台，累计定点合作车型数量超过 210 款。依托海量真实路况数据训练世界模型，车辆能够预判道路动态变化、适应复杂交通环境，实现从静态识别到动态物理场景推演的跨越。放眼行业，华为 ADS、小鹏 VLA（视觉—语言—动作）模型、小马智行世界模型体系均沿着相似路径推进。

两大主线之外，物理 AI 的应用边界还在持续拓宽。工业移动机器人、智慧港口自动化装备等业态，均依托物理 AI 实现柔性自主作业。咨询公司弗若斯特沙利文预测，物理 AI 产业正以 47.2% 的年复合增速高速成长，到 2040 年全球关联产业规模有望达 3.25 万亿美元。

场景和数据成投资方关注点

在资本加速涌入物理 AI 赛道的同时，投资方的关注焦点已发生变化：从技术能否落地，转向哪家公司能最快跑通 " 数据—硬件—制造—部署 " 闭环。

申万宏源证券分析，2026 年是物理 AI 脱离屏幕 AI 的关键元年，具身智能产业的投资应聚焦企业的核心能力与生态构建。该机构进一步指出，数据是具身智能时代堪比锂矿的核心资源，VLA 模型所需万亿级物理交互数据与现有百万级公开数据集差距悬殊。

为什么场景和数据如此关键？康雨向证券时报记者表示，ChatGPT 的发展依托了海量的数据，但是在现实的物理世界中，去采集这些数据的难度很高，这不是仅依靠模型就能跑通的，必须依赖真实的场景，而真实的场景是当下物理 AI 产业最稀缺的资源。

智元合伙人姚卯青同样表示，物理 AI 规模化必须突破的三道墙：一是数据墙，真实交互数据极其稀缺且获取成本高；二是表征墙，跨任务、跨场景、跨本体的统一物理表征尚未形成；三是闭环墙，真实试错代价昂贵、反馈缓慢，难以规模化。

如何实现自我造血？

资本对物理 AI 产业的投资热情，最终仍然要回到商业本质——物理 AI 产业如何实现 " 自我造血 "？

从头部企业的财务表现来看，宇树科技 2026 年上半年预计实现营业收入 10.52 亿元至 11.28 亿元，归母净利润 2.58 亿元至 3.06 亿元，从亏损到盈利，用不到一年时间完成了商业闭环的初步验证。

首程控股执行董事李家圣判断，未来 2 — 3 年将是国内物理 AI、具身机器人企业能否实现规模化应用的关键拐点。

从商业模式来看，物理 AI 赛道存在卖硬件、卖解决方案和卖能力三种路径。有券商分析指出，物理 AI 的商业模式正从卖订阅、卖设备转向按结果付费，产业链相关公司价值有望重估。兴业证券研报指出，物理 AI 已步入商业化落地阶段，随着部署量提升、数据持续回流，有望进入 " 数据增长—模型迭代—能力提升—场景扩张 " 的飞轮效应。

李家圣表示，过去投资新能源汽车、机器人等产业的经验总结，在选中一个真实的、持续发展的、足够大的赛道基础上进行广泛重注投资，才能取得超额收益。