前言：AI 的下一站，是物理世界

过去两年，我们谈论 AI，谈的是聊天、写代码、画图——大模型在数字世界里所向披靡，却始终隔着一层屏幕。而 2025 年以来，一个新词正在取代 " 大模型 " 成为科技产业最热的叙事：物理 AI（Physical AI）。

所谓物理 AI，就是让 AI 真正理解现实世界的重力、碰撞、摩擦、空间位置等物理规则，完成 " 感知—推理—行动—反馈 " 的完整闭环。它不再局限于文字对话，而是依托机器人在真实环境中自主作业。英伟达黄仁勋多次公开表示，物理 AI 是 " 下一个万亿级市场 "，并相继推出 Cosmos 世界模型、Omniverse 仿真平台作为生态底座；2026 世界物理 AI 大会上，产业各方更是形成一个基本共识——物理 AI 已看到突破临界点，有望在 1 — 3 年迎来关键迭代窗口。

一条完整的物理 AI 产业链正在浮出水面，可以粗略概括为四个层次：

感知层：3D 视觉、力觉触觉传感器，是物理 AI 的 " 眼睛和神经 "；

仿真与训练层：CAE、数字孪生、世界模型，是物理 AI 的 " 训练场 "；

决策与大脑层：大模型、具身智能操作系统，是物理 AI 的 " 大脑 "；

执行层：机器人本体、运动控制，是物理 AI 的 " 手脚与躯体 "。

沿着这条产业链，本文梳理了十家关联度较高的公司：奥比中光、凡拓数创、能科科技、索辰科技、中控技术、云从科技、汉王科技、东土科技、利亚德、宇树科技。它们有的已深度绑定英伟达生态，有的是国产工业软件的隐形冠军，有的刚刚敲开资本市场大门。需要说明的是，本文仅为产业信息梳理，不构成任何投资建议。

一、感知层：给机器装上 " 物理世界的眼睛 "

1. 奥比中光（688322）：3D 视觉感知的 " 卖铲人 "

如果把物理 AI 比作一场淘金热，奥比中光就是典型的 " 卖铲人 "。公司是国内 3D 视觉感知龙头，产品覆盖结构光、iToF、dToF、双目立体视觉等几乎全部技术路线，服务全球超 3000 家客户，被称为 "3D 视觉界的英伟达生态核心伙伴 "。

物理 AI 的训练高度依赖真实世界的三维交互数据，单纯的 RGB 图像已经无法满足需求。奥比中光推出了 EGO、UMI 等数据采集终端，无需实体机器人本体，即可采集人机交互的多模态数据，为世界模型训练提供高质量 " 素材 "，深度对接海内外大模型厂商的数据采购需求。其 Gemini 系列双目 3D 相机已批量进入物流机器人、工业检测场景。在 " 感知数据基建最先受益 " 的产业逻辑下，奥比中光处于物理 AI 食物链的上游卡位。

2. 利亚德（300296）：从 LED 显示到空间空间感知的跨界者

利亚德以 LED 显示起家，但市场更关注的是它的另一面：空间三维重建与空间感知。旗下虚拟现实（动作捕捉）业务拥有光学式全身动捕技术，能够高精度采集人体运动的空间数据——这恰恰是具身智能训练中稀缺的 " 真值数据 " 来源。同时，公司在空间显示、数字孪生可视化场景的积累，使其成为物理 AI" 虚实映射 " 环节的一类特色玩家。显示业务提供现金流，空间感知业务提供想象空间，是利亚德在物理 AI 叙事下的基本盘。

二、仿真与训练层：物理 AI 的 " 虚拟练兵场 "

3. 索辰科技（688507）：国产全物理场 CAE，物理 AI 最高壁垒的挑战者

在物理 AI 产业链中，仿真被视为壁垒最高、天花板也最高的一环。索辰科技是国内稀缺的全物理场 CAE（计算机辅助工程）软件厂商，覆盖流体、结构、声学、电磁等多物理场仿真，客户以军工、航空航天等高端制造为主。

公司的关键动作是自研 "天工开物" 可微分物理平台，并接入英伟达 Cosmos 生态，将传统 CAE 能力升级为面向机器人、整车的虚拟仿真训练基础设施。简单说，未来的机器人不用每一步都在真实世界摔打，而是先在索辰构建的物理仿真环境里 " 练兵 " 千万次，再落地真机——这就是 Sim2Real（仿真到现实）的路径。国产 CAE 长期被 Ansys 等海外巨头垄断，索辰若能借物理 AI 实现从 " 工业验证软件 " 到 "AI 训练底座 " 的跃迁，价值量将完全不可同日而语。

4. 凡拓数创（301313）：三维数字孪生与虚拟场景的搭建者

凡拓数创深耕三维可视化、数字孪生与虚拟场景构建，曾服务于大量展馆、文博、智慧城市项目。在物理 AI 框架下，它的角色是" 仿真训练场景的搭台者 "：物理 AI 需要在高保真的虚拟环境中训练，而搭建这些环境需要三维建模、渲染和场景还原能力——这正是凡拓数创的老本行。券商研报将其归入 "3D 渲染与 Sim2Real 方案 " 主线。相较于硬件公司，凡拓数创的看点在于其数字资产与场景构建能力能否标准化、平台化，从项目制走向产品制。

5. 能科科技（603859）：工业数字孪生与 " 具身智能端侧大脑 "

能科科技长期服务军工、高端装备制造业的数字化，核心能力是工业数字孪生与 PLM（产品全生命周期管理）软件。在物理 AI 语境下，能科的定位是 " 工业场景物理 AI 闭环 "：一方面为装备制造企业提供数字孪生仿真环境，另一方面布局具身智能的 " 端侧大脑 "，即让机器人在工厂等真实工业场景中完成感知与决策的本地化部署。工业是物理 AI 最先产生真金白银的场景之一，而能科恰好横跨 " 仿真训练 " 与 " 工业落地 " 两大环节，卡位独特。

三、工业落地层：流程工业与控制系统的 " 物理 AI 底座 "

6. 中控技术（688777）：流程工业世界模型的探索者

中控技术是国内流程工业自动化的绝对龙头，DCS（分布式控制系统）市占率常年位居国内第一，炼化、化工、电力等万亿级流程工业是其主场。

物理 AI 在流程工业的落地路径别具一格：工厂里没有机器人，但有海量的温度、压力、流量传感数据。中控正在把这些数据与 AI 模型结合，探索 " 流程工业世界模型 " ——用 AI 在虚拟空间中复刻一座炼油厂的反应过程，再反过来优化真实工厂的控制策略。公司近年大力推进 "AI+ 工业 " 战略，发布流程工业时序大模型，并布局机器人巡检、工业 OS 等产品线。对于物理 AI 而言，流程工业可能是商业化兑现最快、客单价最高的场景，而中控就是这个场景的 " 地头蛇 "。

7. 东土科技（300353）：工业网络与实时控制系统的 " 根技术 "

东土科技的名字不如中控响亮，但它掌握的是工业领域的 " 根技术 "：工业以太网交换机与 AUTBUS 工业总线，以及自主研发的 HarmonyOS 之外的国产实时操作系统—— Intewell 工业操作系统。物理 AI 要驱动真实机器，必须有低延时、高可靠的实时控制底座，任何 " 大脑 " 的指令最终都要通过毫秒级的实时系统变成电机的转动。东土科技的 Intewell 系统与软件定义控制方案，正在把传统 PLC 的控制能力软件化，为智能机器的 " 小脑 " 提供国产化选项。AI 越往下沉到物理世界，这类底层控制技术的战略价值越高。

四、大脑与载体层：从认知智能到具身智能

8. 云从科技（688327）：从人脸识别到人机协同操作系统

云从科技脱胎于中科院重庆研究院，曾是 "AI 四小龙 " 之一，以人脸识别技术闻名，2022 年登陆科创板。在物理 AI 叙事下，云从的转型方向是人机协同操作系统与行业大模型：把视觉感知、多模态理解与决策能力封装为操作系统级产品，服务于智慧治理、智慧出行、智慧商业等场景。其自研的 " 从容 " 大模型体系强调多模态与智能体（Agent）能力——而智能体从数字世界走向物理世界，正是物理 AI 的题中之义。云从的故事本质是：认知智能公司如何向具身智能靠拢。

9. 汉王科技（002362）：三十年 " 感知 + 认知 " 的老兵

汉王科技是国内最早一批做人工智能的公司，手写识别、OCR 起家，随后扩展到生物特征识别（人脸、虹膜）、智能视觉检测、大数据服务等。近年值得注意的两个布局：一是嗅觉传感器与电子鼻——这是物理 AI 多模态感知中极为稀缺的 " 嗅觉维度 "；二是基于智能视觉的物体识别与轨迹跟踪技术，可应用于智慧交通、工业检测等物理场景。汉王的特点是技术谱系宽、积累久，" 感知 + 认知 " 双轮驱动的路线与物理 AI" 多模态感知—理解—行动 " 的框架天然契合，关键在于能否把某个细分感知能力做成规模化的产业入口。

10. 宇树科技（688836）：物理 AI 的 " 本体之王 "，产业链的锚点

如果说前面九家公司是物理 AI 的各个器官，宇树科技就是那个正在长大的 " 完整躯体 "。这家由 "90 后 " 王兴兴于 2016 年在杭州创立的公司，从四足机器狗起步，先后登上春晚舞台和北京冬奥会开幕式；2023 年发布国内第一台能跑的全尺寸通用人形机器人 H1，2024 年推出售价 9.9 万元的 G1，把人形机器人从实验室价格打到消费级门槛。

资本市场的进程同样迅猛：2025 年 6 月完成近 7 亿元 C 轮融资，估值超百亿元；7 月启动 IPO 辅导，11 月完成上市辅导，2026 年 3 月科创板 IPO 申请获上交所受理，拟募资 42.02 亿元。招股书披露的数据更令人瞩目：2025 年营收 17.08 亿元，同比增长 335%；扣非净利润 6 亿元，同比增长 674%。宇树已实现规模化盈利，这在烧钱成风的人形机器人赛道极为罕见。

在物理 AI 产业逻辑中，宇树的角色是 " 锚点 "：本体出货量全球第一梯队，真机运行产生的海量物理交互数据反哺模型迭代，整机厂商正逐步向模型公司演进。围绕宇树的供应链与生态伙伴，构成 A 股物理 AI 行情中最活跃的一条主线。

五、把这 10 家公司放回产业链地图

可以看到，十家公司恰好覆盖了物理 AI"感知—仿真—决策—执行" 的完整闭环：奥比中光和利亚德提供眼睛，索辰、凡拓、能科提供练兵场，中控和东土把 AI 接入最真实的工厂，云从和汉王贡献大脑与感知的多模态能力，宇树则给出最终的物理载体。

总结：从 " 讲故事 " 到 " 看订单 "，物理 AI 的下半场刚刚开始

物理 AI 不是一个凭空炒作的概念——英伟达的生态投入、宇树 335% 的营收增速、人形机器人批量交付的订单，都表明产业正在从 " 技术验证 " 走向 " 业绩兑现 "。但它同样不是一条平缓的坦途：

兑现周期错位。除宇树等少数公司外，多数公司物理 AI 相关业务占营收比重仍低，短期业绩弹性有限，估值波动会很大；

技术路线不确定。世界模型、VLA 端到端、分层控制等多条路线并行竞争，押错方向的代价高昂；

场景落地节奏。工业场景（巡检、装配、流程优化）可能最先跑通，服务与家庭场景仍需时间。

对产业观察者而言，最值得跟踪的信号是：本体厂商的批量交付公告、零部件产能释放、仿真平台与大模型厂商的绑定深度，以及各公司物理 AI 业务的收入占比变化。

人工智能用了十年学会 " 说话 "，接下来十年，它要学会 " 动手 "。物理 AI 让 AI 走出屏幕、落进真实世界，这是继互联网、移动互联网之后，又一次计算范式与物理世界的深度耦合。而这十家公司，无论最终谁能跑出来，都已经站上了这条赛道的不同要道口——风起来了，剩下的交给时间和订单。

追加内容

本文作者可以追加内容哦 !