【电报解读】物理AI公司正奇未来完成3轮数亿元天使融资，工业是物理AI最值得重视的落地场景，这家公司已......

好的，以下是基于您提供的原文生成的中文Markdown简报。

核心结论

• 物理AI被视为继智能体AI之后的下一个时代，其核心在于将AI与物理世界的感知、决策和执行系统深度融合，智能上限高于传统数字AI。
• 工业是物理AI最值得重视、商业化潜力巨大的落地场景。制造业具有明确的物理对象、连续数据流、验证机制和清晰的降本增效回报闭环，有望形成深厚的系统壁垒和长期价值。
• 物理AI市场空间广阔，预计到2030年，全球市场规模可达数千亿欧元级别。

关键信息

• 物理AI与传统AI的区别：
• 传统AI（数字AI）主要处理文本、图像、代码等数字信息，输出内容、建议或解释。
• 物理AI的输入还包括力等传感器采集的物理世界数据，输出主要是控制物理载体（如设备、机器人）的动作、参数和路径。其核心约束是物理可行性、安全可控和实时稳定，而非仅仅语义准确。
• 工业落地的核心优势：制造业天然具备明确的物理执行对象（设备、产线、机器人）和持续的数据沉淀（时序、质量、工艺数据）。工业客户更注重稳定性与可验证性，并愿意为提高良率、降低能耗、减少停机时间付费。
• 市场规模预测：
• 思略特咨询预计2030年全球物理AI市场规模达4300亿欧元。
• 弗若斯特沙利文预计2024-2030年全球具身智能机器人市场规模CAGR达43%，将从117.1亿美元增长至1010.7亿美元。

潜在影响

• 行业壁垒重塑：物理AI有望在工业领域形成比泛软件AI更深的系统壁垒，改变制造业的竞争格局。
• 产业效率提升：在良率、能耗、生产节拍和停机时间等关键指标上带来显著改善，推动制造业精细化、智能化升级。
• 产业链投资机会：物理AI市场从百亿级迈向千亿级，将为上游的仿真平台、核心零部件以及下游的应用集成商带来长期增长空间。

关注要点

• 技术验证与商业化：物理AI的验证方式不同于传统AI的人工审核，而是依赖于仿真验证、工业规则和现场反馈。关注其在工业落地中的商业化速度和稳定性表现。
• 系统壁垒的建立：区别于快速泛化的软件AI，物理AI的壁垒在于对特定工业场景的深度理解、数据积累和系统集成能力。
• 跨界竞争与合作：参考英伟达（通过Omniverse平台）和特斯拉（宏图计划4）的布局，关注AI公司与传统工业企业之间的合作与竞争动态。

关联个股

• 索辰科技：公司已发布对标英伟达Omniverse的工业级物理AI平台“开物平台”，聚焦于多物理场仿真和行业级应用，服务于新能源电池、具身智能、低空经济等领域。当日股价上涨+1.55%。
• 利和兴：公司新投资了深圳市鹰富士机器人有限公司，后者主要研发包括具身智能、人形机器人在内的应用型机器人。当日股价上涨+4.59%。

●

题材解读

●

工业是物理AI最值得重视的落地场景

物理AI是将AI与物理世界中的感知、决策与执行系统深度融合的智能技术体系，对比数字AI主要基于文本、视频等数字信息“预测下一个token”，物理AI模型输入还包括力等其他传感器采集数据，输出的主要为物理载体控制信号，智能上限更高。黄仁勋提出智能体AI的下一时代是物理AI，特斯拉“宏图计划4”打造将AI带入物理世界的产品和服务。

物理可行性是AI在工业落地的核心

swsresearch.com 证券研究报告 资料来源：申万宏源研究

申万宏源证券指出，工业是物理AI最值得重视的落地场景。制造业天然具备物理对象、连续数据流、验证机制和ROI闭环，既有设备、产线、机器人、仓储物流等明确执行对象，也有时序、质量、工艺、运维等持续数据沉淀。相比泛软件场景，工业客户更重视稳定性、可验证性和可追溯性，也更愿意为降本增效、缩短调试周期、提升良率和减少停机付费。因此，工业AI商业化不会是最快的泛化应用，但有可能形成更深的系统壁垒和更清晰的长期价值空间。

市场规模方面，思略特咨询预计2030年全球物理AI市场规模将达到4300亿欧元，弗若斯特沙利文预计2024-2030年全球具身智能机器人市场规模有望从117.1亿美元增长至1010.7亿美元，CAGR达43%，物理AI市场空间将迈向星辰大海。

☀️

相关上市公司

●

索辰科技：公司前瞻性地布局物理AI领域，并已成功发布对标英伟达Omniverse的工业级物理AI平台开物平台。公司物理AI技术聚焦于多物理场仿真、物理规律驱动的智能体训练及行业级应用，面向新能源电池、具身智能、低空经济等领域的虚拟训练，具

备自主可控、安全可定制等优势。

器

微信扫码
cset.cnthesims.com

利和兴：公司新增资的深圳市鹰富士机器人有限公司主要研发应用型机器人，包括但不限于具身智能、人形机器人等。