物理AI行业深度研究：物理AI中期高壁垒+高价值量环节——触觉＆灵巧手（18页，2026年）

分类：人工智能

标签：物理AI、触觉传感器、灵巧手、数采手套、具身智能、机器人、柔性传感、VLA模型、世界模型、GPT-6 Astra、国金证券、数据采集

摘要：本报告为国金证券物理AI行业深度研究，聚焦物理AI产业链中壁垒与价值量兼具的触觉感知与灵巧操作环节。 报告首先指出，GPT-6 Astra在50个任务片段中成功49个、成功率98%，显著优于单π0.5模型的36%，补齐了长期制约行业的机器人“大脑”短板；物理AI将能力链条从“感知—理解”扩展至“感知—预测—规划—控制”，VLA（视觉—语言—动作）模型与世界模型融合，推动机器人由单步操作走向多步规划、失败识别与自主恢复，产业共识收敛为“通用推理加专用操作”的混合架构，即大模型承担顶层认知、具身模型负责物理执行。物理交互数据成为核心瓶颈：2026年初全球高质量真实物理交互数据存量约50万小时，而通用具身模型训练至少需要千万小时级，存量不足需求的5%，触觉相关数据的采集与标注需求巨大。数据采集核心设备包括数采手套（人端采集，人工穿戴即采、成本相对灵巧手较低，可进入多种实际场景，主要用于预训练与触觉表征学习）与灵巧手（机端采集，基于机器人本体的动作标签精确、无需重定向，偏向策略精调与真机验证），二者为“人端”与“机端”互补的两种方式，并非替代关系。相关企业方面，慈星股份2026年上半年营收同比

来源：zuudee | 日期：2026-11-01 | 格式：PDF | 页数：18