国金证券-物理AI行业研究：物理AI奇点时刻到来，设备环节如何布局（57页，2026年）

分类：人工智能

标签：物理AI、具身智能、VLA模型、π0模型、Astra路线、数据采集、触觉传感器、灵巧手、仓储物流机器人、服装制造机器人、国金证券、行业深度研究

摘要：国金证券2026年10月28日发布的这份57页行业深度研究，围绕物理AI这一融合物理规律与人工智能的新型范式展开，讨论其从技术验证走向工程化落地的过程与产业链上受影响最深的环节。报告对物理AI的定义是：区别于纯基于数字空间的生成式AI，物理AI通过物理约束模型把智能落地为动作，是AI应用进入下半场、打开实体场景的载体。模型端，报告梳理了从大语言模型做任务规划的初步尝试，到VLA把语义理解从语言延伸到物理空间，再到π0至π0.7围绕动作生成、数据效率与可靠性持续迭代的四阶段演进，并指出级联式与分层式两类工程架构已经形成；同时以Astra为代表的模型外部路线出现，不再训练VLA，改由通用Agent基模通过代码生成与工具调用驱动经典控制器，把机器人控制从模型问题变成系统问题。成本端，报告判断不用为每个场景重训模型、不用为新任务重复采集数据、不用自研通用大脑这三项成本同时下行，物理AI因此具备从1到10的推进条件。数据环节被报告视为最核心的瓶颈：引用中国信息通信研究院《具身智能训练场研究报告（2026年）》，若要让机器人实现类似ChatGPT时刻的能力，约需21200台机器人连续工作一年、产出

来源：zuudee | 日期：2026-10-29 | 格式：PDF | 页数：57