华泰证券研报提出物理AI逐步进入落地环节，数据、模型等全产业链环节均有望受益

华泰证券在研报中提出，物理AI正逐步走出概念阶段、进入落地环节，OpenAI等模型企业推进人形机器人自研有望加快这一进程，数据、模型、本体及零部件、应用等全产业链环节均有望受益。

10月22日，2026世界物理AI大会暨宇树合作伙伴生态大会在杭州举行，宇树科技王兴兴称GPT-6已在宇树机器人上大量测试，许多任务表现超出预期。

英伟达Astranomy项目发现，GPT-6 Astra在机器人仿真测试中的表现超越π0.5等专用模型，初步验证了通用大模型能力向物理世界迁移的潜力。

王兴兴认为，“物理AI已经看到被击穿的苗头”，该节点很可能在未来1-2年或2-3年内到来。

OpenAI CEO Altman于9月确认，OpenAI将自研人形机器人，这有望进一步加快物理AI落地进程。

中信证券研报认为，通用大模型正从机器人的高层任务规划向动作生成和执行控制延伸，展望2027年，通用模型进入具身任务领域将成为AI行业的下一个投入方向。

在英伟达的定义中，物理AI能够使机器人、自动驾驶汽车等自主机器感知、理解现实世界，并在其中执行复杂操作。

华泰证券指出，以GPT为代表的生成式AI主要依靠互联网文本和图像学习，擅长语言表达与内容生成，但对空间关系和物理规律的理解仍有限。

Grand View Research预测，全球物理AI市场规模（含硬件、软件及服务）将由2025年的约816亿美元增至2033年的9604亿美元，2026-2033年复合年增长率为36.1%。

华泰证券认为，数据采集及积累支撑模型能力提升，模型迭代与本体大规模生产协同推动应用落地，实际部署则持续产生新的交互数据、反哺模型优化，产业链由此形成闭环与数据飞轮。

在数据环节，Figure AI于2025年9月推出“Go-Big”计划，联合Brookfield采集多场景第一人称视频；京东2026年4月提出动员最多60万人，两年内积累1000万小时真实场景视频数据。

模型环节，华泰证券认为分层架构、VLA及世界模型等技术路线仍在探索；GPT-6等前沿模型有望增强分层架构中的高层任务理解与规划能力，推动该路线短期加快落地。

市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。