机器人产业洞见及物理 AI 供应链交流纪要

摘要： 本次会议由国金证券机械与计算机团队主导，深入探讨了机器人产业在物理 AI 驱动下的发展逻辑，重点分析了数据采集（Sensing）、国内外供应链卡位以及核心零部件（关节、电机、传感器）的竞争格局。

行业主线：

1. 物理 AI 与数据需求：物理 AI 的爆发高度依赖大规模高质量视频数据，数据采集设备（如深度相机、激光雷达）被视为 3D 内容时代的“金铲子”，具有极高的战略价值。
2. 供应链节奏：国内产品成熟度距离特斯拉约 1-1.5 年，目前国内供应链处于放量阶段，而海外供应链预计在第三或第四季度开始放量。
3. 核心赛道卡位：行业竞争将集中在少数几个核心赛道（如谐波减速器、深度相机、氮化镓、PEAK 材料），具备绝对龙头地位且有一体化产能的公司将拥有最强竞争力。

关键变化与分歧：

1. 数据成为核心卡点：目前行业极缺百万小时量级的训练数据，这将直接驱动采集端设备的盈利模式变革和需求爆发。
2. T 链迭代方向：重点关注特斯拉 V4 版本的研发迭代，其在耐久性和轻量化指标上的提升将带来新的交易机会。

受益方向与风险：

1. 受益方向：具备一体化产能的材料公司、核心传感器厂商（奥比中光、禾赛科技）、精密传动龙头（绿的谐波）以及机器人关节电机相关标的（恒立液压、信捷科技）。
2. 核心风险：特斯拉产品发布及量产进度不及预期、物理 AI 数据采集商业化落地缓慢、行业竞争加剧导致利润率承压。