物理 AI：数据筑基，模型搭台，拔节起势在即——传媒行业深度报告

摘要： 本报告深入分析了物理 AI（Physical AI）的技术体系、产业链格局及商业化前景。物理 AI 将人工智能与物理世界的感知、决策与执行系统深度融合，在自动驾驶、具身智能等领域具有极高智能上限，正处于资本密集下注和技术加速发展阶段。

行业主线：

1. 市场潜力巨大：预计 2030 年全球物理 AI 市场规模将达 4300 亿欧元，自动驾驶和具身智能为核心应用场景。
2. 产业链三层架构：包括应用层（重点在 AIEV 和人形机器人量产）、模型层（世界模型分为渲染器、模拟器、规划器，趋势是向全模态融合）以及数据层（以真机数据为基，依赖仿真合成数据扩展规模）。
3. 技术关键点：世界模型是核心引擎，高质量物理数据是边际卡点，率先定义仿真环境和评测体系的系统将成为基础设施。

关键变化与分歧：

1. 模型演进：从追求视觉保真的渲染器转向追求物理规律的模拟器，最终向能够统一文本、图像、视频、音频与动作的全模态世界模型（如 Cosmos 3）演进。
2. 数据路径：面对高质量物理数据极度稀缺的现状，仿真合成数据被认为是跑通物理 AI 的必经之路。

受益方向与风险：

1. 受益方向：重点关注世界模型研发厂商、3D 仿真平台提供商及真机实采设备供应商。
2. 核心风险：物理 AI 商业化进展不及预期、世界模型迭代速度慢于预期、数据采集技术路线发生变化。