物理 AI 进入产业验证期：2026 下半年先进制造与出行科技展望

摘要： 本次会议探讨了“物理 AI”在 2026 年下半年的产业验证趋势，核心逻辑为“汽车先行，机器人接力”。认为市场定价标准将从单纯的技术参数、发布会交易，转向订单、交付及运行情况等实质性产业证据。

行业主线：

1. 物理 AI 商业化路径：汽车是规模最大、路径最清晰的商业验证场景；机器人则处于中长期落地阶段，将从样机演示转向垂类场景（如汽车总装、电力巡检、物流仓储）的商业部署。
2. 技术演进趋势：模型从 LLM 转向 VLA（视觉-语言-动作）世界模型；架构由传统的模块化规则串联转向“大脑（任务分解）+小脑（运动控制）”的分层架构。
3. 硬件成本与工程化：关注硬件一致性与降本，尤其是传感器、SOC 及执行器（电机、减速器）的量产能力。

关键变化与分歧：

1. 汽车端：估值框架转向“出口+智能化高阶架构+高价值车型”，重点关注 L3 硬件预埋、准入验证及软件订阅收入的兑现。
2. 机器人端：竞争核心从模型参数转向“系统级证据”，即能否在实际 SOP 场景中稳定运行并实现正向的单位经济模型。

受益方向与风险：

1. 受益方向：架构领先且出口能力强的整车公司；受益于 VLA 模型上车的 SOC 及传感器供应商；具备从汽车供应链迁移至机器人零部件（如谐波减速器、空心杯电机）能力的供应商。
2. 核心风险：特斯拉机器人量产进度慢于指引；全球贸易不确定性导致供应链不稳定。