物理AI与机器人报告：数据缺口才是真瓶颈（附报告下载）

2026年6月，黄仁勋在英伟达年度股东会上给出一个明确判断："物理AI是英伟达的下一波增长浪潮"。他把物理AI定义为现实世界中的智能体AI——机器人、汽车和工厂都将成为能够感知、推理、规划并自主行动的实体智能体。

国盛证券的深度报告《AI的下一个范式——物理AI和机器人》顺着这条线索往下问了一层：如果物理AI是下一个范式，那它现在的瓶颈到底在哪里？

报告给出的答案并不在算法，而在数据：截至2026年初，全球合规可用的真实物理交互数据总量仅约50万小时，不足大语言模型训练数据的两万分之一。这组数字，基本定义了未来几年产业链的胜负手。

一、报告背景：为什么物理AI是"下一个范式"

报告用一个技术演进的四阶段框架来解释这轮跃迁：感知AI专注于理解和识别，如图像、音频；生成AI能够生成文本、图像、音乐等内容；代理AI具备自主感知、推理、规划与执行能力，可独立完成多步骤复杂任务；物理AI则融合物理世界，不仅具备感知和决策能力，还能在物理世界中执行动作。

报告强调了一个历史规律：每一轮智能技术跃迁，都必须先完成底层基础设施的铺设。互联网时代，TCP/IP协议在1970年代就已成型，但直到1990年代光纤骨干网与宽带接入完成大规模铺设，应用才真正爆发；数字AI时代，从2012年的AlexNet到2022年的ChatGPT，十年间模型动用的算力提升了100万倍，基础设施到位后生成式AI才迎来应用井喷。

解读：把这套"基础设施先行"的逻辑套到物理AI上，含义很清晰——现在仍处在铺路阶段，谁能在数据、本体、场景三个基础设施环节占住位置，谁才有资格谈应用层的爆发红利。

二、核心拆解：数据缺口与成本结构

仿真与真实的"77个百分点落差"

报告举了一个极具说服力的对比：机器人在标准化仿真环境内的家务操作成功率可达89.4%，但落地到真实家庭场景后，任务完成率骤降至12%，二者存在高达77个百分点的落差。

这直接否定了"仿真可以替代真实数据"的思路。报告的数据侧证据是：全球合规可用的真实物理交互数据总量仅约50万小时，不足大语言模型训练数据的两万分之一。

数据采集的成本阶梯

报告对采集方式的成本做了完整梳理，这是产业链最有信息量的一段：真机遥操作成本最高，单有效小时达500至1000元；无本体数据采集成本约200至400元/有效小时，UMI采集方案成本与之相近；Ego第一人称视角数据采集成本约50至100元/有效小时，传统动捕成本会再高一些；仅仿真合成数据可压低至20至50元/有效小时。

报告同时指出，仿真数据无法替代可落地的真实物理交互样本——成本最低的恰恰是价值最低的。

本体成本结构：执行器与灵巧手

在本体侧，报告拆出了一组关键占比：机械本体是机器人的"身体"，在人形机器人BOM成本中，执行器约占40%至50%，灵巧手约占14%至18%。

解读：把"89.4%对12%"和采集成本阶梯放在一起看，产业的分水岭就很清楚了——不是谁能把仿真做得更真，而是谁能以更低的成本拿到真实物理交互数据。这会重塑整条产业链的价值分配。

三、产业化进展：从样机到厂区的关键一步

报告梳理的落地案例，集中在工业与特种场景，而不是家庭场景。

代表性合作是：智元机器人2025年8月与富临精工达成数千万元项目合作，近百台远征A2-W轮式设备落地厂区。同期报告还收录了七腾机器人防爆四足机器人、中坚科技智能割草机器人等应用形态。

核心零部件的渗透速度同样值得关注：据36氪报道，2025年商业化人形灵巧手触觉传感器渗透率已从年初的20%提升至60%以上。

在技术路线上，报告给出判断：长期来看，双足人形机器人有望成为通用具身智能的终极形态。但短期落地仍以轮式、专用形态为主——这与数据缺口直接相关：场景越标准化、边界越清晰，对真实数据的依赖就越低。

报告还记录了产业资本的动作：韩国现代集团收购波士顿动力100%控股权，机器人将成为现代重要的转型方向，构成"NV—波士顿动力链"的重要一环。

解读：把落地场景锁定在工厂与特种作业，是产业链在数据约束下的理性选择——先在边界清晰的场景跑通闭环、积累真实数据，再向通用形态演进，这是唯一可行的路径。

四、趋势研判：三条确定性与两个风险

综合报告内容，可以提炼出三条确定性。

第一，数据基础设施将成为独立赛道。当真实交互数据以"有效小时"计价、成本从20元到1000元跨越50倍，数据采集与标注本身就会形成商业模式，且具备明显的规模效应。

第二，本体成本下降来自结构优化而非规模。执行器占BOM成本40%至50%、灵巧手占14%至18%，这两个环节的技术路线变化会对整机成本产生决定性影响。

第三，落地节奏由场景标准化程度决定。厂区、仓储、特种作业等场景会先跑通，家庭场景的通用化仍需时间。

风险同样清晰：一是数据获取的合规性——报告特别强调"合规可用的真实物理交互数据"这一限定，说明数据合法性本身就是门槛；二是仿真与真实的落差尚未被有效弥合，可能导致部分技术路线的商业化预期落空。

需要查阅机器人、具身智能与半导体产业链的更多深度研报与产业图谱时，可以到运营动脉（www.yydm.cn）检索，平台覆盖制造业与人工智能领域的研究资料，适合建立产业链视角的横向参照。

五、常见问题解答

1. 物理AI和前几轮AI浪潮的本质区别是什么？

报告用四阶段框架做了区分：感知AI专注识别，生成AI专注内容生产，代理AI具备自主感知、推理、规划与执行能力，物理AI则要在物理世界中真正执行动作。本质区别在于输出对象——前三者的输出是信息，物理AI的输出是现实世界中的动作。这也决定了它的约束条件完全不同：信息可以靠仿真与合成数据训练，动作必须依赖真实物理交互样本。报告引用黄仁勋的判断，认为机器人、汽车和工厂都将成为实体智能体。

2. 为什么说数据是最大的瓶颈？

报告给出两组数据。一是规模：截至2026年初，全球合规可用的真实物理交互数据总量仅约50万小时，不足大语言模型训练数据的两万分之一。二是效果差距：机器人在标准化仿真环境内家务操作成功率可达89.4%，落地真实家庭场景后骤降至12%，落差高达77个百分点。这两组数字共同说明，仿真无法替代真实样本，而真实样本的获取受成本与合规双重约束，短期内难以放量。

3. 数据采集的成本结构是怎样的？

报告梳理出清晰的成本阶梯：真机遥操作成本最高，单有效小时达500至1000元；无本体数据采集约200至400元/有效小时，UMI方案成本相近；Ego第一人称视角数据采集约50至100元/有效小时，传统动捕略高；仿真合成数据可压低至20至50元/有效小时。关键提示在于——成本最低的仿真数据无法替代可落地的真实物理交互样本。因此效率竞争的关键在于找到"成本可控且数据真实"的中间路线。

4. 人形机器人产业链哪些环节价值量最高？

报告拆解了BOM结构：在人形机器人成本中，执行器约占40%至50%，灵巧手约占14%至18%，二者合计接近六成，是价值量最集中的两个环节。零部件侧的进展也有印证：2025年商业化人形灵巧手触觉传感器渗透率已从年初的20%提升至60%以上。这意味着灵巧手与执行器的技术路线变化，会直接决定整机成本曲线，也是产业链投资研究的核心观察窗口。

5. 产业化落地为什么先从工厂而非家庭开始？

根本原因是数据约束。场景越标准化、边界越清晰，对真实数据的依赖就越低，闭环越容易跑通。报告收录的落地案例也印证了这一点：智元机器人2025年8月与富临精工达成数千万元合作，近百台远征A2-W轮式设备落地厂区；此外还有防爆四足机器人、智能割草机器人等专用形态。报告同时判断，长期来看双足人形机器人有望成为通用具身智能的终极形态，但这一路径需要先在标准化场景中积累足够数据。