
他認為,在商業(yè)服務的落地會比家庭、工業(yè)領(lǐng)域更快些。
在他看來,基礎(chǔ)模型能力的持續(xù)躍升將帶動物理 AI 機器人模型自進化循環(huán)的效能同步提升。隨著每月、每年基礎(chǔ)模型不斷迭代升級,自進化系統(tǒng)本身的能力也會隨之增強,形成良性循環(huán)。
一旦該閉環(huán)體系順暢運行,將大幅提升機器人的開發(fā)效率與迭代進化速度,經(jīng)過一段時間的持續(xù)運轉(zhuǎn),有望真正實現(xiàn)機器人自我進化能力的實質(zhì)性躍升。
機器人是物理 AI 的重要落地場景。
黃仁勛已經(jīng)多次表態(tài)稱," 下一波浪潮是物理 AI。" 也就是機器人的時代。根據(jù)英偉達的解釋,物理 AI 是指使用運動技能理解現(xiàn)實世界并與之進行交互的模型,它們通常封裝在機器人或自動駕駛汽車等自主機器中。利用物理 AI,自主機器能夠感知、理解并在現(xiàn)實世界中執(zhí)行復雜的操作。
10 月 21 日,黃仁勛在 GTC 柏林大會上發(fā)表主題演講稱,AI 工廠部署最快縮至 14 天,物理 AI 將加速落地。
美東時間周三,馬斯克在特斯拉財報電話會上表示,他堅信人形機器人整個賽道都將成為全球最大的產(chǎn)業(yè),未來地球上人形機器人的數(shù)量甚至會超過人類。他還預計,到明年年末,機器人 AI、機電設(shè)計、可靠性以及使用壽命等一系列問題有望得到解決," 到那個時間點,我們才可以對外向特斯拉以外的企業(yè)交付 Optimus。"
開源證券指出,物理 AI 有望成為編碼之后需求空間最大的市場,以 Optimus 為例,其落地路徑是先工廠、再商用、后家庭,目前 Optimus 已明確進入量產(chǎn)階段,2026 年 10 月底上游核心零部件預期達到周產(chǎn) 2000 至 2500 臺機器人的供應能力,2027 年全年保守實現(xiàn) 10 萬臺量級;OpenAI、Anthropic、DeepSeek 等多數(shù)通用前沿模型公司正醞釀進入具身智能和物理 AI。
國金證券表示,世界模型通過學習環(huán)境狀態(tài)及其隨時間和動作發(fā)生的變化,為機器人建立可供推演的內(nèi)部環(huán)境表征,VLA 將視覺和語言輸入映射為機器人動作,世界模型則為動作選擇提供未來狀態(tài)預測和結(jié)果評估;隨著模型能力向物理世界延伸,物理 AI 的競爭將覆蓋空間數(shù)據(jù)、物理仿真、機器人本體、訓練算力和真實場景反饋等完整技術(shù)鏈條,為 AI 創(chuàng)造更大的商業(yè)化場景。
中信證券則稱,GPT-6 與 Gemini 4 在機器人規(guī)劃、空間感知及 Real-to-Sim 建模上的進步,正在拓寬通用大模型參與機器人開發(fā)與訓練的空間,硬件上,國產(chǎn)整機廠和特斯拉 Optimus 量產(chǎn)爬坡不斷提速,并且特斯拉有望在四季度發(fā)布 Optimus V3,將人形機器人產(chǎn)業(yè)發(fā)展帶入新的階段?;诖耍春脵C器人產(chǎn)業(yè)的量產(chǎn)和應用前景,建議關(guān)注產(chǎn)業(yè)鏈核心廠商。