开源证券认为，物理AI是将AI与物理世界中的感知、决策与执行系统深度融合的智能技术体系，黄仁勋提出智能体AI的下一时代是物理AI。

据InfoQ，截至2026年6月，近18个月内超百亿美元资金流入物理AI赛道，科技大厂跑步入场，金融资本密集下注，或推动物理AI迈入加速发展阶段。

世界模型决定物理AI发展速度，李飞飞将模型分为三类：渲染器追求视觉保真，模拟器关注物理结构并能真实还原现实世界，规划器指导物理载体具体行为，她认为三类模型将融合进化为真正的世界模型，英伟达Cosmos3或可视作初步尝试。数据是模型“智能涌现”的基础。

据览蜂科技，全球高质量物理数据仅50万小时，而GPT-5级LLM训练数据折算超100亿小时，在现有数据中，真机实采数据质量高，但绑定本体、成本高，难以规模化。基于真实数据的合成数据可控制误差，并覆盖长尾场景，边际成本低，或是必经之路，率先定义仿真环境和评测体系的系统有望成为物理AI重要基础设施。物理AI市场空间已迈向星辰大海。



财通证券认为：

1）数采面临部分难题，数据为当下物理AI发展的关键因素：物理AI的发展离不开算法、算力、数据三要素，目前算法模型正逐渐收敛，数据成为决定物理AI发展的重要因素。当下物理AI数采面临“规模小、成本高、质量标准缺失、虚实鸿沟大”等难题，物理AI厂商的竞争已从算法算力的比拼，逐渐转向寻求高质量、大规模数据供给能力的竞争。

2）物理AI各类数据优劣势明显，数据融合成为趋势：物理AI的数据种类呈“金字塔式”架构，最底层数据是海量的互联网公开资料；中间层为仿真数据以及无本体数采得到的数据（UMI、Ego等）；顶层是遥操等真机数据。

3）政府重视数据发展，各类数据厂商产品种类丰富。