物理 AI 2026：从大模型到机器人，下一场智能资产的价值重估

一句话结论

2026年，AI 的核心叙事已从屏幕内的文本生成，向具备感知、执行与闭环能力的“物理 AI”跨越，开启了机器人本体、自动驾驶、工厂自动化执行系统以及边缘端元器件的全面价值重估。

关键事实与数据点

模型演进底座：2026年，开源 VLA 模型（如 OpenVLA、Octo）和以预测物理世界动态变化的 WAM（World-Action Models）成为具身智能的主流架构，开始在封闭场景实现从指令到物理动作的零样本泛化。 Optimus 进度验证：尽管前置预期极高，Tesla Optimus Gen 3 在 2026 年上半年的工厂内部测试仍以数据采集为主，真正的规模化投产与外部交付节点已推迟至 2026 年夏季，尚未公布规模化经济产出的工业 KPI。 竞对实测数据：作为对照组，Figure 02/03 在2026年上半年已于头部汽车制造产线（如宝马）积累超数千实测工时，确立了当前人形机器人在工业执行系统的商业化落地标杆。 元器件供给瓶颈：物理 AI 终端渗透与 AI 服务器高位需求叠加，直接导致供应链上游大容量 MLCC（特别是单机用量激增的 C0G/X7R 规格）在2026年中期显现结构性缺货周期。 功率半导体放量：机器人精密关节与电动化执行机构带动 IGBT 等功率模组需求爆发。下游产线对核心零部件的品控要求，催生了科威尔（688551.SH）、星云股份（300464.SZ）等相关测试与检测设备的密集订单流。 算力基建底座：四大云厂商 H12026 的 AI Capex 持续超预期。数据中心液冷渗透率及 HBM4 内存的量产时间表，构成制约当前云端模型训练能力释放的物理瓶颈。 ESG 监管驱动：2026年强制 ESG 披露“首考”落地，高标准能耗与劳工合规压力倒逼传统制造业加速引入基于物理 AI 的智能工厂执行系统，形成被动渗透的政策推力。 宏观与避险情绪：中东地缘动荡频发波及原油与国际航运价格。在宏观不确定性及美元流动性预期的双重作用下，大资金在“黄金（避险资产）”与“AI 龙头（高成长资产）”之间形成典型的哑铃型策略配置。 全球库存周期：经过长时间去化，全球半导体核心供应链与工业自动化零部件在 2026 年初显现明显的库存拐点，步入主动补库存阶段。

风险与证伪点

软硬件适配摩擦与延迟：若 VLA 模型的推理延迟无法稳定压缩（如 20Hz 以上），在真实世界中将导致精密操作频频“失败”，直接证伪“通用机器人”的短期爆发逻辑。 硬件 BOM 成本居高不下：如果供应链卡脖子（如 HBM4 生产延期、高容 MLCC 扩产受限），边缘算力及机器人本体硬件成本无法降至经济性替代拐点。 领头羊量产不及预期：若 Optimus Gen 3 迟迟无法输出实际劳务替代的经济验证数据，当前基于高预期的产业链“龙头”行情将面临情绪周期的快速退潮与估值杀跌。 宏观衰退压缩 Capex：若地缘冲突导致原物料成本长期高企或美元流动性恶化，实体制造业的资本开支（Capex）将被迫削减，延缓全社会物理 AI 设备的采购部署。

FAQ

Q: 为什么 2026 年是“物理 AI”爆发元年？ A: 基础模型能力跨越了单纯文本生成的奇点。VLA 等架构和真实车间数据的闭环跑通，让 AI 系统第一次在物理规则（重力、摩擦力、不确定环境）下具备了通用决策与安全执行能力。 Q: 物理 AI 会如何向上传导至底层电子元器件？ A: 物理端边缘设备的感知与控制需要极高的算力密度和电流稳定性。这直接带来了单机元器件用量翻倍，催化了大容量 MLCC（C0G/X7R）及高效能 IGBT 等被动元件与功率器件的量价齐升。 Q: 宏观层面的金价共振及库存周期对该主题有何关联？ A: 金价走强反映的宏观不确定性，促使资金聚焦具备强现金流或确定性产业壁垒的细分“龙头”。同时，工业级零部件库存触底反弹，与物理 AI 的产业导入期形成了同频共振。 Q: ESG 政策如何变相推动物理 AI 的普及？ A: 2026 强制 ESG 披露要求企业提供详尽且可量化的碳排放与劳工安全数据。采用高能效算力集群与无人化自动车间，能够系统性提升企业的 ESG 评级并规避供应链合规风险。