物理AI

物理 AI 重塑機器人產業鏈：資料採集與零組件成為兩條關注主線

華福證券認為，通用模型和工具鏈的發展有望推動具身智慧跨越關鍵節點，資料採集與機器人零組件是值得關注的兩個環節。

天風機械：物理 AI 落地要看哪些工序？從縫紉、包裝到物流與焊接

天風機械將物理 AI 的落地機會對應到具體人工工序：服裝側重柔性裁片操作，包裝與物流涵蓋上下料、分揀和搬運，焊接則突出控制系統與工作站。理解機會大小，須將對應人數池與產品覆蓋範圍、開發階段一併考量。

中金：物理 AI 數據採集：從感知硬體到訓練閉環，商業化進度有何差異？

中金機械將物理 AI 數據採集佈局拆分為感知、動作捕捉、模擬與場景閉環等環節。理解這些公司的關鍵，在於區分已推出的採集產品、已有訂單與向具身智能延伸的業務方向，並釐清整體獲利與專項業務的關係。

物理 AI 的資料瓶頸：採集硬體為何可能先於機器人放量？

材料將物理 AI 的產業瓶頸指向高品質訓練資料，機會集中於採集硬體、真實場景資料和模擬服務。市場空間估算增長陡峭，但企業進展從已銷售、已累積資料到尚未披露收入，實現階段差異明顯。

物理AI補數據、光連接器放量，冷媒與汽車出海各靠什麼延續景氣？

四條產業線的成長支點正在分化：物理AI依賴真實數據採集，光連接器已有業績和訂單支撐，冷媒靠配額約束穩定價格，汽車海外擴張則從搶出口轉向在地生產。