1、物理AI核心投资主线梳理

OI链投资逻辑与标的：OpenAI明年将进入端侧产品爆量大年，覆盖甜甜圈AI音箱、人形机器人原型机等多品类终端，目前产品处于研发阶段，明年将进入定型放量期，今年到明年OI链具备持续性投资机会。OI链投资可参考2024-2025年特斯拉产业演绎路径，分为两大阶段：第一阶段为送样行情，第二阶段为供应链定型行情，后续OI供应链持续性较强，值得持续挖掘。当前从供应链合作关系及订单确定性维度，推荐长盈精密、华依科技、兆威机电等与客户端接触紧密的公司。

特斯拉链投资逻辑与标的：特斯拉链区别于OI链、数据链的主题投资属性，已进入订单释放期，属于景气度投资阶段，安全边际、波动表现均优于另外两条主线。排产及产能规划方面，产业链排产10月单周产量超1000台，年底有望接近2000台，四季度将率先启动业绩兑现，明年正式跨入放量大年；第一个工厂100万台总产能已交付50万台，剩余二期50万台明年上半年交付完成，明年下半年将启动2000万产能的第二工厂建设，明后两年放量将实现数量级增长。目前板块年初至今多数个股调整幅度超50%，悲观预期已充分反映，甚至近期产业积极变化市场未做反应，属于典型底部特征。推荐标的分为两类：a.中军标的：双花智控、恒立液压、五洲新春、浙江荣泰、科达利等；b.边际变化相关标的：一是反应注塑技术方向，V4版本今年年底启动研发，反应注塑具备成本低、环保、产品性能优于普通塑料的优势，是V4版本潜在核心技术变化，对应标的为日盈电子；二是全球供应链重组方向，当前特斯拉供应链以中国大陆、台湾、日本、韩国为主，印度供应链参与度较低，绑定印度供应链较深的宁波华翔有望在V4版本斩获更多订单。

数据链投资逻辑与标的：数据链是人形机器人大模型突破的核心卡点，产业节奏与OI链类似，明年将进入爆发期，逐季度可验证供应链卡位、行业爆量的显著变化，今年二季度起持续看好该赛道。增长逻辑方面，当前头部公司人形机器人数据量级为百万至千万级，明年有望提升至千万至亿级，大模型随时可能实现突破；数据链投资逻辑对标算力赛道，一旦头部公司通过数据扩张实现机器人大模型革命性迭代，全行业具身智能公司将进入数据军备竞赛，未来市场规模可达千亿级。数据链分为四大细分赛道，对应标的分别为：a.上游芯片：核心推荐陀螺仪芯片标的芯动联科；b.传感器：涵盖三类核心方案，分别是视觉传感器标的奥比中光、姿态感知传感器标的华依科技、视觉触觉结合方案标的弗莱新材；c.素材平台：推荐凡拓数创、索辰科技等；d.垂类公司：人形机器人大模型突破后垂类应用弹性较大，推荐工业细分领域布局的天奇股份、杰克等。整体来看，2026年至2027年AI最大看点为端侧爆发，核心取决于物理AI的突破，OI链、特斯拉链、数据链是后续AI板块三大核心演绎主线。

2、硅谷视角下物理AI产业进展

物理AI技术路径演化：此前具身智能大脑落地共有五大技术路径，核心思路各有不同：a. 学界常用的真机数据+强化学习路径，仅能支撑单一小任务落地；b. 英伟达提出的仿真环境下训练路径；c. 特斯拉软硬件一体全链路布局路径，以数据为切入口自下而上解决大脑问题；d. 世界模型路线，核心逻辑为预测世界下一帧变化，提前指导模型做出判断驱动机器人执行；e. 谷歌坚持的大语言模型做大脑、VLA模型充当小脑的路径，可协同完成复杂任务规划、执行与具体动作落地。
以GP6为代表的新一代大模型发布后，产业加速向谷歌路径收敛，核心原因有二：一是可降低研发成本，机器人公司无需自研大脑，能复用大模型公司的海量算力与资本优势，提升落地可行性；二是大模型泛化能力超预期，当前大模型本身训练数据量可达一两百T，具身智能数据绝对量虽远低于该水平，但已展现出可观的泛化效果。谷歌Gemini 4的应用案例进一步验证了该路径的潜力，在基础架构未发生明显变化的前提下，仅迭代大模型即可实现机器人观看互联网上人类搬运沙袋的视频后直接学会对应动作，泛化能力接近人类，给产业落地带来巨大曙光。

物理AI落地核心挑战：物理AI实现商业化落地仍存在三大核心挑战，各挑战的痛点及潜在解决路径如下：a. 推理时间过长：当前公开的相关演示视频均需加速几十倍才能观看，实际推理落地需数分钟，该问题可通过算法优化、多级算力分层逐步解决；b. 最后1公里动作准确性与完成度不足：大模型大脑可下达清晰指令，但小脑做精准动作规划需大量真机采集的多维感知数据支撑；物理AI场景与虚拟场景核心差异在于动作精度要求高，需避免误差放大对物理世界造成不良后果，后续需积累视频、触觉等多维度真机感知数据，覆盖预训练及全落地环节的数据需求；c. 大小脑耦合不畅：大模型指令与小脑落地执行的衔接尚未达到人脑级丝滑程度，未来可通过大模型公司与机械大脑公司的业务合作、资本联动等方式加速攻克。

物理AI相关投资方向：结合硅谷产业进展，物理AI领域有三大确定性投资方向：a. 机器人本体赛道，是未来机器人数据采集、业务落地的核心载体，具备长期投资价值；b. 数据采集与物理AI仿真平台赛道：真实采集数据与虚拟仿真数据的配合是机器人预训练、后训练以及VLA小脑模型训练的核心数据来源，是支撑技术迭代的核心基础设施；c. 特斯拉供应链赛道：特斯拉拥有Optimus本体、XAI算力支撑、端侧芯片研发布局，生态完整性位居行业前列，未来Optimus路径将与硅谷其他技术路径耦合发展，当前是布局特斯拉机器人供应链相关公司的合适窗口。
整体来看，后续大模型公司及硅谷科技巨头将持续在物理AI领域加大投入，推动下一代模型迭代及产业加速落地，物理AI是2026年Q4最核心的投资主线，相关赛道将持续迎来产业催化。

3、物理AI硬件产业链投资机会

素材环节投资逻辑与标的：大模型厂商布局物理AI赛道，相比传统机器人、具身智能企业更具优势，将加速产业迭代进程。GPT6extra在推理端测评数据表现优异，为产业带来分层训练的全新范式：大模型先完成物理世界预训练实现推理端快速进步，再在其基础上开展具身端（小脑）与机器人本体的适配训练，大幅降低后续推理环节所需数据量。
数据是物理AI、具身智能领域相当于算力级别的核心基础设施，是当前产业发展的核心痛点，真机素材积累是机器人实现泛化落地、产业有序应用的必要前提。数据产业链可分为上游素材设备、中游素材服务、下游机器人厂商三大环节，其中素材设备与服务将率先迎来爆发。目前素材设备以易购、欧米、动补类为主，后续真机素材会迎来快速增长，2025年国内人形机器人17%的出货量用于素材采集，2026年上半年该占比已超30%，特斯拉近期需要1-2万台机器人用于自身真机模型迭代，真机素材卡位价值凸显。
核心标的分为两类：a.硬件端：奥比中光（相机）、华依科技（IMU，已获得智源相关出货订单）、龙旗（已与智源达成合作）、福莱、日营（手部末端传感器）等；b.软件服务端：凡拓、瑞声（数据清洗）、索辰（仿真平台）等。

OpenAI链投资逻辑与标的：OpenAI当前数字AI付费增速边际走弱，亟需打造第二增长曲线，因此将硬件端重新列为战略重心，计划打造软硬件闭环实现数据飞轮运转，落地物理AI方向的全新商业模式。其硬件产品规划清晰：明年将推出搭载可动摄像头的陪伴式AI终端（业内称“甜甜圈”），产品定位为比肩智能手机、个人电脑的划时代产品，后续还将布局手机、无人机等品类，明年下半年将推出人形机器人产品。
OpenAI已有成熟的3C供应链体系，相关供应链将率先受益，且3C供应链与机器人供应链具备通用性，OpenAI入局硬件赛道将为产业链带来全新红利。目前OpenAI链是确定性较高的投资方向，首推奥普特、博众精工、兆威机电，三家企业均已储备OpenAI链新产品订单，订单规模可观。

特斯拉链与本体投资逻辑与标的：特斯拉人形机器人产业节奏明确，2026年周产已达1000台以上，2027年出货量预计超过10万台，长期目标为百万台，即使实际出货量未达目标也将实现大幅上量，2027年将迎来景气投资拐点。催化节点清晰：后续1个月将发布机器人相关视频，2026年12月股东大会将发布人形机器人相关进展，2027年4月将上线新芯片大幅提升算力。
当前特斯拉链个股调整幅度较大，处于“买主业送机器人”的高性价比区间，从1年投资维度看胜率与赔率均很高，是确定性较强的布局方向。核心推荐标的分为两类：a.特斯拉链核心标的：恒立液压、三花智控、拓普集团等；b.国内人形机器人本体厂商：宇树、丰隆、上纬新材等，均具备较好的发展前景。

4、物理AI应用端投资机会

应用端核心驱动逻辑：当前物理AI落地迎来拐点，核心驱动来自机器人控制新范式的出现。不同于此前依赖单一模型或分层式架构的技术路线，新范式可直接通过大模型调用机器人控制API，可实现两大核心成本的明显压缩：一是跨场景数据重新训练成本，该问题此前在派0.5版本中已得到解决，全新场景下仅需通过专家指导等方式优化数据即可实现较好控制效果；二是训练端大脑投入成本，跨场景移植难度也同步下降，对终端应用厂商形成明显利好。技术迭代路径逐步清晰，GP6Astra可越过传统VLA训练环节，直接调用末端执行器API完成机器人控制，最终可将机器人的每个动作、工序对应为token消耗，只要经济性测算达标即可落地产业场景，为应用端企业带来全新发展机遇。

服装场景标的推荐：服装是物理AI落地的优质垂类场景，核心逻辑包括三点：a. 行业痛点突出，市场空间充足：服装行业国内、海外招工难度均较高，工序重复度高且具备较强柔性化需求，传统工业机器人难以适配实现自动化升级，机器人换人必要性强，赛道具备稀缺性；b. 杰克科技核心竞争优势显著：公司是全球缝制设备绝对龙头，很早就布局服装行业数字化、无人化方向，此前已完成单机成套改造，打通数据通信、产线连接等环节，当前依托VLA模型、大语言模型技术进步切入机器人赛道，定位于非通用人形的本体企业，产品为无下肢仅上肢的双力机械臂机器人，聚焦服装场景，相比通用人形机器人对训练数据要求更低，采用"大语言模型上层调度+下层动作专家模型"的落地路径，商业化可行性高；c. 产品进展顺利：本月将正式推出服装机器人，目前已有初步成品，且已在下游大客户现场运行，可作为单机使用也可配套自有产线做产线化布置，在提升原有主业附加值的同时拓展第二增长曲线，下游客户波司登已表达潜在合作意向。

其他垂类场景投资机会：除服装场景外，物流、仓储、巡检等垂类场景的物理AI落地机会同样值得重点关注。去年下半年物流等领域相关企业已完成机器人样机落地、初步场景验证，后续持续开展数据采集与机器人训练，这类企业兼具多重价值：一方面可作为素材设备供应商、场景供应商，是物理AI落地的重要基建主体；另一方面掌握带具体动作、关节信息的真实机器人原数据，这类垂类数据是模型训练的核心高价值资源，同时企业可依托自身客户触达能力覆盖更多场景，持续开展数据采集与训练，兼具数据端价值与应用落地弹性。核心推荐标的包括：a. 德玛科技：具备成熟的数据售卖商业模式，已与智源鹿鸣等机器人企业合作，基于自有场景开展数据采集与模型训练；b. 蓝剑智能。建议重点关注各垂类场景的核心龙头企业。

5、AI眼镜行业现状与投资机会

AI眼镜行业规模与结构：当前AI眼镜行业已进入从1到10的放量阶段，全球出货量高速增长：2024年全球AI眼镜出货153万台，2025年达846万台，同比增长453%，2026年上半年出货同比增长263%，但行业爆发节奏仍受技术路线未完全突破限制，尚未达到消费级水平。行业内部结构分化明显，2026年上半年无显示AI眼镜仍占出货量绝大多数，但显示型AI眼镜出货同比增长400%以上，迭代加速实现显著突破，全球各大厂商均将显示型AI眼镜作为长期确定性技术路线。国内市场方面，2025年中国智能眼镜出货246万台，2026年上半年预计超400万台，虽然整体市场占比仍低于Meta对应水平，但去年出台的国补政策降低了消费门槛，推动了部分消费普及。

AI眼镜核心投资主线：AI眼镜投资主线可从上游制造与下游渠道两大维度布局：上游制造端，显示型眼镜主流技术路线为微米级精度的近视处方镜片与光波导显示一体式贴合，该方案显著优于外挂式镜片与内置方案，已逐步成为带显产品的核心路线，贴合良率与成本是决定带显产品渗透率的关键，带显产品占比提升也将带动镜片毛利率实现结构性改善，优先推荐绑定Meta、贴合良率水平领先的优质制造商康耐特光学。此外无显示AI眼镜本质为处方镜片叠加麦克风、摄像头的日常佩戴设备，需高折射率镜片实现减薄减重以保障消费者佩戴体验，因此具备高折射率镜片制造、一体式贴合能力的厂商均将受益于行业扩容。下游渠道端，验光、试戴、配镜等售后环节难以被线上替代，线下验配网络是近视人群镜片及带显产品转化、复购的核心支撑，建议关注线下配镜相关渠道标的。

AI眼镜消费普及拐点：当前AI眼镜尚未实现消费级普及，核心存在四大痛点：a. 续航：多模块功能叠加导致功耗较高，当前行业多采用更换电池方案解决长期续航需求；b. 显示：当前产品以单绿显示为主，全彩显示成本高、良率低，光波导技术路线还会影响用户观看舒适度的视场角；c. 生态：云端协同是核心生态方案，叠加端侧小模型支撑基础问答，但云端模型使用存在时延与精度问题；d. 配镜成本：包含产品本身售价及近视人群配镜的额外成本两部分。当前硬件与软件端已出现明确突破信号，有望推动2027年实现消费普及：硬件端，2026年10月27日ROIC将在发布会上推出全彩显示AI眼镜，解决此前单绿显示的应用局限问题，若后续全彩显示产品价格带逐步下探至消费者可接受区间，将成为明年行业爆发的核心拐点；软件端，2026年9月News个人AI agent上线，千问也即将推出千问Go个人AI agent，个人AI agent可覆盖购物、出行等多类日常场景，提升AI眼镜使用频率与使用效果，与AI眼镜绑定后商业价值将成倍提升，推动交互能力从基础问答向任务执行、空间感知升级。整体来看，全彩显示普及与AI交互能力突破是AI眼镜实现消费级普及的核心驱动因素。

Q&A

Q：OpenAI链的投资逻辑及推荐标的有哪些？

A：OpenAI链明年正式进入端侧产品爆量大年，从甜甜圈AI音箱到人形机器人原型机等多个产品处于研发至定型放量阶段。预判从今年到明年有持续性机会，参考特斯拉24至25年演绎方式，先买送样行情，后买供应链定型行情。从供应链关系及订单确定性角度，推荐与客户端接触较紧密的长盈精密、华依科技及兆威机电等公司。

Q：特斯拉链的产业进度、投资逻辑及推荐标的有哪些？

A：特斯拉链已步入订单释放期，10月单周排产1000台以上，年底接近2000台，四季度率先业绩兑现。明年正式跨入放量大年，一期100万台产能已交付50万台，二期50万台明年上半年交付，26年或27年下半年第二个工厂2000万产能启动建设。已步入景气度投资阶段，安全边际和股价波动性优于OpenAI链和数据链，很多股票调整50%以上反映充分悲观预期。中军角度推荐双花智控、恒立液压、五洲新春、浙江荣泰、科达利、丁利等。边际变化关注反应注塑和全球供应链重组。

Q：数据链的投资逻辑及关注的四个赛道和标的有哪些？

A：数据链与OpenAI链产业节奏类似，处于明年需要大爆发的赛道。人形机器人卡点在数据，需千万至亿级数据才有大模型突破，一旦突破全行业将进入千亿级体量的数据军备竞赛。关注四个赛道：一是上游芯片，最看好MU里的陀螺仪芯片芯动联科；二是传感器，包括视觉核心奥比中光、姿态感知核心华依科技、视觉触觉结合的弗莱新材等；三是素材平台，关注凡拓数创及索辰科技；四是垂类公司，若大模型突破长期弹性大，包括天奇股份、杰克等专注细分工业领域的公司。

Q：硅谷对于大语言模型在物理AI领域应用的感受及技术路径收敛趋势是怎样的？

A：硅谷对大语言模型在物理AI领域的泛化潜力感到非常兴奋。过去探索具身智能大脑落地有五种方案，此次以GPT6为代表的新一代大语言模型发布后，呈现出向第五种方式收敛的可能，即用大语言模型做大脑、VRA模型做小脑。该方式解决了成本问题，大模型公司掌握夸张量级的算力和资本，且预训练数据量虽少但泛化效果令人兴奋，如谷歌Gemini 4在机器人搬运沙袋视频学习上展现出接近人的泛化能力。

Q：物理AI推向商业化面临哪些挑战及未来的解决方向？

A：物理AI推向商业化面临三个挑战：一是推理时间长，需按分钟级落地，未来需通过算法优化和多级算力分层解决；二是最后1公里的准确性与完成度，物理场景对动作精准度要求高，需采集大量包含视频、触觉等多维感知的真机数据来提高准确率；三是大脑和小脑的耦合问题，需实现更丝滑的连接，未来可能通过大模型公司与机械大脑公司合作或资本运作加速推进解决。

Q：基于硅谷调研，物理AI在投资上有哪些确定性的方向？

A：物理AI投资有三个确定性方向：一是机器人本体，是采集数据和整体工作落地的重要投资方向；二是数据采集和物理AI仿真平台，真机数据与虚拟仿真数据配合是预训练、后训练及VRA模型小脑训练的重要数据来源；三是特斯拉供应链，马斯克拥有本体、算力及XAI公司，推动端侧芯片研发，生态最完整，未来Optimus路径将与硅谷其他路径耦合，T链供应链投资机会合适。

Q：大模型公司切入物理AI带来的产业新范式及数据环节的投资机会是什么？

A：大模型公司切入物理AI带来分层结构新范式，大模型先做预训练理解物理世界，小脑端结合机器人本体做训练，大幅减少推理所需数据。数据是物理AI和具身智能的算力级基础设施，当前产业痛点在数据。投资机会集中在素材设备和服务：素材设备以真机素材为主，核心零部件包括相机奥比中光、IMU华依科技、龙旗及手部末端传感器福莱、日盈等；素材服务包括做数据清洗的凡拓、瑞声及仿真平台索辰等计算机软件端公司。

Q：OpenAI链的硬件布局及受益的产业链和推荐标的有哪些？

A：OpenAI寻求物理AI方向新增长点，需硬件闭环实现数据飞轮和商业模式运转。明年将推出甜甜圈AI音箱、手机、无人机及人形机器人，软硬件一起做，硬件端重回战略中心。传统3C链最先受益，产业共用且大型公司入局带来新红利。重点推荐已确定是OI链且有新产品订单储备的公司，首推奥斯特、博众精工和兆威机电，量不小且确定性概率大。

Q：特斯拉链及国内机器人本体与垂类应用的投资逻辑及推荐标的有哪些？

A：特斯拉链确定性强且跌幅大，很多公司属于买主业送机器人状态，一年维度胜率和赔率高。今年周产1000多台，明年大概率10万台以上出货，27年指引百万台，明年迎来景气投资拐点。重点推荐受基本面跟上的OI方向核心公司，以及国内机器人本体厂商如恒立液压，其他T链公司如三花、拓普，国内本体如宇树、丰隆等，具有非常好的发展前景。

Q：物理AI应用端成本压缩的逻辑及首推标的杰克科技的核心投资逻辑是什么？

A：大模型直接调用机器人控制API带来新范式，压缩跨场景数据重新训练和大脑投入成本，利好终端应用厂商。首推杰克科技：服装行业市场空间大、招工难且柔性化强，机器换人必要性高；公司主业全球龙头，布局数字化无人化；推出无下肢双力机械臂服装机器人，对数据要求低，结合大语言模型和动作专家模型实现控制；预计本月正式发布，已有波司登等潜在意向订单，产品已在下游大客户现场跑通，赋予老主业更高附加值。

Q：物流仓储等垂类应用企业在物理AI投资中的综合定位及推荐标的有哪些？

A：物流、仓储等企业积极切入机器人应用，提供产品、数据和场地，可定义为素材设备、场景或基建设施供应商。垂类真实机器人原数据最值钱，结合自有场景和客户环境进行数据采集训练，具数据端和应用端一体化综合价值。推荐标的包括物流行业的德玛科技及蓝剑智能等，建议重点关注服装、物流仓储及巡检等场景的核心公司。

Q：AI眼镜行业的出货规模、结构变化及上游制造和下游渠道的投资主线是什么？

A：AI眼镜24年出货153万台，25年预计846万台，26年上半年同比增263%，进入1到10放量阶段。带显示AI眼镜出货同比增400%多，显示路线加速迭代。投资主线方面，上游制造端关注绑定大厂且具备带显示贴合良率水平的优质厂商，以及能制造高折射率镜片的厂商；下游关注难以被线上替代的验光、试戴、配镜等线下渠道，这是近视人群镜片和带显示渗透转化与复购的关键。

Q：AI眼镜实现消费级普及面临哪些痛点及明年有望突破的行业拐点是什么？

A：AI眼镜消费普及面临四个痛点：续航、显示、生态、配镜成本。明年有望突破的拐点包括：硬件方面，10月27日ROIC将发布全彩显示AI眼镜，全彩普及及价格下探是爆发性拐点；软件方面，9月8日news上线及千问go推出，个人AI agent普及将提升使用频率和效果，实现从基础问答到任务执行及空间感知。

温馨提示：内容源于第三方以及公开平台，仅供用户参考，恕本平台对内容合法性、真实性、准确性不承担责任。如有异议/反馈可与平台客服联系处理（微信：_LYSD_）