>> 申萬宏源-計算機行業(yè)周報：物理AI推動工業(yè)智能化升級-260627
| 上傳日期： |
2026/6/27 |
大?。?/td>
| 1735KB |
| 格式： |
pdf 共12頁 |
來源： |
申萬宏源 |
| 評級： |
看好 |
作者： |
劉洋,洪依真,黃忠煌 |
| 行業(yè)名稱： |
計算機 |
| 下載權(quán)限： |
此報告為加密報告，僅限高級會員查看 |
|
|
工業(yè)是物理AI最值得重視的落地場景。制造業(yè)天然具備物理對象、連續(xù)數(shù)據(jù)流、驗證機制和ROI閉環(huán)，既有設(shè)備、產(chǎn)線、機器人、倉儲物流等明確執(zhí)行對象，也有時序、質(zhì)量、工藝、運維等持續(xù)數(shù)據(jù)沉淀。相比泛軟件場景，工業(yè)客戶更重視穩(wěn)定性、可驗證性和可追溯性，也更愿意為降本增效、縮短調(diào)試周期、提升良率和減少停機付費。因此，工業(yè)AI商業(yè)化不會是最快的泛化應(yīng)用，但有可能形成更深的系統(tǒng)壁壘和更清晰的長期價值空間。
NVIDIA給出的物理AI范式，說明這一輪產(chǎn)業(yè)變化是“算力—仿真—世界模型—執(zhí)行系統(tǒng)”的協(xié)同工程。Omniverse承接數(shù)字孿生和物理仿真，Cosmos補齊世界模型和合成數(shù)據(jù)能力，Isaac服務(wù)機器人訓(xùn)練與部署，Thor/Jetson Thor提供邊緣側(cè)算力。對應(yīng)到工業(yè)場景，未來AI生成的設(shè)計方案、工藝參數(shù)、機器人路徑和產(chǎn)線調(diào)度，很難直接進入真實工廠，而需要先在數(shù)字孿生、CAE和多物理場仿真環(huán)境中完成驗證，再通過OT和自動化系統(tǒng)進入受控執(zhí)行。
工業(yè)軟件的入口價值有望被重新定價，長期方向是工業(yè)操作系統(tǒng)。CAD、CAE、PLM、MES、SCADA、QMS、EAM等系統(tǒng)過去主要承擔(dān)設(shè)計、仿真、生產(chǎn)、質(zhì)量和資產(chǎn)管理功能，未來將成為AI理解工業(yè)上下文、調(diào)用業(yè)務(wù)流程、連接執(zhí)行層的關(guān)鍵接口。
在“模型吞噬應(yīng)用”的背景下，工業(yè)AI真正的壁壘不在模型本身，而在模型周圍的工業(yè)體系。通用模型能力持續(xù)進步，單純Copilot、知識問答和輕量插件長期可能被基礎(chǔ)模型或平臺型軟件內(nèi)嵌；真正難以復(fù)制的是客戶核心系統(tǒng)入口、跨系統(tǒng)數(shù)據(jù)關(guān)聯(lián)、工業(yè)語義沉淀、仿真驗證能力、OT執(zhí)行能力和工業(yè)級安全信任。模型會迭代，工業(yè)入口、流程數(shù)據(jù)和執(zhí)行反饋閉環(huán)才是長期護城河。
重點推薦主線：1）數(shù)字經(jīng)濟領(lǐng)軍；2）AIGC應(yīng)用；3）AIGC算力；4）數(shù)據(jù)要素；5）信創(chuàng)彈性；6）港股核心；7）智聯(lián)汽車；8）新型工業(yè)化；9）醫(yī)療信息化。詳細標的請見正文。
風(fēng)險提示：行業(yè)若激進擴人策略，可能影響盈利增長。外部因素影響供應(yīng)鏈穩(wěn)定性。
|
|
