⚠️ 风险提示：以下仅为产业链逻辑梳理，不构成任何投资建议。物理 AI / 数采仍处于早期，订单、业绩兑现存在较大不确定性。

一句话核心：物理 AI（具身智能）不是缺“算力”，而是缺「人与环境交互的高质量多模态数据」。千亿市场打开，受益顺序是：感知硬件（传感器、动捕、深度相机）→ 数采设备与采集服务 → 标注 / 仿真合成数据 → 训练平台。



一、为什么是“数采优先”

大模型靠海量文本、图像；但机器人要学会抓、推、拧、避让，需要记录：手的位置、接触力、物体形变、相机视角、惯性姿态。当前全球高质量具身交互数据仅约 50 万小时，而商用模型通常需要百亿小时，供需缺口巨大。行业把这一轮称为 “物理 AI 的数据基建”，和当年光模块是算力基建非常像。

主流采集路线分三类：

1. EGO / 第一视角（头戴）：低成本、适合抓取、操作；
2. UMI / 手持采集器：模拟机械臂、灵巧手，兼顾视觉 + 力觉；
3. 光学动捕 + IMU：全身姿态、手臂轨迹，用于人体示范；
4. 遥操作真机采集：精度最高，但成本最贵。

“无本体采集”（不需要完整人形机器人）是本轮爆发的关键，把单套设备成本从几十万压到几万，让大规模建“机器人训练场 / 数采工厂”成为可能。



二、第一梯队：感知硬件（最直接受益者）

物理数采本质就是把「动作、力、空间、姿态」转化成结构化数字信号。传感器、深度相机、惯性单元、触觉芯片就是这一轮的“铲子”。

1）IMU / 惯性测量单元

IMU 负责捕捉姿态、加速度、旋转，是动捕、头戴、手持采集设备里最核心器件。弱光、遮挡、无 GPS 环境下，全靠它维持轨迹与时间同步。

华依科技（688071）
国内这一环节辨识度最高。已经给觅蜂科技（MEgo）批量供货，用于无本体数采设备。核心看点是把车规级高精度 IMU 迁移到具身智能，解决漂移、同步、小型化难题。机构普遍把它当作物理 AI “惯性传感国产替代”的核心标的。

跟踪重点：觅蜂、真觉万象、海外数采厂商的新订单、单台价值量、毛利率变化。

2）三维视觉 / 深度相机

物理 AI 需要知道物体在哪里、距离、轮廓、堆叠关系。深度相机、结构光、光场设备就是它的“空间眼睛”。

奥比中光（688322）
深度相机龙头，覆盖结构光、双目、iToF。在机器人、机械臂、无本体采集背包、第一视角采集方案中都有应用。与机器人平台、仿真厂商联动较多，是 “物理视觉入口”。

凌云光（688400）
光学动作捕捉。通过高速相机与标记点，重建人体、手臂、手指运动轨迹，适合“示教数据”采集。在工业、机器人训练场、数字孪生场景卡位较好。

3）力觉 / 六维力传感器

如果说相机看到“在哪里”，力传感器就能感知“用多大劲”。对于抓取、装配、柔性操作，力数据是决定模型能不能从实验室走向真实产线的关键。

柯力传感（603662）
国内六维力、多维力传感器核心标的。机器人力控、灵巧手、遥操作、真机采集都需要。物理 AI 如果要从“看”进化到“操作”，力觉会是下一轮增量。

敏芯股份（688286）
MEMS 多维度传感，覆盖压力、声学、惯性、微力感知，适合触觉、接触反馈、微型采集模组。东吴证券“新中天”组合里，敏芯就是代表物理 AI 的“感官层”。



三、第二梯队：数采设备与采集服务

硬件之外，更靠近市场的是“整套采集系统”和“数据交付”。这一类公司直接对接智元、宇树、优必选、京东、百度、机器人模型公司，是把“设备、软件、训练场、标注”打包交付的一方。

1）觅蜂科技链（未上市）

觅蜂是本轮最重要的数采服务商之一，MEgo 无本体采集设备已经下线两万套以上，累计高质量交互数据突破百万小时，服务多家机器人大模型团队。虽然没有直接上市，但它带动了整条供应链：IMU、深度相机、结构件、采集软件、标注平台。

与之绑定最深的就是华依科技，其次是深度视觉、模组、整机方案商。

2）五一视界

数字孪生、空间采集、虚实融合。物理 AI 的闭环是：在真实世界采集 → 在虚拟世界仿真训练 → 再回到真机验证。数字孪生平台就是连接“真实”与“虚拟”的枢纽。

重点观察：具身训练场、遥操作平台、空间重建、场景资产库。

3）凡拓数创（301313）

布局“具身拓展背包、遥操作数采平台、动作编排平台”，覆盖从采集、仿真到动作迁移的链条。公司强调 “Real to Sim to Real”，也就是把真人操作数据导入虚拟环境训练，再迁移到机器人。适合跟踪“训练场建设”这条支线。

4）龙旗科技

不是单纯的传感器厂商，而是模组与整机集成。在头戴采集器、第一视角采集背包、机器人感知模组上有布局。在物理 AI 里，“集成商”有时候比单纯元器件厂商更能吃到项目红利，因为客户更偏好一站式交付。



四、第三梯队：标注、仿真、合成数据

当真实采集成本高、场景有限时，行业会大量使用“仿真 + 合成数据”。这一块虽然不如硬件爆发力强，但属于中长期高壁垒环节。

1）海天瑞声（688787）

传统上以语音、多模态标注闻名，现在已经切入具身交互、动作、轨迹、机器人操作数据。物理 AI 和传统图像标注不同，需要对“力、姿态、时序、接触事件”做结构化标注，壁垒更高。券商把它作为“数据服务层”代表。

核心逻辑：哪怕硬件放量，如果没有高质量标注，原始数据就很难被模型使用。随着数采工厂扩张，标注、校验、清洗、标准化会持续提量。

2）索辰科技（688507）

物理仿真龙头。如果把“真实采集”比作拍照，仿真就是在虚拟世界里做大量对照实验。可微分物理、刚体、流体、接触、摩擦、柔性物体，都需要求解器。对于机器人、自动驾驶、工业具身智能，仿真平台是降低试错成本的关键基础设施。

市场常把索辰看作物理 AI “仿真底座”。当采集到真人操作数据后，仿真可以快速生成大量“变体样本”，弥补真实场景不足。

3）能科科技（603859）

工业数字孪生与仿真中台。更偏向工业场景，比如产线、装配、物流、柔性制造。物理 AI 不会只停留在人形机器人；工业机器人、智能设备、自动化产线会更早落地。能科的优势在于打通“虚拟调试、真机执行、数据回流”闭环。



五、第四梯队：机器人本体与训练平台

虽然不是直接卖“数采设备”，但人形机器人、灵巧手、遥操作平台本身就是最大的数据生产工具。每一台机器人在测试、调试、操作过程中，都会持续产生反馈数据。

宇树科技（688836）

本轮物理 AI 的人气核心之一。宇树的优势不只是机器人本体，还有规模化测试、真机反馈、世界模型迭代。当大量机器人进入实验室、工厂、训练场，就会持续产生操作、碰撞、抓取、失败案例，形成 “机器自学” 的闭环。

对产业链的拉动：关节、力控、视觉、动捕、仿真、合成数据。

绿控传动

在机器人运动控制、伺服、底盘、执行层有卡位。物理 AI 如果要“动起来”，控制层就决定了机器人能否稳定复现学习到的动作。

中科创达（300496）

端侧智能体、机器人操作系统、世界模型适配。物理 AI 的最终目标不是“在云端训练”，而是让机器人在本地感知、规划、执行。中科创达在操作系统、硬件抽象、边缘推理方面，是重要的软件底座。



六、按“受益确定性”排序

可以简单分成四层，越靠前越直接受益于“数采基建”。

层级 方向 核心逻辑
第一层 IMU、深度相机、光学动捕 每一套采集设备都必须搭载，订单弹性最大
第二层 力 / 触觉传感器 从“看动作”升级到“感知接触”，下一阶段核心
第三层 数采整机、遥操作、训练场 直接承接模型厂、机器人厂的数据采购预算
第四层 标注、仿真、合成数据 拉长训练闭环，降低长期数据成本
第五层 机器人本体、控制软件 通过真机反馈持续产生数据

如果把这条赛道类比当年的算力行情：

- IMU / 深度相机 ≈ 光模块、高速线缆；
- 数采设备 ≈ 服务器整机；
- 仿真与标注 ≈ 训练平台与数据服务；
- 人形机器人 ≈ AI 应用终端。

也就是说，这一轮最像“卖铲子”的不是机器人整机，而是让机器人学会操作的感知与采集基础设施。



七、核心跟踪指标

物理 AI 还处在早期，不能只看概念，重点要验证这几个信号。

1）数采设备出货量

重点跟踪觅蜂、龙旗、奥比中光、凡拓等相关方披露的设备套数、采集背包、头戴、手持单元。一旦从“样机”进入“批量交付”，产业链就会进入加速阶段。

2）有效数据小时数

不是原始视频时长，而是经过清洗、标注、对齐、结构化之后的“可训练数据”。机构更关心：单套设备每天能产出多少有效小时、每小时成本、数据是否被头部模型厂商采购。

3）力觉与触觉渗透

第一阶段主要是视觉与姿态；第二阶段必须加入力、摩擦、柔性、接触反馈。如果柯力、敏芯、相关触觉芯片开始拿到机器人项目定点，就意味着行业从“演示”走向“实用”。

4）仿真与真实数据比例

成熟的物理 AI 体系通常是：真实数据奠定基础，仿真数据放大规模。如果索辰、能科、凡拓这类仿真平台订单快速提升，说明行业已经进入规模化迭代阶段。

5）训练场与数采工厂建设

北京、长三角、珠三角都在建设具身智能训练基地。这些项目会一次性拉动动捕、传感器、机柜、遥操作、仿真平台，是板块的“催化剂窗口”。



八、最值得盯的组合

结合当前产业绑定、机构调研与订单验证，可以把标的浓缩成一个“数采主线清单”。

✅ 硬件感知（优先）

标的 核心卡位 跟踪要点
华依科技 IMU / 惯性传感，觅蜂供应链 新客户、海外拓展、单台价值
奥比中光 深度相机、空间感知 无本体采集、机器人模组
凌云光 光学动捕、人体示教 训练场、数字孪生项目
柯力传感 六维力、力控 灵巧手、遥操作、真机采集
敏芯股份 MEMS、微触觉传感 微型采集模组、接触反馈

✅ 设备与服务

标的 核心卡位 跟踪要点
凡拓数创 遥操作、采集背包、仿真训练 具身训练场中标、平台落地
五一视界 数字孪生、空间重建 虚实闭环、场景资产
龙旗科技 感知模组、采集终端集成 整机方案、批量交付
海天瑞声 具身数据标注、结构化 机器人模型厂商订单

✅ 仿真与平台

标的 核心卡位
索辰科技 可微分物理、仿真求解器
能科科技 工业数字孪生、虚拟调试
中科创达 机器人 OS、端侧世界模型

✅ 机器人本体（反馈闭环）

标的 核心卡位
宇树科技 人形机器人、真机数据闭环
绿控传动 运动控制、伺服与底盘



九、行情催化窗口

接下来有几类事件容易成为板块催化剂。

1）头部模型厂商发布世界模型

当百度、智元、宇树、京东、英伟达等发布新一代机器人模型时，通常会强调“高质量交互数据”，直接带动市场对采集、传感器、仿真的预期。

2）数采设备批量落地

如果觅蜂、龙旗、凡拓等宣布新一批设备、海外合作、大型训练场落地，会验证从“概念”到“订单”的转化。

3）地方专项数据集建设

江苏、上海、广东等已经推出物理 AI、具身数据集、机器人训练平台相关规划。这类政策会带动工程总包、传感器、仿真、标注服务商。

4）力控与灵巧手突破

一旦机器人力控抓取、柔性装配、精细操作明显进步，市场就会重新定价“触觉、力觉、多维度传感”这条支线。这是从“看得见”到“做得好”的关键一步。



十、主要风险

虽然赛道空间很大，但不能忽视早期行业的不确定性。

业绩兑现周期较长

多数相关业务目前占总营收比例还比较小。即使订单增长，从样机、测试、交付到确认收入，往往需要多个季度。如果板块短期涨幅过大，容易因为“业绩不及预期”出现回调。

技术路线仍在竞争

目前有“无本体采集、遥操作、仿真合成、真机自监督”等多条路线并行。如果某一条路线被证明更高效，对应的受益标的可能发生切换。

海外供应链与替代压力

高端 IMU、光学器件、仿真工具仍有海外供应商。如果海外厂商降价或推出一体化方案，会对国内传感器、动捕厂商形成压力。

“合成数据”对硬件的替代

如果仿真、生成式物理模型快速成熟，行业可能减少对真实采集设备的依赖。这对仿真平台是利好，但对硬件采集链是潜在风险。

估值波动

物理 AI 属于高弹性题材，容易受资金、情绪、短期消息影响。很多标的属于科创板，波动、换手率、估值溢价都较高。



十一、一句话总结

物理 AI 数采的核心受益者，可以按这个逻辑理解：

最先受益的不是“会走路的机器人”，而是帮助机器人学会如何操作的“眼睛、手脚、惯性神经、训练场和虚拟实验室”。

如果用一句话浓缩跟踪重点：

如果看弹性 优先华依科技、奥比中光、凌云光、柯力传感
如果看闭环 重点凡拓数创、海天瑞声、索辰科技
如果看整机验证 跟踪宇树科技、绿控传动、中科创达
如果看中长期壁垒 关注力觉、仿真、合成数据平台

简单来说：这一轮不是单纯炒机器人，而是炒“让机器人变得灵巧的数据基建”。就像没有光模块就没有大模型的规模化训练，没有高精度感知、采集、仿真，人形机器人就难以从演示走向