研报解读｜具身智能四主线，物理AI的卡位战

该研报把具身智能与物理 AI 的产业链拆成四条主线：起点是北美模型侧对通用本体的拉动，落点则分散在零部件、本体、模型与数据采集四个环节。四条线并不是并列关系，而是对应产业成熟度的不同阶段。

主线一：特斯拉量产链，最早靠近订单

这条线的锚是 V3 的量产节奏。该研报认为，短期弹性集中在宁波东力，配套环节的覆盖包括科森、万向、恒立、福赛、斯菱、荣泰、恒勃、北特。量产链的特点是验证周期短——定点一旦落地，收入确认的能见度比其它三条线都高。

主线二：OpenAI 链，与 Figure 高度重合

该研报指出，OpenAI 的硬件供应链与 Figure 基本重合，因此两条链可以合并跟踪，不必分开建模。这条链上的覆盖包括鸣志、长盈、兆威、立讯、领益、科森、绿的、步科。重合的另一面是风险集中：海外客户的方案调整会同时传导到两条线。

主线三：国产主机厂，承接通用本体需求

北美模型拉动的是通用本体，国产主机厂是承接方。该研报在这条线上把宇树视作龙头，其余覆盖优必选、上纬、胜通、中坚。这一环的关键不在单点技术，而在量产爬坡与成本曲线的下降速度。

主线四：物理 AI 模型与数据采集两端

模型端，该研报的覆盖包括品茗、美芝、群核、五一；数采端要解决的是真实场景的数据供给，覆盖德马、福莱、海天瑞声、当虹科技、凌云光、奥比、索辰、思看、凡拓。模型与数采是四条线里最靠前的一环——它决定本体能不能从演示走向可用。

四条线背后的分层逻辑

把四条主线排在一起看，差异其实很清楚：量产链看定点与订单节奏，本体看量产爬坡，模型与数采看场景渗透率。后续的两个变量，一是北美客户的定点节点，二是国内数据采集的合规路径；这两件事若同时推进，四条主线才会一起加速，否则行情仍会在链条之间轮动。

风险提示：具身智能产业化进度不及预期、海外客户定点节奏延后、数据采集合规政策变化、相关公司业绩兑现存在不确定性。

免责声明：本文内容根据公开研报整理，仅供研究参考，不构成任何投资建议，据此操作风险自担。

一手调研资源 行业研究报告

如体验卡过期，请移步最新文章

关注点火调研⬆️⬆️⬆️获取一手资讯