这两天大A行情太拉，算力、存储这些高景气板块也集体被打，包括具身智能热度也下来了。短期资金缺少明确主线，不过从产业发展来看，我觉得有一个方向值得看，就是AI从数字世界走向物理世界。
与AI最相关的标的之一的摩尔线程前两天发了三季报，营收32.89亿元，同比增长319.15%，多家机构都看好其物理AI前景。
顺着物理AI逻辑看的话，参考AI这波上下游逻辑，物理AI这波终局肯定是要看具身智能，但从当前资本市场看，大概率还是算力和仿真平台这些上游先行，包括摩尔线程GPU业务正在放量阶段，物理AI确实是一个值得提前研究的增长方向，说下逻辑。 $摩尔线程-U(688795)$
机器人上岗之前，需要算力先开工
空间智能这词儿我印象最早是从李飞飞这出来的，后面更多关联到世界模型、物理AI。近期比较大的消息催化是9月28日，AMD宣布拟以约82亿美元收购李飞飞创办的World Labs，把世界模型纳入战略版图，布局下一代计算平台的布局。
国金研报有个判断，AI进入物理世界，需要理解空间、接触关系和运动规律，并预测动作后果。比如机器人想要拿起一个杯子，涉及识别、抓取、力度控制和失败后的纠正，背后是一整套训练体系。
这里的难点在数据。用真机的话，采集贵、慢，还受设备和安全条件限制。因此，用人类视频提供经验，仿真扩充场景，真机最后负责校准，把三类数据配合使用最划算。
英伟达披露，曾用11小时生成78万条合成轨迹，相当于6500小时的人类示范数据。在该实验中，混合真实与合成数据训练，比仅用真实数据的模型表现提升40%。说明GPU可以把昂贵的现实试错，部分搬进可并行运行的训练环境。
摩根士丹利预计，到2050年，人形机器人及供应链、维修支持等相关市场规模可超过5万亿美元，部署量超过10亿台，约九成用于工商业。
按照其研究模型，到2050年，美国具有人形机器人替代可能性的累计岗位规模将达到6270万个，2028—2050年累计工资影响有望达到2.96万亿美元。
这都是市场远期预测，不过对投资有很大启发。如果未来机器人能够逐步承担更多工业和商业任务，企业就会有动力提前投入机器人训练、仿真、数据采集和算力基础设施。具身智能这类终端普及需要时间，但是基础设施建设却可以提前启动，这恰恰是物理AI产业链值得关注的投资机会。
从标的选择，我个人也是倾向于先研究这些上游投入。不同机器人厂商会竞争，训练模型、生成数据、验证动作却是共同需求。
全功能GPU的优势
物理AI给摩尔线程这类公司带来的机会在于多种计算需求开始汇合：场景需要渲染，运动需要仿真，模型需要训练，部署需要推理。摩尔线程的全功能GPU加MUSA软件栈，正好覆盖这些环节。
另外在商业层面更有吸引力，让一套芯片和软件能力服务更多工作负载。客户完成开发与适配后，现有的工具、模型和工程经验都可以继续复用，有利于降低后续项目的迁移成本。
根据公司已披露几项具体进展。
仿真方面，MT Lambda平台已经推出，MuJoCo Warp MUSA物理仿真后端已开源，并完成四足机器狗和两足人形机器人的仿真到真机验证。
模型方面，北京大学EvoPhys团队已在S5000上完成EvoPhys-World世界模型的全程原生训练。与五一视界的合作，也打通了SimOne 4.0场景重建、仿真推理和合成数据生成链路。
更近一步，RLinf官方披露的世界模型强化学习实验中，S5000与A100在第190步的LIBERO仿真评测成功率分别为74.6%和73.4%，该实验窗口内差异无统计显著性。
一系列数据表明，国产GPU已经能参与这类复杂训练任务，并取得接近的策略效果。
今年9月，京东云宣布拟以摩尔线程GPU建设十万卡集群，面向大模型训练、推理及具身智能。京东这种头部云厂商，把布局物理AI的重要基建项目交给了摩尔线程，说明物理AI这块公司的影响力和交付能力。
物理AI平台拓宽成长空间
从目前公司已有增长中的业务基础看，第三季度，摩尔线程收入15.52亿元，同比增长1773.92%，扣非归母净利润2007万元，单季转正。第三季度毛利率约50.09%，毛利约7.78亿元，同期研发投入5.71亿元。
随着研发投入仍在增加，收入增长已经推动单季扣非盈利。前期技术积累开始产生经营回报，也为继续建设软件生态和新产品提供支撑。
公司虽未单列物理AI收入，但我的判断是，物理AI布局的价值，在于延长现有GPU和软件栈的商业生命，并打开机器人、自动驾驶、工业仿真等客户需求。
公司作为产业链上游，可以先参与训练与开发，再随客户部署逐步扩大服务范围。这条成长路径对应GPU收入放量、技术能力持续复用，到后续应用场景逐步扩大。
目前摩尔线程在物理AI已经有产品和训练案例支撑，自身GPU收入也进入放量阶段，值得持续跟踪。
精彩评论