辽宁
很多人炒物理AI，总下意识去找小而美、单点突破的小票龙头，觉得单一环节、单点技术就是稀缺核心；但放眼产业里真正跑通、能落地变现的大厂，走的都是全栈闭环路线。物理需要解决的是现实场景，所以只有全栈式的龙头企业提供的方案才会具有针对性，更加实用好用。
跟之前通用大模型不一样。通用大模型是依赖云端算力，也就是数据中心。而物理AI从技术路线上来说，对算力的需求是大幅度锐减的，它是基于边缘算力。所以他炒作的逻辑是与当时的光模块，CPO等硬件是不一样的,市场并不会给到这些硬件企业,做标准化零部件的机会几乎都是根据现实场景而定制的,所以并不会给这些硬件企业带来多大的利润体现。
像现在炒作的比较火的几个标的。比如说奥比中光等，好几个就是在互动意义上明确表示。公司并没有涉及到物理AI，只是提供标准硬件产品。
提到物理AI，我们不得不提到国内的龙头企业海康威视。所以呢我想通过海康威视帮大家梳理一下。为什么赚钱的只有龙头企业？
海康威视就是拥有全栈式能力的物理AI公司。首先是算力基座（自研海康智算芯片、算力服务器）→ 物理世界基础大模型（多模态空间感知模型）→ 感知层（相机、雷达、3D视觉）→ 执行层（机器人、AGV、分拣设备、云台执行机构），整条链路自研打通。
它的优势不是某一个算法点子，而是：算法、硬件、算力、场景可以一起调优，感知采集的数据直接回流训练自己的模型，形成数据闭环。单点公司很难复制这套体系——很多小公司只有算法，硬件要外购，拿不到高质量的原生物理场景数据，算法很难迭代成熟，落地的时候bug一大堆，商业化成本很高。
下面我再提一家3级季度报，数据相当炸裂的。全栈式是细分赛道的龙头企业，千方科技，与海康的主战场是工业机器人、安防、厂区自动化这类场景不同，千方科技是走的是交通路网、干线货运这个垂直场景的全栈：自研感知硬件（宇视摄像头、雷达、边缘盒子）→ 路网物理大模型VLA、鲲巢信控智能体 → 路侧控制执行（红绿灯调控）+ L4重卡运力（运载执行端）+ 云端调度运营平台。
它不做通用算力芯片，但算力基座可以外购适配，把重心聚焦交通场景闭环。
本质逻辑和海康是同源的：不靠单点概念讲故事，靠“感知-模型-执行-运营”整套闭环去做落地生意、产生持续营收利润。
从财报数据上就可以看到。我们看到的是这些全栈式龙头，早在公开渠道就明确的表明，AI给他们的企业带来的是利润率的提升。无论是海康还是千方科技，他们的毛利率已经6个季度连续上行。
最可怕的地方是这些龙头公司研发强度是相当的大。比如说千方科技今年前三季度，营收只有52个亿。但是他研发费用的投入高达8.7个亿，约占营收的17%。
海康威视的研发投入每年也是高达四五十个亿，所以在物理AI这一个赛道技术迭代非常快的。你二三线公司的研发强度，包括技术的累积，你如何能跟一线的龙头企业去抗争？你的市占规模也不占有优势，技术水平也不占有优势，那你的未来区位大模型的数据从哪来呢？
AI是非常需要数据的累积，那数据的飞轮效应会进一步扩大一二线公司与龙头公司的差距。所以我才会说未来的利润都会集中在龙头企业。而二三线的小企业是注定是挣不到钱的。可能连最基本的生存都存在问题，因为未来他们可能需要去通过价格战去抢市场。
我们市场为什么会炒作二三线小企业，因为他们没有看到物理AI未来的高度。只是将物理AI作为短线情绪在炒作。
游资炒作天然偏好单点小票：盘子小、故事简单、想象直白、拉升阻力低。
大家容易简化认知：“有3D视觉=物理AI龙头”，不去看它能不能闭环落地、有没有持续变现的场景。
但拉长产业周期看：单点公司大多是配套供应商，很容易被大厂整合替代；拥有场景+软硬一体全栈能力的大厂， 才能在这一场AI革命的浪潮中生存下来。也正如马斯克所讲，未来只有20%的公司存在。他们会代替以前80%的公司的生产力。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
