英伟达构建“具身CUDA”生态体系，搭建物理AI四大基础工作栈。物理 AI是在虚拟大模型基础上，让AI读懂重力、碰撞、摩擦、空间力学等现实物理规则，具备感知环境、推理预判、驱动物理设备实操的完整能力，实现AI从屏幕数字交互走向真实世界作业。英伟达搭建完整的物理AI四大基础工具栈，构建了软硬件一体化的成熟技术体系：1）Cosmos 3 世界模型+ GR00T VLA模型：全局环境预测、人形动作规划，理解空间与物理因果；2）Omniverse 仿真引擎：搭建高精度数字孪生，复刻真实工厂、路况、家庭场景；3）Isaac Sim 训练平台：机器人在虚拟空间海量试错训练，大幅降低真机调试损耗；4）Jetson Thor 端侧芯片：本地高算力低延迟推理，支撑机器人实时运动控制。这套完整闭环的工具栈，将物理AI从概念落地为可商用的标准化方案，为人形机器人、自动化驾驶等产业化落地筑牢了核心技术底座。

物理AI加速人形机器人、自动化驾驶落地。物理 AI 使人形机器人、智能车辆可自主感知环境，结合物理规律自主调整动作，无需定制编程，适配制造、仓储、出行场景，降本增效。智能汽车一定意义上亦属于智能机器人，和人形机器人一同构成物理 AI 商业化两大核心落地载体，产业空间广阔。人形机器人聚焦工业人力替代市场，智能驾驶打开全民智慧出行增量市场，赛道体量庞大、增长确定性相对较强。目前来看，物理AI底层技术海外占优，国内零部件、整机与场景供应链实力突出。人形机器人量产临近，减速器、电机、传感器需求上行，国内产业链迎来增长机遇，智能驾驶市场扩张也会持续拉动车载感知、计算硬件需求稳步提升。

物理AI有望打开自动化设备改造增量空间。物理AI有望进一步抬升工业机器人、协作机器人、仓储AMR渗透率，同时赋能传统老旧自动化设备性能升级。依托物理AI对重力、碰撞、空间姿态的实时演算，设备大幅减少人工示教调试，柔性适配多工序生产与复杂仓储环境，原有设备只需小幅改造即可实现智能化进阶，改造成本可控、回报周期短。因此我们认为工业自动化赛道同样具备巨大增量潜力。海外掌握底层仿真与模型工具，国内零部件、整机集成配套完善，设备改造替换需求逐步释放，制造、物流智能化投入加码，整条自动化产业链成长空间充足。

风险提示：技术进步不及预期，产业化进度不及预期，竞争加剧。

注：本文来自国泰海通证券发布的《物理AI：英伟达的具身CUDA生态》，报告分析师：肖群稀 S0880522120001，毛冠锦 S0880525040081