物理AI从产业叙事走向基本面重估 以SENASIC琻捷看端侧感算入口的产业价值

物理AI的本质，是人工智能从虚拟数字世界向真实物理世界完成跃迁，核心在于打通物理信号感知-端侧预处理-仿真训练-模型决策-硬件执行-物理数据回流迭代的完整闭环。本文立足完整物理AI产业框架，厘清真正物理AI的技术边界、核心壁垒，建立真产业标的甄别标尺；并以部分企业为样本，结合3年、5年、10年产业周期，拆解不同阶段真实放量赛道。

一、行业叙事泡沫背景下：真正物理AI完整闭环、稀缺壁垒及标的甄别

一套具备产业价值的物理AI体系，五大环节缺一不可：其一，信号采集与端侧预处理。通过传感器、感算一体化芯片采集压力、温度、振动、受力等多维物理量，并在硬件本地完成降噪、预处理，降低云端传输压力，是AI认知真实世界的源头入口。如果缺少高质量物理输入，上层世界模型极易产生物理幻觉。其二，仿真与世界模型训练层。依托可微分物理引擎、合成物理数据集，在虚拟环境完成海量试错训练，承担物理AI数字训练场职能。其三，模型决策层。行业专用或通用世界模型，理解物理因果关系，输出面向实体硬件的控制指令。其四，执行控制层。伺服、减速器、运动控制器等硬件载体，接收指令完成现实世界物理动作输出。其五，物理数据回流迭代。实体运行产生真实物理交互数据，反向校准迭代模型。

由此可以总结出，物理AI壁垒不是单一专利，是多重能力的组合，在赛道内真正可以建立稀缺壁垒主要在以下四个方面。一是底层软件底座壁垒，自研可微分物理求解内核、世界模型、仿真平台，难点在于多物理场求解、海量场景库积累，需要长期工程沉淀，很难依靠资本短期追赶。二是端侧感算硬件壁垒，单芯片集成高精度传感、本地微型算力、无线传输，同时满足车规、工业级可靠性、低功耗要求，量产验证门槛极高，并非外购传感器+MCU简单组装。三是软硬闭环壁垒，打通感知-决策-执行全链路，拥有真实场景项目沉淀，积累独有的物理交互数据资产。四是规模化量产与客户壁垒，通过头部客户严苛验证，实现大批量稳定交付，跨过实验室样机到商业化落地的鸿沟。

二、跳出题材博弈：分周期看物理AI板块真实价值与放量节奏

结合第一部分总结出的四层核心壁垒，按照成熟行业历史经验，推演物理AI产业的演进顺序：从场景来看，结构化特定场景优先落地，半开放场景随后加速，通用开放场景远期实现；具体环节来看，软件仿真工具链、感知硬件先行放量，精密零部件跟随，通用人形整机大规模普及落在最远周期。简单按照常规三年、五年及十年三个阶段进行推演产业放量节奏：

图表1：三年周期（2026-2029）：物理AI真正实现从0-1的收尾，结构化特定场景优先兑现

图表2：五年周期（2026-2031）：物理AI进入从1-10的加速期，半开放场景规模化复制

图表3：十年周期（2026-2036）：物理AI进入丰富场景爆发期，通用物理智能时代

图表4：分阶段标的梳理参考

三、核心上市公司3年周期核心商业化兑现逻辑

从上面三个周期内标的中，筛选出工业物理仿真底座的索辰科技、端侧感算一体化的SENASIC琻捷、自研世界模型底座的五一视界、电机驱动控制芯片的峰岹科技以及物理世界数据token化的迅策科技几家公司具体分析。

索辰科技（688507）：3年释放结构化场景仿真订单，5年推进仿真平台标准化，10年冲击通用物理引擎底座。3年逻辑主要取决于A股稀缺自研多物理场可微分求解内核，面向军工、工业、机器人提供仿真底座，承担sim-to-real虚实迁移训练，工厂、科研院所B端项目与订阅订单可兑现；但人形仿真尚处客户验证，研发投入压力大。5年则从项目制转向标准化平台，合成物理数据服务形成独立收入。10年目标打造国产通用物理AI软件底座，构建开发者生态。

五一视界（6651.HK）：3年以智驾仿真项目落地为主，核心弹性在5年，10年指向世界模型底座生态。3年以高阶智驾仿真测试项目实现收入；5年标准化仿真平台、合成数据服务放量，拓展机器人、低空经济，面向半开放场景输出世界模型仿真能力；10年面向通用物理世界模型构建空间智能底座。业务以平台订阅与项目交付为主，商业化兑现节奏取决于下游世界模型、具身智能客户付费转化。

峰岹科技（688279）：核心兑现窗口为5年周期。定位执行控制层，电机驱动控制芯片为核心产品，工业、AI服务器散热、汽车电子构成坚实基本盘；面向B端商用人形机器人，推出关节、灵巧手专用驱控芯片，合资布局空心杯电机，适配半开放场景下机器人关节规模化需求。3年以工业、算力散热、汽车电子业务贡献主要业绩，机器人业务处于客户导入阶段，难以贡献大规模营收；5年伴随B端商用人形万台级量产，驱控芯片迎来增量；10年跟随通用人形整机迭代打开天花板。

迅策科技（03317.HK）：核心弹性落在5年周期，3年以原有数据基础设施业务为主，Token化物理AI业务处于试点验证。依托Token OS把物理世界多源异构数据标准化Token化，为世界模型、具身智能提供高质量训练数据原料。3年物理AI相关Token业务尚处客户试点，收入占比有限；5年伴随世界模型、机器人、智驾行业扩张，Token即服务（TaaS）模式跨行业复制，实现规模化商业落地；10年随物理AI生态普及，成为物理数据流通的底层基础设施。

SENASIC琻捷（6675.HK）则卡位物理AI闭环最前端感知-端侧预处理入口，自研“传感+本地计算+无线传输”一体化SoC，为上层世界模型输出经过预处理的物理信号。其符合3年周期核心商业化标的的逻辑在于公司核心增量来自新能源车、储能这类结构化成熟场景，依托新能源产业周期即可实现出货放量；其二，作为物理AI的信号源头，wBMS芯片采集电芯温度、压力等多维物理量并完成端侧处理，解决物理AI原始物理数据输入的刚需；其三，拥有车规级大规模量产能力，下游对接头部电池厂、车企，产品处于认证导入放量阶段，具备真实订单基础，区别于样机类概念标的；其四，TPMS胎压芯片形成稳定现金流，支撑wBMS迭代与USI通用传感芯片技术储备，研发迭代不依赖尚未成熟的新兴赛道。

SENASIC琻捷在物理AI赛道三年周期内四重稀缺性：第一，国内稀缺实现车规级大规模前装量产的端侧感算一体化国产SoC厂商。区别于行业“分立传感器+外购MCU”的组装模式，单芯片集成传感、预处理、微型算力、射频通信，自研射频与信号处理IP，在集成度、功耗、抗干扰上具备代差优势。第二，具备法规驱动的确定性业绩载体。动力电池、储能安全标准升级推动wBMS渗透，需求来自产业合规刚需，不受人形机器人等远期技术叙事扰动。第三，完整跑通车规芯片全产业闭环。完成芯片设计、可靠性认证、头部客户定点到大规模出货全流程，一定程度缩短了产业升级过程中客户验证风险及时间。第四，同一底层平台（公司全栈自研平台）兼顾短期业绩兑现与中长期延展性。平台并非专为电池场景定制，可向工业、B端商用横向迁移，在兑现3年业绩的同时预埋5-10年技术底座。

四、产业启示：回归基本面定价，规避概念退潮冲击

整体梳理下来可以看到，物理AI赛道内部企业价值分化显著，板块β驱动普涨终将结束，未来将迎来明显的二八分化。因此从投资视角总结如下：第一，严格区分主体业务与远期储备业务，拒绝叙事绑架估值，必须穿透底层自研能力、真实订单收入、业务兑现周期这三层信息，优先选择已经跨过量产验证，能够在结构化、半开放场景兑现营收的公司，避免将远期空间折现至当下估值。第二，物理AI不等于人形机器人整机，端侧感知-预处理是容易被市场低估的刚需环节。市场目光大量集中在仿真软件、人形本体，但缺少高质量物理信号输入，上层模型与执行硬件就成为无源之水。作为物理世界与数字智能之间的桥梁，端侧感算一体化芯片具备独特的稀缺壁垒。

最后，物理AI代表人工智能重要演进方向，长期产业逻辑确定，当题材热度褪去，只有掌握底层技术、具备规模化交付能力、能够构建产业闭环的企业，才能够穿越板块情绪波动，实现基本面驱动的长期估值夯实。