周末，投资圈几乎被物理AI刷屏。50多场线上会议，这种热度在机器人板块已许久未见。行情出现新变化，越来越多的投资者开始关注机器人的“大脑”。过去市场讨论机器人，多围绕减速器、电机、丝杠等硬件展开，谁能率先量产、进入供应链或拿到订单往往决定热度。如今，通用大模型展现出理解任务、安排步骤的能力，市场开始想象：如果机器人能像人一样听懂指令，未来是否可以承担更多工作？AI的应用空间将从电脑和手机延伸至工厂、仓库、商场甚至家庭，这回应了投资者对AI长期回报的担忧。不过，技术突破与赚钱之间仍有距离，核心在于谁能将模型能力转化为可交付产品。
**机器人最难的一关**
过去几年的自动驾驶发展提供了很好的参照。2023年至2025年，技术持续进步，让汽车能处理复杂路况，说明AI进入真实世界需要算法、数据和硬件共同进步。但机器人面临的困难更复杂，不仅要识别环境，还要抓取不同形状物体、控制力度、调整姿势，并应对物体滑落、位置偏移等突发情况。一个机械臂能固定抓起零件，不代表零件偏移后仍能装配。
通用大模型正在改变这一局面。近期GPT-6 Astra等模型控制机器人的测试引发关注，大模型能理解复杂指令、识别物体并规划步骤，甚至摄像头被遮挡也能调整角度。但在精细操作上，如插入钥匙，模型虽懂目标，却难判断卡住是角度问题还是需退回重试。
研究人员开始探索分工：让大模型负责理解任务和决策，专门的控制系统负责移动和力度调整。HexaShell和WorldScape-R2SI等方案已显示，配合专门动作规划后，机器人表现改善。虽然这些结果多来自受控环境，距离复杂工厂长期稳定运行仍有差距，但这条路线值得关注。机器人未必等到全能模型出现，只要大模型能帮它理解更多任务，结合专门控制，部分工作就能提前自动化，这超出了人形机器人范畴，工业机械臂、仓储机器人等也有机会。
上市公司已沿此路线布局。汇川技术推出七自由度仿生臂并获定点，无框电机在头部厂实现小批量应用，仿生臂也完成客户验证。这代表传统自动化企业将电机、驱动、控制经验延伸至人形机器人。不过，小批量应用距离大规模交付仍有距离，业务能否成为新收入来源需看后续订单。埃斯顿则依托成熟工业机器人业务，2026年上半年收入21.38亿元，同比增长2.21%。如果AI让机器人减少人工编程，企业有机会把新能力融入现有产品。当然，现有收入不能直接算作人形机器人增量，新技术能否转化为新订单和利润仍需观察。
**最缺的是真实触感数据**
过去训练机器人需同时教会它理解和完成动作。通用大模型有望降低前者的难度，但机器人仍需大量真实操作积累手感。互联网海量文字视频能教常识，却难教会面对钥匙卡住时如何调整力度或退回重试。
这让机器人训练数据发生变化。目前主要来源包括：外部拍摄人类操作过程、头戴式/手腕摄像设备记录画面和动作、轻便设备记录抓取旋转过程，以及机器人自身记录运动和接触结果。人类示范学步骤，机器人自传提供执行反馈。价格取决于类型和复杂程度，头戴式视频和轻便设备约每小时100至300元，复杂真人操作或机器人数据可能达1000元。真正有价值的数据需经过整理校准，简单重复录制未必有用，记录滑落、卡住、调整等失败过程的数据往往更有价值。
上市公司开始布局。奥比中光服务超千家机器人客户，视觉方案销售收入翻倍，但营收仅4.38亿元，净利润因研发投入下降30.82%，说明新市场带来机会但盈利需时间。福莱新材布局柔性传感器和触觉数据采集，产品已批量交付但营收占比不高。柯力传感研发六维力、关节力矩等传感器，销量超1500只，送样客户超70家。这些企业分别提供视觉、触觉数据采集和力觉感知，反映机器人需要更全面感知环境与动作。模型厂商如OpenAI也在招聘数据采集人员，建设采集平台，但最终采购量取决于内部能力和成本。行业估算OpenAI可能采购500万至1000万小时数据，市场向百亿美元发展，但这些数字属测算，投资者应关注实际合同、收入增长等指标。
**谁能真正赚到钱？**
物理AI可能催生新产业链：模型需数据，数据采集需设备，机器人本体需感知控制能力。但各环节商业化进度不同。
第一是数据服务商。若能持续提供高质量数据并获得重复采购，有望成为重要服务商，需通过收入规模、客户稳定性、利润率验证。
第二是数据采集设备和传感器供应商。奥比中光、福莱新材、柯力传感分别代表视觉、触觉采集和力觉感知。同一技术可对应多环节，但采集设备与本体对规格、可靠性要求不同，需分别验证。
第三是机器人整机和核心零部件。绿的谐波收入增长主要来自机器人需求，谐波减速器是精密传动部件，但需证明在新技术下的竞争力。汇川技术、埃斯顿和绿的谐波分别代表自动化系统、机器人产品和精密部件，它们有业务基础，但新技术能否带来增量需看后续交付和订单。
投资机会需分阶段：短期看数据服务商订单和设备批量销售；中期看视觉、触觉产品进入更多机器人并形成收入；长期看机器人承担更多工作推动整机和零部件需求增长。同时警惕题材炒作，任务成功率、连续运行时间、客户复购、订单质量、毛利率和现金流比技术演示更能说明问题。
**尾声**
周末满屏大热，50多场会议说明热度，但热度本身也是风险。A股过往规律显示，周末大火题材周一易套人。模型路线尚未收敛，数采能否成为主线看订单和业绩兑现。主题投资最怕在共识最满时冲入，短期波动不会小。
但拉长视角，这确实是条值得认真对待的主线。当通用模型能指挥机械臂，当行业能用“大脑决策+专门模型执行”大幅提升精度，机器人那层窗户纸可能真的被捅破了。过去既教“想明白”又教“动作利索”，现在“想明白”由通用模型接管，接下来竞争聚焦于：怎么让机器学会只有人类亲自动手才能学会的手感。谁掌握了那只“手”的记忆，谁就握住了物理AI时代最先被定价的钥匙。