具身智能龙头宇树科技的首次公开发行（IPO），标志着物理人工智能（AI）赛道已迈入产业化验证和资本市场公开定价的新阶段。在此过程中，首程控股作为宇树科技的核心战略投资方，在即将兑现前期投入的同时，联合多方设立35亿元前沿科创新兴未来产业股权投资基金，专项重仓物理AI全产业链。
据不完全统计，最近18个月，已有超百亿美元资金涌入物理AI赛道，仅8月份，就有飞捷科思、西湖数智、慧仑科技等公司密集拿到数亿元融资；值得关注的是，2025年物理AI行业50%的融资仍然是投向早期初创，2026年首轮融资占比则降至8%，92%的资金集中投向了拥有落地订单、成熟产品的头部企业。首程控股资本市场部经理康雨向证券时报记者表示，当下，物理AI行业不缺资金，真正稀缺的是订单、线下场景和真实的交互数据。
物理AI产业进入规模化验证期
当人工智能从屏幕走向生产线，从云端落地到具体的实用场景，物理AI开始成为全球科技竞争的新赛道。
物理AI究竟是什么？英伟达CEO黄仁勋在2026年度股东大会上给出了清晰的定义：物理AI就是让AI从“看懂世界”升级到“改变世界”。它要求AI模型不仅要理解数字信息，更要学习、适配重力、运动、碰撞等物理世界客观规律，在现实环境中持续完成感知、推理、自主决策与实体交互。
具身智能是物理AI最核心的应用场景之一。宇树科技冲刺IPO，则被业内视作这一赛道迈入规模化产业验证期的标志性事件。公开数据显示，2025年宇树科技人形机器人出货量突破5500台，位居全球前列。与此同时，具身智能赛道的产业化浪潮也在全面铺开。智元创新正式启动港股上市流程，乐聚智能、云深处科技IPO申请相继获受理；优必选Walker S2工业人形机器人持续落地车企与电子制造工厂，订单规模持续攀升……资本加码、产品迭代、场景落地形成正向循环，人形机器人正走出实验室演示阶段，迈入工业场景小规模批量落地、商业化价值持续兑现的关键阶段。
自动驾驶作为物理AI的另一大核心场景，同样进入规模化验证阶段。今年7月，“物理AI第一股”Momenta正式登陆港交所，随后公司获得德国联邦机动车运输管理局许可，可在德国全国范围内城市道路进行L4级自动驾驶测试。截至目前，搭载Momenta自动驾驶系统的量产车辆规模已突破100万台，累计定点合作车型数量超过210款。依托海量真实路况数据训练世界模型，车辆能够预判道路动态变化、适应复杂交通环境，实现从静态识别到动态物理场景推演的跨越。放眼行业，华为ADS、小鹏VLA（视觉—语言—动作）模型、小马智行世界模型体系均沿着相似路径推进。
两大主线之外，物理AI的应用边界还在持续拓宽。工业移动机器人、智慧港口自动化装备等业态，均依托物理AI实现柔性自主作业。咨询公司弗若斯特沙利文预测，物理AI产业正以47.2%的年复合增速高速成长，到2040年全球关联产业规模有望达3.25万亿美元。
场景和数据成投资方关注点
在资本加速涌入物理AI赛道的同时，投资方的关注焦点已发生变化：从技术能否落地，转向哪家公司能最快跑通“数据—硬件—制造—部署”闭环。
申万宏源证券分析，2026年是物理AI脱离屏幕AI的关键元年，具身智能产业的投资应聚焦企业的核心能力与生态构建。该机构进一步指出，数据是具身智能时代堪比锂矿的核心资源，VLA模型所需万亿级物理交互数据与现有百万级公开数据集差距悬殊。
为什么场景和数据如此关键？康雨向证券时报记者表示，ChatGPT的发展依托了海量的数据，但是在现实的物理世界中，去采集这些数据的难度很高，这不是仅依靠模型就能跑通的，必须依赖真实的场景，而真实的场景是当下物理AI产业最稀缺的资源。
智元合伙人姚卯青同样表示，物理AI规模化必须突破的三道墙：一是数据墙，真实交互数据极其稀缺且获取成本高；二是表征墙，跨任务、跨场景、跨本体的统一物理表征尚未形成；三是闭环墙，真实试错代价昂贵、反馈缓慢，难以规模化。
如何实现自我造血？
资本对物理AI产业的投资热情，最终仍然要回到商业本质——物理AI产业如何实现“自我造血”？
从头部企业的财务表现来看，宇树科技2026年上半年预计实现营业收入10.52亿元至11.28亿元，归母净利润2.58亿元至3.06亿元，从亏损到盈利，用不到一年时间完成了商业闭环的初步验证。
首程控股执行董事李家圣判断，未来2—3年将是国内物理AI、具身机器人企业能否实现规模化应用的关键拐点。
从商业模式来看，物理AI赛道存在卖硬件、卖解决方案和卖能力三种路径。有券商分析指出，物理AI的商业模式正从卖订阅、卖设备转向按结果付费，产业链相关公司价值有望重估。兴业证券研报指出，物理AI已步入商业化落地阶段，随着部署量提升、数据持续回流，有望进入“数据增长—模型迭代—能力提升—场景扩张”的飞轮效应。
李家圣表示，过去投资新能源汽车、机器人等产业的经验总结，在选中一个真实的、持续发展的、足够大的赛道基础上进行广泛重注投资，才能取得超额收益。
