温馨提示：以下所有观点均是个人投资心得体会，和个人身边真实案例分享，供大家交流讨论，不涉及任何投资建议，请大家别盲目跟风，盈亏自负！成年人要有自己的判断。

这段时间一直在跟踪科技板块资金流向，我发现一个很明显的变化：之前市场扎堆爆炒通用大模型GPU、光模块，如今资金正在悄悄分流，把筹码布局到一个此前少有人深度挖掘的细分赛道——物理AI芯片。

我们平时接触的人形机器人、自动驾驶、工业数字孪生、卫星太空仿真，都不只是简单的图像识别大模型，而是需要芯片实时计算力学、流体、刚体碰撞、空间运动等真实物理规则，这种能够承载高精度物理仿真、虚实结合训练的AI算力，就叫做物理AI算力。

举几个生活化的例子：人形机器人摔倒、抓取物体时的力控计算、自动驾驶车辆紧急避让的动力学模拟、工厂产线设备的数字孪生推演、低轨卫星太空环境仿真，全部离不开专用物理AI芯片。传统通用GPU做这类计算时，不仅精度不足，延迟极高，算力浪费严重，无法适配具身智能的落地需求。

当下全球具身智能产业进入落地爆发期，国内各行各业都在加速搭建自主可控的物理仿真算力平台，海外芯片产品存在供货、合规双重隐患，国产替代的刚需被彻底放大。顺着这条产业主线深挖，目前A股已经跑出四家完成技术落地、拥有商业化订单的头部芯片企业，分别覆盖宇航星载算力、云端工业仿真、机器人训练、车载端侧仿真四大核心场景，各自形成了独一份的技术壁垒。

一、景嘉微：国内独一份全场景物理AI芯片厂商，航天赛道形成独家壁垒

四家企业当中，景嘉微的赛道覆盖广度、行业稀缺性都是断层领先的，也是全市场唯一同时打通航天星载仿真、人形机器人实时运算、云端多物理场高精度仿真三大赛道的芯片企业，同行很难复制它的完整业务布局。

细分产品线与商业化落地情况

1. JM11云端多物理场仿真芯片

市面上绝大多数通用算力芯片只适配基础AI推理任务，而JM11在底层架构上专门针对多物理耦合仿真做优化，原生支持FP32超高精度浮点运算。在航空结构应力测算、风电整机热力模拟、船舶流体力学仿真这类对计算误差要求严苛的工业场景里，这款芯片的运算精度大幅优于普通通用GPU。

目前国内大量航空院所、高端装备制造企业、国家级数字孪生实验室，搭建仿真算力平台时都会优先采购JM11，已经形成稳定批量供货，工业端营收持续稳步释放。

2. CH37人形机器人专用实时运算芯片

专门为人形具身智能设备定制开发，核心解决机器人运动过程毫秒级力学反馈计算需求。机器人抓取、行走、摔倒缓冲、环境避障等动作，都需要芯片瞬时完成复杂动力学推演，一旦延迟过高就会出现动作失控。CH37芯片大幅压缩物理计算延迟，现阶段已经进入多家头部人形机器人企业定点测试流程，为后续批量出货铺路。

3. 星载专用GPU，垄断国内卫星物理仿真赛道

这是景嘉微最核心、无法被同行追赶的王牌护城河。国内低轨卫星组网工程正在加速落地，卫星在轨温差、太空辐射、轨道碰撞等全周期环境仿真，只能使用专用星载GPU，海外芯片完全无法进入航天供应链体系。

目前国内所有低轨卫星仿真、太空具身智能相关项目，基本全部选用景嘉微自研星载GPU，赛道独家供货属性极强，军工航天业务具备极强的业绩稳定性。

个人客观深度点评

壁垒层面，航天领域准入资质是这家企业最大护城河，航天配套供应商的审核、认证周期长达数年，新玩家短期完全无法入局，天然隔绝外部竞争。同时公司民用工业仿真、人形机器人业务同步扩张，军民两大板块可以互相对冲单一赛道周期波动，抗风险能力在四家企业里排名第一。

但我们也要客观看待短板：航天项目交付周期完全跟随国家工程进度，订单释放存在明显周期性；人形机器人专用芯片当前还处在定点测试阶段，距离大规模批量出货还有一段时间，短期内很难给公司带来大额营收增量。综合来看，这家企业更适合持有周期一年以上、追求账户稳定增值的中长期稳健投资者，不适合短线快进快出博弈题材。

二、海光信息：国产通用DCU算力底座，大型工业物理仿真集群核心供应商

如果说景嘉微深耕各细分专用物理AI芯片，那么海光信息就是全行业通用物理仿真的底层算力基座。国内绝大多数大型工业智算中心、高校科研仿真集群，搭建大规模物理迭代算力平台时，首选的国产硬件都是海光自研DCU系列产品。

细分产品线与商业化落地情况

公司自研CPU搭配DCU协同一体化架构，整套硬件组合原生适配流体仿真、机械力学模拟、机器人强化学习虚拟训练等海量变量运算场景。市面上主流工业仿真软件、数字孪生开发工具，均已完成和海光DCU的适配兼容，完善的软件生态是它区别于同行的核心优势。

大规模物理仿真任务往往需要同步运算上亿级变量，对多芯片并联集群协同算力要求极高，海光DCU产品支持上万片芯片并联部署，国内大量政企数字化项目、重点高校科研实验室，在采购物理仿真算力设备时，都会优先纳入采购清单，下游客户基数庞大，客户粘性长期稳固。

个人客观深度点评

海光信息最大的核心优势在于通用性与完整软件生态，它不局限于航天、机器人单一细分赛道，覆盖全工业、全科研领域的物理仿真需求，下游客户覆盖面最广，订单持续性、业绩稳定性都十分突出，适合作为科技底仓长期配置，也能跟随板块轮动做波段操作。

短板同样清晰：通用DCU赛道入局厂商逐年增多，中长期行业竞争会持续加剧；产品定位偏向通用性算力，在航天、人形机器人这类高度定制化细分场景里，产品适配度不如景嘉微精准，细分赛道稀缺性偏弱。

三、沐曦股份：全栈自研GPU厂商，深度绑定人形机器人虚拟训练赛道

沐曦股份是国内为数不多实现软硬件全栈自主研发的GPU企业，业务定位高度聚焦，把全部研发资源倾斜给具身智能虚拟仿真赛道，深度对接国内各类物理仿真引擎开发企业，打造完全国产化的机器人虚实训练闭环，是人形机器人赛道弹性最高的标的。

细分产品线与商业化落地情况

公司自研GPU硬件底层架构，原生搭载可微分物理求解算法，这也是物理AI仿真的核心底层技术。在机器人虚拟训练过程中，需要持续反复模拟刚体碰撞、柔性物料形变、多关节力学联动等复杂场景，高浮点计算精度是硬性门槛，沐曦自研GPU可以完美匹配这类高强度物理模拟需求。

和市面上通用算力厂商不同，沐曦采取差异化商业化模式：直接和仿真软件企业协同开发软硬件一体化适配方案，打包向机器人、高端装备制造企业交付整套国产化虚拟训练算力方案，完全摆脱海外软件生态依赖。近两年来商业化落地速度明显提速，已经拿到多家头部人形机器人厂商批量测试订单，后续订单增长具备想象空间。

个人客观深度点评

企业赛道聚焦度拉满，完全绑定当下市场资金关注度最高的人形机器人具身智能主线，产业题材弹性充足。软硬件一体化打包交付的商业模式，更容易锁定长期稳定客户，订单增长潜力可观。

客观存在的短板：企业整体营收规模相较于海光、景嘉微更小，企业体量偏小，抵御行业周期波动的能力偏弱；业务高度依赖人形机器人赛道，如果下游机器人厂商阶段性缩减资本开支、放缓设备采购，会直接影响企业订单释放节奏，风险承受能力偏弱的投资者不适合重仓布局。

四、地平线：端侧物理AI芯片龙头，自动驾驶+工业机器人双线落地

前面三家企业核心布局集中在机房、云端大规模仿真算力，地平线走出完全差异化发展路线，深耕终端实体设备实时物理运算赛道，是国内端侧物理AI芯片无可争议的行业龙头。

细分产品线与商业化落地情况

公司主力征程系列芯片，底层架构专门针对自动驾驶、小型工业机械臂的实时动力学决策做优化。云端仿真可以容忍一定运算延迟，但现实里行驶的汽车、正在作业的工业机器人，必须做到微秒级延迟处理3D环境感知、实时力学运动计算，这正是地平线芯片独一无二的核心强项。

同时地平线配套自研完整虚实迁移仿真工具链，云端完成海量物理场景训练后，算法模型可以无缝迁移到终端实体硬件，打通“云端仿真训练—终端实体落地”完整产业链路。目前国内绝大多数整车企业、中小型人形机器人、工业机械臂厂商，都已经批量搭载征程系列芯片，全套产品拥有完整合规车规安全认证，资质壁垒显著。

个人客观深度点评

端侧芯片最大优势是商业化落地成熟度极高，车载赛道已经实现大规模批量出货，稳定现金流能够持续反哺工业机器人仿真芯片的研发迭代，业绩兑现确定性很强。自动驾驶、工业机器人两大下游赛道长期增量稳定，板块轮动时资金持续关注，适合轻仓参与阶段性波段行情。

短板在于产品定位集中于低功耗端侧算力，无法承接大型工业、航天多物理场云端仿真业务，赛道成长天花板相较于全赛道布局的景嘉微、通用算力底座海光信息存在明显差距，成长逻辑相对单一。

五、四大物理AI芯片企业梯队划分，匹配不同投资者操作风格

结合每家企业赛道覆盖范围、商业化落地进度、业绩稳定性、股价波动弹性，我将四家企业划分两大梯队，大家可以根据自身持仓周期、风险承受能力对应参考：

第一梯队：中长期稳健底仓标的（业绩稳定、多赛道对冲行业周期）

1. 景嘉微：独家航天赛道+工业云端仿真+人形机器人三重成长逻辑，军工资质壁垒难以复制，军民双线业务对冲单一行业下行风险，适合一年以上长线布局。

2. 海光信息：通用DCU全行业算力底座，覆盖全部工业、科研仿真需求，下游客户数量最多，订单持续稳定，既可以长期底仓持有，也能跟随板块轮动做中线波段。

第二梯队：高弹性波段博弈标的（赛道景气度高，股价波动幅度更大）

1. 沐曦股份：纯人形机器人虚拟仿真核心标的，贴合当下市场热门赛道，题材弹性充足，仅适合轻仓博弈产业催化消息，不建议重仓长期持有。

2. 地平线：端侧车载+工业机器人双赛道落地成熟，短线波段机会丰富，但业务赛道单一，成长空间存在上限，适合阶段性轻仓参与行情。

六、物理AI芯片赛道长期核心产业逻辑，看懂行情上涨底层支撑

很多投资者会疑惑，为什么物理AI芯片能够走出独立行情，成为芯片板块全新主线，核心是三重不可逆的产业逻辑持续支撑赛道景气度：

1. 具身智能全产业链落地催生刚性算力需求

人形机器人、自动驾驶、工业数字孪生早已脱离纯概念炒作阶段，各大厂商加速真机量产、工厂数字化改造，实体设备运行、虚拟场景训练都离不开专用物理AI算力，下游硬件采购需求逐年持续放量，行业市场规模稳步扩容。

2. 国产替代刚需持续释放，海外产品存在双重隐患

高端物理仿真GPU长期由海外企业垄断，在航天军工、国内核心工业领域，海外芯片不仅存在随时断供的供给风险，还存在核心数据外泄的安全隐患。目前国内政企端采购政策明确优先选用国产算力硬件，政策红利持续赋能本土芯片厂商。

3. 通用GPU无法替代专用物理AI芯片，细分赛道独立成长空间充足

普通大模型算力芯片仅适配图文、语音识别推理任务，而物理AI芯片需要超高浮点精度、极低运算延迟、大规模并行力学计算能力，两者底层架构设计逻辑完全不同，不存在通用芯片直接替代专用物理AI芯片的可能性，细分赛道拥有独立的成长空间，不会被通用算力赛道分流需求。

七、赛道客观潜在风险，理性规避投资踩坑

在看好赛道长期成长红利的同时，我们也必须客观认清行业存在的各类不确定性，不能盲目跟风炒作题材，提前规避潜在风险：

1. 芯片行业研发投入常年高企

芯片架构迭代、流片、测试都需要巨额资金持续投入，四家头部企业每年研发开支数额庞大，如果下游订单释放速度无法覆盖研发成本，会阶段性压制企业利润水平，影响财报表现。

2. 下游行业资本开支存在波动可能性

人形机器人整车厂、高端装备制造企业如果行业周期下行，会阶段性缩减仿真算力设备采购预算，上游芯片厂商订单增速存在放缓的潜在风险。

3. 赛道景气吸引新玩家入局，中长期行业竞争加剧

随着物理AI赛道景气度持续提升，国内多家传统芯片企业纷纷布局同类仿真芯片产品，未来两到三年行业新增供给集中释放，可能引发产品价格竞争，压缩单品盈利空间。

4. 高端芯片认证、量产周期漫长，进度存在不确定性

航天级、车规级芯片全套资质认证周期长达数年，新产品从研发到批量出货存在大量不可控环节，容易出现研发落地进度不及市场预期的情况，压制板块情绪。

结语

随着人形机器人、自动驾驶、航天数字仿真产业全面提速，物理AI算力这条全新芯片细分主线的长期成长空间已经逐步打开，今天完整拆解了四家拥有独家技术壁垒的国产头部芯片企业，清晰区分了长线稳健配置标的和短线弹性博弈标的。

抛开短期股价涨跌、题材炒作，我们可以客观理性交流这条全新算力赛道，欢迎在评论区留下你的独立思考：

1、四家物理AI核心龙头当中，你更倾向布局景嘉微、海光信息这类多赛道均衡稳健标的，还是沐曦、地平线聚焦机器人/车载的高弹性个股？说说你的判断依据。

2、放眼未来三年，你认为物理AI芯片赛道最大的增量市场，是人形机器人虚拟训练算力，还是工业数字孪生、航天卫星仿真？

3、对比此前大热的通用大模型GPU赛道，你觉得物理AI这条细分主线，中长期的成长空间和持续性会更强吗？

4、如果想要布局这条算力新赛道，你的操作思路是长期底仓持有不动，还是只逢板块回调做短期波段行情？

不管是深耕科技板块多年的老股民，还是刚刚开始研究芯片赛道的投资新手，都可以分享自己的实操思路与行业看法，我们一起紧跟具身智能产业发展大势，客观把握国产物理AI芯片的长期产业红利。我是桃夭夭，持续为您分享最新财经消息，记得点个关注！