從概念到現實，物理AI投資正在加速，摩根士丹利在參加完英偉達GTC大會後，對機器人和物理AI領域的投資前景進行了重估。
摩根士丹利在3月24日的報告中指出，參加完今年GTC後，分析師們發現，物理AI將比預期更早地對半導體行業產生實質性收入影響，兩個關鍵因素正在改變這一判斷：
- 投資正在加速進行：公司已經開始投入資金開發物理領域的模型。
- 物理AI正成為新一代AI模型的核心特徵：正在開發的下一代AGI模型將整合物理類比能力。
在此之前，大摩傾向於認為物理AI和距離真正的商業化還有相當長的時間，更多是影響股票估值倍數而非直接貢獻收入。但如今大摩觀察到，與一年前相比，客戶對機器人和物理AI的興趣顯著增加。目前的物理AI，類似於4-5年前的生成式AI，或者說是7-8 年前的自動駕駛。也就是說，公司現在開始花錢開發物理領域的模型。
大摩注意到，企業正在積極投入開發物理AI模型。
這些模型需要多模態的AI 建模能力，能夠處理視覺、音訊和語言數據，並具備推理能力。這些能力在過去幾個月內才開始成熟。企業也強調了在構建物理 AI 模型時，與在語言或視覺 AI 領域投資的顯著差異。他們正在積極投資於真實世界數據的收集，並創建模擬數據，例如來自 NVIDIA 的 Isaac 專案。
隨著大型模型開發商尋求在未來進一步區分其模型，物理 AI 數據的更好整合成為關注重點。大摩預計，
就像過去 12 個月內大語言模型（LLM）在處理新型數據方面取得進展一樣，新一代的通用人工智慧（AGI）模型也將把物理類比納入其智能體系。機器人初創企業也在利用大型語言模型作為開發物理智慧的起點。
那麼誰受益，受益多少？大摩指出，
在物理 AI 領域，初創公司正在以數十億美元的規模進行融資。硬體將是初期投資的主要受益者，但考慮到今年數據中心 AI 半導體處理器市場規模將超過 2000 億美元，較小的專案將無法對市場產生太大影響。但如果開始看到集群規模的持續增加，情況可能會發生變化。
其中，英偉達是核心受益者，大多數開發者使用英偉達進行數據類比、訓練和設備構建。生態系統參與者，例如AMD、AVGO和MRVL等公司也將受益。
不過。大摩也表示，對短期內“機器人進入每個家庭”持謹慎態度，鑒於過去幾年對自動駕駛領域的數據中心巨額投資尚未完全轉化為營收，大摩認為有必要密切關注物理 AI 的發展。
免責聲明:本文內容與數據僅供參考，不構成投資建議，使用前請核實。據此操作，風險自擔。