从概念到现实，物理AI投资正在加速，摩根士丹利在参加完英伟达GTC大会后，对机器人和物理AI领域的投资前景进行了重估。
摩根士丹利在3月24日的报告中指出，参加完今年GTC后，分析师们发现，物理AI将比预期更早地对半导体行业产生实质性收入影响，两个关键因素正在改变这一判断：
- 投资正在加速进行：公司已经开始投入资金开发物理领域的模型。
- 物理AI正成为新一代AI模型的核心特征：正在开发的下一代AGI模型将整合物理模拟能力。
在此之前，大摩倾向于认为物理AI和距离真正的商业化还有相当长的时间，更多是影响股票估值倍数而非直接贡献收入。但如今大摩观察到，与一年前相比，客户对机器人和物理AI的兴趣显著增加。目前的物理AI，类似于4-5年前的生成式AI，或者说是7-8 年前的自动驾驶。也就是说，公司现在开始花钱开发物理领域的模型。
物理AI发展的关键条件已具备，半导体企业将受益
大摩注意到，企业正在积极投入开发物理AI模型。
这些模型需要多模态的AI 建模能力，能够处理视觉、音频和语言数据，并具备推理能力。这些能力在过去几个月内才开始成熟。企业也强调了在构建物理 AI 模型时，与在语言或视觉 AI 领域投资的显著差异。他们正在积极投资于真实世界数据的收集，并创建模拟数据，例如来自 NVIDIA 的 Isaac 项目。
随着大型模型开发商寻求在未来进一步区分其模型，物理 AI 数据的更好整合成为关注重点。大摩预计，
就像过去 12 个月内大语言模型（LLM）在处理新型数据方面取得进展一样，新一代的通用人工智能（AGI）模型也将把物理模拟纳入其智能体系。机器人初创企业也在利用大型语言模型作为开发物理智能的起点。
那么谁受益，受益多少？大摩指出，
在物理 AI 领域，初创公司正在以数十亿美元的规模进行融资。硬件将是初期投资的主要受益者，但考虑到今年数据中心 AI 半导体处理器市场规模将超过 2000 亿美元，较小的项目将无法对市场产生太大影响。但如果开始看到集群规模的持续增加，情况可能会发生变化。
其中，英伟达是核心受益者，大多数开发者使用英伟达进行数据模拟、训练和设备构建。生态系统参与者，例如AMD、AVGO和MRVL等公司也将受益。
不过。大摩也表示，对短期内“机器人进入每个家庭”持谨慎态度，鉴于过去几年对自动驾驶领域的数据中心巨额投资尚未完全转化为营收，大摩认为有必要密切关注物理 AI 的发展。
