物理AI指数反弹逾25%，机器人何时从试用订单走向持续复购？

机器人完成一次演示，和客户愿意再买一批，中间隔着多少事？最近的物理AI行情，把这个问题推到了投资者面前。

中国基金报11月1日的原始报道援引万得数据称，截至10月30日，物理AI概念指数较10月15日低点上涨逾25%。这是以区间低点为起点的反弹幅度，不能直接读成整个10月的收益率，也不代表所有相关公司的涨幅。[1]

行情回暖之后，技术突破能否接上真实需求，成了更难绕开的检验。

AI走出屏幕，要多过几道关

“物理AI”可以理解为能够感知环境、作出判断，并通过机器执行动作的AI。聊天助手答错一句话，可以重新提问；机器人拿错东西、用力过猛，则可能损坏物品，甚至影响人的安全。

因此，机器人需要学习的远不只是“认出这个杯子”。它还要判断杯子在哪里、怎样抓稳、接触时用多大力，以及途中有人经过该怎么办。

英伟达10月21日在柏林技术大会上更新Isaac机器人开发平台，把采集数据、在电脑中模拟训练环境、训练模型与部署机器人衔接起来；思灵机器人（Agile Robots）的Agile ONE SN被定位为供研发团队开发和测试的人形机器人参考平台，计划2027年初提供。[2][3]

参考平台帮助研究团队减少系统集成工作，但这距离工厂里大规模、长期、稳定地创造利润，仍有实际应用这一关。

行情在交易进展，分歧在于兑现时间

中国基金报采访的六位投研人士，对行业发展速度并没有完全相同的判断。

国泰基金经理段佳琪将行情看作AI向物理世界延伸，同时提醒估值已领先于业绩；恒生前海投资经理谢钧则强调，试点采购与稳定复购之间仍有距离。诺德基金电子研究员贺茂飞关注数据采集、触觉和力觉等环节，认为这些能力关系到精细操作的可靠性。[1]

这些观点揭示了不同的观察顺序：有的资金先为未来市场空间定价，有的更在意眼前订单和成本。产业可以向前走，股票价格也可能已经提前反映了许多好消息。

第二张订单，比第一次试用更值得看

智讯智库认为，判断商业化是否加速，可以沿着一条更具体的链路看。

首先，订单要看用途。科研机构购买样机，主要验证技术；企业为日常生产采购设备，才会把稳定运行、维护费用和投入回收时间放在核心位置。两类需求都有价值，却不能混为同一种量产证据。

其次，要看完成一项工作的总成本。机器人的采购价只是其中一部分，部署调试、运行中的人工接管、维修以及停机损失，也会影响客户最终是否划算。

最后，要看复购。客户在试点之后继续采购、扩大使用范围，意味着系统至少开始经受真实业务的检验。仅有产能规划或发布会演示，还难以回答这个问题。

数据也由此形成一条重要联系：真实任务中的成功和失败，能够帮助团队修正机器人行为；如果这些改进让设备更可靠，客户才可能使用得更多。这个循环能否成立，最终要靠实际运行结果验证。

物理AI的吸引力，在于把智能带入生产和服务现场。决定它走多远的，将是机器能否持续完成任务，以及客户是否愿意持续为此付费。

参考资料

[1] 方丽, 孙晓辉. 六位投研人士解读物理AI[EB/OL]. 中国基金报, 2026-11-01.

[2] NVIDIA. NVIDIA Advances Isaac Platform for General-Purpose Robotics With New Reference Humanoid, Frameworks, Simulation Pipelines and Data[EB/OL]. 2026-10-21.

[3] Agile Robots. Agile Robots Launches Agile ONE SN — a Humanoid Reference Platform Built on NVIDIA Isaac GR00T[EB/OL]. 2026-10-21.