IDC 物理 AI 产业图谱深度解读：软件闭环时代的稀缺标的价值重估

　近期 IDC 发布的《从数字 AI 到物理 AI：世界模型、仿真数据闭环与中国应用场景观察》报告，为正在升温的物理 AI 赛道提供了一份相对完整的产业坐标系。不同于市场上普遍聚焦大模型参数或机器人本体的叙事，这份报告将 "软件基础设施层" 置于产业链核心位置，并明确指出五一视界(6651.HK)是目前图谱中唯一同时覆盖 "模型与策略"" 仿真与验证平台 ""场景数据与合成数据" 三大模块的企业样本。这一 "三位一体" 的定位，值得从产业演进和投资逻辑两个维度重新审视。

　　产业分层背后的价值迁移：软件层成为规模化落地的关键瓶颈

　　IDC 将中国物理 AI 产业链划分为应用业务层、软件基础设施层和硬件基础设施层三层架构。这一划分本身就暗含了一个重要判断 —— 物理 AI 的产业化瓶颈已不再是硬件算力或终端载体，而是中间层的软件组织能力。

　　数字 AI 时代，竞争焦点集中在大模型参数规模和训练效率上，Token 是核心数据单元。但物理 AI 面对的是连续时间、三维空间、传感器误差、物理约束和安全责任，核心数据单元转向了 Clips（连续场景片段）。一次无保护左转、一次机器人抓取失败、一段无人机避障轨迹，都需要时间、空间、对象、动作、环境和结果的完整结构化表达。

　　这就决定了物理 AI 不可能靠单一模型能力打天下。正如 IDC 报告所指出的，模型只是起点，真正落地还需要场景数据、合成数据、仿真平台、数字孪生、空间智能、测试验证、边缘算力、传感器、执行器和行业工程服务共同参与。其中，软件基础设施层承担着数据闭环飞轮的核心组织功能 —— 从场景采集、治理标注，到模型训练、仿真验证，再到合成数据扩展、真实反馈回流，形成完整循环。

　　从产业价值分配的角度看，当硬件逐步标准化、应用场景逐步清晰后，软件层的闭环能力将成为差异化竞争的核心壁垒。这也是为什么 IDC 图谱中，软件基础设施层被放在三层架构的中间枢纽位置。

　　"三位一体" 卡位：五一视界的闭环价值拆解

　　在 IDC 产业图谱中，五一视界同时出现在软件基础设施层的三个模块中，这一分布形态在目前可见的厂商中是独有的。

　　模型与策略层面，五一视界的世界模型能力偏向 "世界生成模型" 方向，聚焦多视角车端时空推理、轨迹运动预测和物理常识表达，为主机厂的端到端模型或 VLA 模型提供场景推演与长尾生成支撑。这一定位很关键 —— 它不与主机厂的主控算法竞争，而是做底层的场景生成基础设施。结合深度研报数据来看，公司已全面适配英伟达 Cosmos 3 物理 AI 大模型，并加入 Cosmos Coalition 全球联盟，这意味着其世界模型能力已进入全球主流生态的技术标准体系。

　　仿真与验证平台层面，SimOne 仿真训练平台支持 WorldSim 真实数据驱动和 LogSim 回放，覆盖 SIL、HIL、PIL、DIL 等多阶段在环联调。根据深度研报，五一视界在高阶智驾仿真领域的市占率已达 53.5%，这一市场地位为其仿真平台积累了大量主机厂的真实场景数据和工程验证经验，反过来又强化了平台的成熟度和可信度。

　　场景数据与合成数据层面，DataOne 一体化合成数据引擎承担高价值长尾场景挖掘、自动标注、Log2World 转换、场景泛化和 Corner Case 合成训练。合成数据的价值在于补充极端天气、危险交互、长尾事件等难以采集的复杂场景，而这恰恰是端到端大模型时代最稀缺的数据燃料。

　　三类能力的协同效应在于：模型生成场景假设，仿真平台验证假设的安全性和可行性，数据引擎将验证结果转化为可复用的训练资产，反过来又喂养模型迭代。这种内生闭环能力，是单一仿真工具厂商或单一数据服务商难以复制的。

　　智驾先行验证场：软件基础设施的价值试金石

　　IDC 报告将智能驾驶列为物理 AI 的先行观察场景，理由是其天然具备完整的真实世界闭环。这一选择颇具深意 —— 智驾是目前物理 AI 各赛道中商业化进度最快、研发流程最成熟、数据闭环体系最完整的领域。软件基础设施的真实价值，在智驾赛道最先得到验证。

　　五一视界在智驾领域的定位尤其值得关注：它既不替代主机厂的自动驾驶算法，也不直接定义整车智能化路线，而是解决 "把真实道路问题转化为可复现、可泛化、可回归的训练与验证资产" 这一底层问题。对迈向 L3/L4 的主机厂而言，模型能否进入量产，取决于训练数据丰富度、长尾场景覆盖率、仿真验证可信度以及硬件在环测试的打通程度。工信部 2026 年准入新规将虚拟仿真确立为法定前置环节，更是从政策层面强化了这一基础设施的刚性需求。

　　从深度研报的财务预测看，市场已开始定价这一增长逻辑：预计 2026-2028 年公司营收分别为 7.25 亿、13.25 亿、19.85 亿元，对应增速 108.3%、82.8%、48.76%，增速曲线与智驾仿真市场的爆发期高度吻合。政策硬约束、端到端大模型数据需求、具身智能场景拓展三浪叠加的逻辑，正在从产业判断逐步兑现为业绩增长。

　　价值重构：从工具软件到场景数据资产

　　IDC 报告中一个容易被忽视但极为重要的判断是：物理 AI 时代，仿真平台的商业价值正在从 "卖工具" 转向 "帮客户建立长期可复用的场景数据资产和持续迭代的仿真验证体系"。

　　过去的仿真软件，本质上是项目制的工具交付 —— 交付一个场景，完成一次测试，项目结束。但物理 AI 时代的仿真平台，需要接入车端多路传感器数据，完成目标、轨迹、语义要素和事件标签处理，将高价值片段结构化转换并纳入场景库管理，再支撑仿真测试、模型训练、算法评测、道路问题复现和量产验证。每一轮真实路测的反馈都会让场景资产库更丰富，仿真验证体系更可信。

　　这意味着商业模式的底层逻辑变了：从一次性项目收入，转向可积累、可复用、可订阅的场景数据资产运营。场景库越厚，长尾覆盖越全，客户的迁移成本就越高，平台的网络效应就越强。五一视界在高阶智驾仿真 53.5% 的市占率，本质上也是其场景数据资产积累厚度的体现。

　　结语：软件闭环是物理 AI 的下一个胜负手

　　IDC 这份图谱的价值，不在于罗列了多少厂商，而在于勾勒出了物理 AI 从概念走向规模化的关键路径 —— 不是单点模型突破，而是软件体系的闭环能力。

　　中国物理 AI 产业的优势在于设备供应链完整、工程实施能力强、应用场景丰富，但短板在于软件平台的独立产品能力、场景数据的跨项目复用度以及厂商间的接口协同。谁能率先补齐软件层的闭环能力，谁就更有机会占据物理 AI 时代的基础设施位置。

　　五一视界（HK6651）的 "三位一体" 布局，恰好踩中了这一产业演进的节点。从数字孪生起家，到智驾仿真建立市场地位，再到世界模型和物理 AI 工厂的战略升维，其能力边界的扩展始终围绕 "把真实世界转化为可训练、可验证、可回归的数字资产" 这一核心命题。

　　物理 AI 的终局是让 AI 真正进入车辆、机器人、工业设备、低空系统和城市空间。在 AI 走进真实世界之前，它需要先在数字世界中完成理解、推演、训练、验证和持续进化。承担这一 "前置考场" 功能的软件基础设施，其价值才刚刚开始被市场充分认知。

来源：中国基金网