
一、物理 AI 革命:從數字虛拟到物理現實的産業躍遷
高盛 3 月 3 日發布的《物理 AI 産業圖譜與投資策略》報告指出,物理 AI(Physical AI)正引領全球科技産業進入 "具身智能" 時代 —— 這種融合 3D 空間感知、物理規律建模與自主決策的技術範式,已在自動駕駛(L4 級)、工業機器人(協作型)、人形機器人(服務類)三大場景形成商業閉環。英偉達黃仁勳所預言的 "50 萬億美元制造業變革" 正通過物理 AI 落地:波士頓動力機器人已實現建築工地自主作業,特斯拉 Optimus 的關節控制精度達 0.1mm,而這些突破的核心基礎,正是機器視覺系統的革命性進步。
二、技術解析:物理 AI 的視覺感知金字塔
1. 硬件架構創新
多模态融合:瑞聲科技為某造車新勢力定制的 ADAS 方案,集成 7P 車載鏡頭(光圈 F1.6)+ToF 攝像頭 + 激光雷達接收鏡頭,在 150 米距離内實現 ±2cm 的障礙物定位精度
光學突破: WLG 玻璃成型技術使鏡頭畸變率<0.5%(行業平均 1.2%),在 - 40℃~85℃溫度區間保持焦距穩定性
算力協同:與 Mobileye 合作開發的視覺處理芯片,實現 200TOPS/W 的能效比(傳統方案僅 80TOPS/W)
2. 技術對比矩陣
| 技術指标 | 傳統視覺方案 | 瑞聲科技物理 AI 方案 | 性能提升 |
|---|---|---|---|
| 動态範圍 | 100dB | 140dB | 40% |
| 低光靈敏度 | 1.5lux | 0.3lux | 80% |
| 三維重建速度 | 15fps | 60fps | 300% |
三、瑞聲科技的雙輪驅動增長模型
1. 汽車業務爆發引擎
ADAS 滲透:2024 年獲得 12 家主機廠定點,前視鏡頭市占率提升至 18%(2023 年 12%),配套車型包括蔚來 ET9、理想 MEGA 等高端車型
座艙升級:觸覺反饋技術通過 ISO 26262 ASIL-D 認證,在碰撞預警場景中響應時間<50ms,已搭載于比亞迪漢 EV 2025 款
财務表現:汽車業務營收占比從 2022 年 15% 提升至 2024 年 28%,毛利率達 42%(消費電子業務 28%)
2. 機器人視覺新藍海
技術儲備:為某頭部機器人廠商開發的雙目立體視覺模組,基線距離 120mm,在 2 米距離内深度誤差<1cm
量産規劃:ToF 鏡頭産線已完成擴産,單月産能達 50 萬顆,适配優必選 Walker X 等機型
市場測算:預計 2025 年人形機器人鏡頭業務貢獻營收 8-12 億元,2027 年有望突破 50 億元
四、産業驗證:從技術優勢到商業落地
1. 客戶矩陣升級
| 行業 | 核心客戶 | 合作内容 | 訂單周期 |
|---|---|---|---|
| 汽車 | 特斯拉、比亞迪 | 前視鏡頭 + 激光雷達接收模組 | 3-5 年 |
| 機器人 | 優必選、宇樹科技 | 雙目視覺 + ToF 感知方案 | 1-2 年 |
| 工業 | 發那科、ABB | 工業質檢鏡頭定制化開發 | 2-3 年 |
2. 技術壁壘構建
專利布局:累計申請光學相關專利 487 項(其中 PCT 專利 126 項),WLG 技術同族專利覆蓋中美歐日
量産能力:常州車載鏡頭工廠采用 AI 視覺檢測系統,良率提升至 98.5%,産能爬坡速度較同行快 30%
五、高盛投資邏輯:三維度看瑞聲科技價值重估
1. 行業 β 紅利
物理 AI 相關硬件市場規模 2025 年達 890 億美元(2023 年 320 億),CAGR 48%
人形機器人視覺系統成本占比達 22%,是繼動力電池後的第二大價值模塊
2. 公司 α 優勢
鏡頭産品毛利率較同行高 8-12 個百分點(舜宇光學 35%,聯創電子 29%)
汽車業務收入增速連續 6 個季度超 50%,遠超行業平均 32%
3. 估值重構空間
當前 PE(TTM)22 倍,低于電子制造行業均值 28 倍
高盛給予目标價 38 港元(當前 25 港元),隐含 60% 上漲空間
六、未來展望:物理 AI 時代的鏡頭
瑞聲科技管理層透露,2025 年将重點推進兩大戰略:
技術疊代:開發 8P 車載鏡頭(焦距覆蓋 16-150mm)和 4D 毫米波雷達視覺融合方案
生态布局:與商湯科技、曠視科技共建 "物理 AI 視覺開放平台",降低中小機器人廠商開發成本
正如高盛科技行業首席分析師 Peter Oppenheimer 所言:"在物理 AI 重塑産業的十年周期中,瑞聲科技憑借光學技術縱深與跨場景落地能力,有望成為繼台積電(算力)、甯德時代(能量)之後的 ' 感知層核心資産 '。" 當機器視覺從 "看見" 進化到 "理解" 再到 "決策",這家隐形正站在萬億市場的爆發前夜。
免責聲明:本文僅代表作者個人觀點,與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實,對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾,請讀者僅作參考,并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體,轉載目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責,若因作品内容、知識産權、版權和其他問題,請及時提供相關證明等材料并與我們聯系,本網站将在規定時間内給予删除等相關處理.



