报告概述
本报告前瞻2026年英伟达GTC大会，聚焦物理agent这一AI从虚拟认知走向物理世界落地的关键形态。报告梳理了英伟达在物理AI领域的全栈布局，包括世界模型Cosmos、自动驾驶模型Alpamayo、机器人模型GROOT以及超级计算机Rubin等；同时盘点2026年初CES展会上涌现的多种物理agent形态，如带机械臂的扫地机器人、轮式家用机器人、陪伴机器人等。报告重点分析了开源智能体OpenClaw如何打通大模型算力与物理世界执行端的壁垒，并基于宇树和Vbot的集成案例，展示机器人具备空间感知和记忆能力的里程碑式突破。最后，报告提出物理agent的核心在于传感器和执行器，并给出相关投资标的建议。
报告的核心结论
物理agent将成为2026年GTC大会焦点。
报告指出，英伟达CEO黄仁勋多次强调物理AI是下一波浪潮，2026年CES上已发布Cosmos物理AI平台、Alpamayo自动驾驶模型等，GTC大会将进一步聚焦物理agent，推动AI从虚拟认知向物理世界落地。
OpenClaw是物理AI从认知到执行的核心枢纽。
报告认为，奥地利开发者开源的智能体OpenClaw填补了物理AI的关键缺口，它能够将大模型的语言理解和逻辑推理转化为可执行的物理动作指令，同时融合传感器和空间感知能力，实现观察-规划-行动-反馈闭环，并首次赋予机器人时空记忆能力。
物理agent形态多样，不仅限于人形机器人。
报告列举了2026年CES上的多种物理agent产品，包括带机械臂的扫地机器人、轮式家用机器人、陪伴机器人、智能喂鸟器、AI调酒机等，表明物理agent可以覆盖多种场景，执行器相对简单但传感器不可或缺。
传感器和执行器是物理agent核心投资方向。
报告提出，相比于人形机器人，物理agent的执行器相对简单，但传感器是关键。报告建议关注传感器标的（如福莱新材、晶华新材、奥比中光）和执行器标的（如新泉股份、斯菱智驱等）。
报告回答的关键问题
什么是物理agent，它与传统AI agent有何不同？
物理agent（物理智能体）是指在现实物理世界中感知、行动和执行的硬件智能体，与传统仅在数字世界决策和执行的AI agent不同。英伟达将其视为AI从虚拟走向物理的关键，并围绕它构建了从训练到推理的全栈方案。
2026年CES展会上有哪些代表性的物理agent产品？
CES 2026上物理agent形态多样，包括追觅Cyber10 Ultra（扫地机器人配机械臂）、SwitchBot Onero H1（轮式家用机器人可做家务）、Skyris BooBoo（陪伴机器人）、Bird Buddy智能喂鸟器、Fraimic AI画框以及可对话的AI调酒机等，展示了物理agent的广泛场景。
OpenClaw如何实现机器人的空间感知和记忆？
OpenClaw通过集成空间代理记忆能力，使机器人首次理解空间和时间。例如宇树G1搭载OpenClaw后，能在房间中移动并记住布局、人物和事件发生时间；Vbot超能机器狗则能感知环境、理解空间关系，并将自然语言指令转化为连续可执行行动。
英伟达在物理AI领域有哪些关键技术和产品布局？
英伟达布局了五层AI技术栈，包括世界模型Cosmos（物理世界理解）、Blackwell架构（算力基础）、Jetson Thor（边缘计算终端）、Alpamayo自动驾驶模型（具备推理能力）、GROOT机器人模型以及新一代超级计算机Rubin（推理令牌成本降低最多10倍）。
报告中的代表性数据
Rubin推理令牌成本降低倍数
2026年，英伟达新一代超级计算机Rubin相比Blackwell平台，使推理令牌成本降低最多10倍，GPU数量减少4倍，用于训练MoE模型。
英伟达对物理AI商机的预估
2026年，报告提及英伟达强调面向工业和机器人领域的物理AI蕴藏着价值50万亿美元的商机。
以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。
完整报告包含什么
- 英伟达世界基础模型Cosmos的详细架构与应用场景。
- 英伟达Blackwell架构与Jetson Thor边缘计算终端的参数与功能对比。
- AI五层蛋糕技术栈的全景图，包括训练软件时代的计算基础设施。
- Alpamayo自动驾驶系统的开放组件生态架构及其视觉-语言-动作模型详解。
- Rubin超级计算机的6芯设计、性能提升与效率数据。
- CES 2026上超过10种物理agent产品形态的图文展示与功能描述。
- 宇树G1和Vbot超能机器狗搭载OpenClaw的详细测试表现与空间代理记忆能力实现原理。
- 传感器与执行器的核心标的公司列表及投资逻辑分析。
- 风险提示部分，包括模型开发、伦理监管、样本误差和市场需求风险。
本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。
