10月20日至22日，英伟达GTC大会在德国柏林举行，黄仁勋将于21日发表主题演讲。本届大会将加速计算、智能体AI、物理AI、机器人等列为核心议题。随着人工智能加速向真实物理世界延伸，物理仿真、训练数据等基础技术环节正受到产业关注。

10月20日，开源证券发布计算机行业点评报告《物理AI或成编码外最大落地场景，全球巨头重点发力》，指出物理AI有望成为编程之外需求空间最大的AI应用市场，并将风语筑、凡拓数创、索辰科技、中控技术等列为受益标的。对于长期从事空间数字化与三维内容生产的风语筑而言，既有空间资产与物理仿真、合成数据及具身智能训练需求的结合，成为值得关注的产业方向。

近期，全球科技巨头持续加码机器人及物理AI领域。10月19日，特斯拉股东大会材料显示，第三代人形机器人Optimus V3已为大规模量产做好准备，首批生产线正在建设。随着机器人从研发验证走向规模化应用，产业关注也在从机器人本体、运动控制等环节，进一步延伸至模型训练、物理仿真与数据供给等基础技术领域。

合成数据并非简单生成更多三维图像。机器人需要学习的是环境中的几何关系、物体状态、接触与运动规律，以及动作产生的结果。只有当虚拟环境中的数据在物理属性、传感器特征和交互规律等方面达到足够准确度时，合成数据才能有效支持模型训练。这也决定了合成数据与物理仿真之间的紧密联系——前者生成训练样本，后者提供可运行、可控制的虚拟环境。

在国产物理AI基础软件领域，松应科技围绕自研ORCA OS开展布局。据人民网报道，该系统对标英伟达Omniverse；公开信息显示，ORCA SIM聚焦实时多物理场耦合仿真。2026年8月，松应科技宣布连续完成A轮、A1轮数亿元融资，由中金资本、武汉洪山资本领投，风语筑为跟投方之一。

双方还通过共同设立风应科技，围绕物理仿真、Sim2Real仿真训练及空间合成数据等方向开展布局。10月18日，双方在杭州首届全球具身智能应用创新挑战赛期间，联合承办了物理AI＋电力场景机器人Sim2Real挑战赛，通过线上仿真训练与线下实景测试相结合的方式探索技术验证。

从产业链分工看，仿真平台、三维场景资产与合成数据生成具有不同的技术要求：仿真平台需要模拟物理规律并提供训练环境，空间资产为场景构建提供几何与内容基础，面向模型训练的数据生产还涉及任务设计、数据标注、质量评估及验证流程。三者可以形成协同，但不能简单等同。

风语筑长期深耕空间数字化与三维内容生产，积累了三维建模资产与场景构建经验。公司与松应科技的股权及业务合作，为探索空间资产与仿真训练技术的结合提供了一个案例。

不过，产业需求增长并不意味着所有技术路线都能实现商业化。合成数据需证明其对真实任务训练的有效性，仿真平台需持续提升物理准确性与训练效率，具体企业的竞争力仍取决于技术性能、产品成熟度、客户采用情况及持续收入能力。