本文转载自微信公众号：中信建投证券研究

文｜韩军 梁骁 

AI正从Digital AI向Physical AI跃迁，瓶颈已从模型/算力不可逆地转向“真实作业数据供给”，而快递网络每天以十亿级频次在真实非结构化环境中自动生产带成功/失败标签的“感知-动作-反馈”闭环数据，是已通电、并网、可实时反馈的单一规模化训练场。 与之撕裂的是，过去一年快递业在反内卷下业绩大幅改善，板块估值却下杀至近十年1%分位以下。 我们认为快递正从“劳动力成本表”切换为“物理数据资产负债表”，估值应重构为“基础快递业务价值＋物理AI数据资产期权＋成本结构重构期权＋具身智能产业资本收益”。2026-2027年是快递物流场景批量部署的关键窗口，投资上应关注优先掌握全链路数据与资本开支决策权的快递物流公司。

全文按四部分展开：为什么数采是物理AI核心卡点、为什么快递物流是最优数据训练场、为什么当下是布局最佳时点、现行估值框架错在哪及如何迭代。

1、数采是物理AI的核心卡点

物理AI不是大模型的简单延伸，训练对象从文本转向"感知-动作-反馈"时序闭环，输出从token变成action；数字AI数据可爬取，物理AI数据只能在运营环境中诞生——算力可买、模型可开源、本体可代工，唯有真实作业数据无法采购。全球高质量物理AI数据仅约50万小时，达到真正训练体量至少需1000万小时，缺口达20倍；全球在人类工作场景中运行的机器人不足2000台，真机数据500-1000元/小时，采集成本是普通数据的10倍以上。

四类数采方式互补：真机遥操质量最高但规模化慢（可用率仅15-20%），UMI示教（40-50%）、仿真数据（80-90%、单条成本0.01元）、EGO视频（50-60%）。 数据正加速资产化：数采项目数由2024年5笔增至2026年预计37笔、金额由0.14亿元升至21.5亿元；京

东规划未来2年1100万小时以上，智元/觅蜂、星海图各1000万小时；截至2026年4月底中国至少90个人形机器人数采中心在用或规划中、64个已投用。 据此测算，达成1000万小时可用数据需采集原始数据约2500万小时（约300万天），对应市场规模1300-4200亿元（中值2750亿），快递物流按约18%数据操作来源对应约500亿元。

2、快递物流是最优训练场

快递网络每天以十亿级频次在真实非结构化环境自动生产闭环数据，卸车、供包、分拣、投柜、理赔等每个动作自带成功/失败标签，人工接管是高价值样本，KPI考核体系相当于7×24小时免费标注机。 其天然满足物理AI对好数据的苛刻要求：WMS/TMS/巴枪全链路时间戳可对齐、SOP固定可复现、签收/破损/超时可评测、抓取-扫码-放置可跨本体复用，且每天1-2%（约500-1000万件）异常件构成稀缺负样本。 虽操作量低于工业制造，但行业集中度好（每家近百个分拨中心、近万台车辆）、包裹形态不规则随机、投诉按小时响应，数据多样性与准确性更佳。 企业角色已从"被找上门做试点"转为卖数据、卖场景、卖订单乃至成为股东。

3、当下是布局最佳时点的三条原因

其一，政策把仓储物流写进量化考核：2024年至2026年6月地方已发布超40份政策文件、覆盖18个省，工信部2026年专项行动明确聚焦仓储物流打造可训练、可测试、可验证场景，对央企国企是“有指标、有验收、有考核的必答题”。 其二，劳动力供需拐点：在放宽供给范围、保守估计需求增长的基础假设下，模型显示2026年是快递物流劳动力供需失衡拐点。 其三，经济性拐点出现在ROI<2年：以顺丰分拨部署星动纪元M7为例，30万元半身工业版年化成本13万元，效率1200件/时（人工1000-1200件）、22小时/日（人工8小时），投资回收期约1.5-2年；全尺寸人形机器人单机均价预计由2026年30-40万元降至2030年后10-15万元。

4、估值框架迭代与投资建议

（1）旧框架为"市值=业务量×单票净利率×给定P/E=f(份额，价格战强度，降本空间)"，2022年后件量市占率已不再是股价前瞻指标；行业护城河原本是规模效应/网络密度＋人力组织能力，但科技是双刃剑——资本开支替代人力运营开支使规模门槛变高，人力组织能力壁垒却会消失、网络密度壁垒被数据密度壁垒替代。 当前快递板块近2个月平均估值处十年1%分位以下（最低0.41%），2026年国内平均P/E 11.1倍，显著低于过往10年平均22.0倍及海外平均27.2倍。 我们提出新定价公式：市值=基础快递业务价值＋物理AI数据资产期权＋成本结构重构期权＋具身智能产业资本收益。 

（2）投资建议：物理AI重置了竞争维度，奖励"资本开支能力＋数据沉淀能力"、惩罚"纯人工劳动力组织能力"，期权定价前提是"持有权利"而非"身处场景"：直营模式掌握全链路作业数据、统一IT系统与资本开支决策权，加盟模式末端网点数据在加盟商手里、总部对作业细节掌控力有待加强。

1、产业化落地节奏与估值重定价触发条件不及预期

估值锚切换的触发条件是“有快递公司公开对外输出数据/场景/机器人即服务”，另外此类商业路径市场目前没有定价，板块近2个月平均估值处十年1%分位以下（最低0.41%）。 若部署节奏延后或政策验收放缓，三张期权可能长期不被计入，低估值状态延续；且科技是"双刃剑"，人力组织能力壁垒消失、网络密度壁垒被数据密度壁垒替代，原有护城河削弱对既有龙头并非单向利好。

2、关键测算与估值高度依赖假设，存在系统性下修风险

市场空间由"1000万小时可用数据→2500万小时原始数据→1300-4200亿元（中值2750亿）→按18%得快递约500亿"多级推导，而四类数采方式的成本与可用率差异极大。 若仿真合成数据、跨本体复用技术突破使Sim2real gap收窄，真实作业数据的稀缺性溢价与"数据小时"重置成本法基础将被削弱。 同时京东未来2年1100万小时以上、智元/觅蜂与星海图各1000万小时等产能规划集中释放，数采供给快速扩张可能压低数据单价。

3、主业基本面、资本开支前置与"持有权利"分化带来标的选择风险

过去一年需求增速下降、短期单票利润改善预期下降，股东回报成为市值管理重要手段；当下是反内卷后单票净利润高点且成本压力短期无法释放，主流估值把价格战周期利润还原为"稳态单票净利润×稳态单量"，若价格战反复或需求走弱，基础业务价值这一估值底座将被侵蚀。 科技替代使资本开支替代人力运营开支、规模门槛变高，单票资本开支与单票研发费用近年出现回升，而多数环节无人化仍处试点，投入前置、收益兑现偏后。

韩军：全球交通运输及全球能源首席分析师，曾供职于上海国际航运研究中心，3年政府规划与市场咨询经验，曾负责或参与为交通运输部、上海市交通委、港航企业等提供决策咨询服务二十余项。10 年交通运输行业证券研究经验，深入覆盖航运、港口、高铁、快递、物流板块，擅长把握周期性和政策性投资机会。2021第十九届新财富最佳分析师交通运输行业第五名。

梁骁：交运行业分析师，南开大学硕士，先后供职于中集集团物流板块、顺丰控股、京东物流，曾参与撰写《国家多式联运标准修订建议报告》并为交通物流相关十四五规划建言献策，2022年加入中信建投证券研究发展部，覆盖快递快运/仓储运输/供应链物流/跨境物流/铁路货运/航空物流，具有丰富的交运物流行业研究经验以及资源，擅于把握和挖掘公司长期价值，工作地北京。

证券研究报告名称：《物流:快递行业研究分析框架（三）：被忽视的物理AI训练场，新范式下的数据决定论》

对外发布时间：2026年11月11日

报告发布机构：中信建投证券股份有限公司 

本报告分析师： 

韩军 SAC 编号:S1440519110001

SFC 编号:BRP908

梁骁 SAC 编号:S1440524050005

【版权声明】本文内容来源于研报精选，版权归原作者及原媒体所有。本站仅作信息分享，不构成任何商业用途；如涉版权问题，请联系本站删除。

发布时间：2026-11-12 07:32:50