☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
2026年伊始，AI领域悄然掀起一股新风潮——“物理AI”。
黄仁勋在年初CES展会多次强调：“下一波AI浪潮，必将扎根于物理世界。”孙宇晨亦高调发声：“虚拟AI红利见顶，未来三年最大机遇，就在物理AI。”
产业侧同样热度飙升：美国Figure AI以连续五天不间断的机器人分拣直播引爆全网；国内智元机器人官宣第10000台通用具身机器人正式下线……
巨头言论与一线进展交相呼应，将行业目光齐齐引向这场从“屏幕智能”迈向“实体执行”的宏大跃迁。但仍有声音在问：所谓“物理AI”，究竟是技术演进的必然拐点，还是又一次概念升级的营销话术？
01 从“能对话”到“能干活”
要厘清争议，先得解构这个略显拗口的术语。
字面而言，“物理AI”即AI与物理世界深度耦合的技术体系；而本质上看，它标志着AI角色的根本转变——虚拟AI专司“思考与表达”，物理AI则必须完成“感知—理解—行动”的闭环。它不再局限于对话框中的应答者，而是要在真实空间中识别环境、判断状态、操控物体、应对变化。
简言之，物理AI是让自主机器（如人形机器人、无人叉车、服务型机械臂等）在开放物理场景中稳定感知、实时推理并精准执行复杂任务的能力集合。中国计算机学会执行委员王翔在第三届中国国际供应链博览会上系统阐释：“物理AI的核心，在于构建‘感知—推理—行动—反馈’的完整闭环能力。”
换种说法：过去AI擅长“聊天”，如今物理AI追求“做事”。当AI走出ChatGPT界面，走进工厂流水线、物流分拣中心乃至家庭厨房，它所面对的，正是物理AI必须攻克的真实战场。
这一代际差异，在今年两家头部机器人企业的实践中尤为直观。
美国Figure AI自5月14日起开启为期五天的产线直播：3台Figure 03人形机器人轮班作业，持续完成快递包裹识别、抓取、姿态调整、条码朝下放置等全流程操作。其中一台机器人连续运行超33小时，处理包裹逾4万件。创始人布雷特·阿德科克（Brett Adcock）透露，该系统搭载最新Helix 02模型，全程以“完全自主模式”运行，无需人工干预。
这场直播的意义远不止于炫技——它用实时画面宣告：物理AI已跨过“实验室演示”阶段。一家公司在真实产线环境中实现多日无故障连续作业，本身就是对技术成熟度最有力的背书。
国内智元机器人亦同步开展实测直播，将其精灵G2部署于南昌龙旗科技产业园平板产线MMIT工段，与人类工人协同作业。数据显示：机器人8小时连续运行零重大异常，整体作业成功率超99.5%；单工序耗时仅18–20秒，每小时可完成310件产品，单台即可覆盖双工序产能。
更进一步的是，智元机器人于3月宣布全球首个通用具身智能机器人实现万台交付——从2025年12月突破5000台，到2026年3月达10000台，仅用三个多月。而在交付规模之外，公司更提出2027年营收冲刺百亿的目标。参照新能源、自动驾驶等硬科技赛道发展轨迹，一家成立不足两年的企业，既实现万台级量产落地，又锚定百亿营收路径，堪称现象级突破。
两家公司用扎实的数据与真实场景证明：物理AI已摆脱遥控指令或预设脚本的“表演式智能”，真正具备在动态、非结构化环境中自主决策、稳健执行的能力。
尤为关键的是，智元率先迈入万台交付门槛，并将量产能力与订单深度绑定，标志着该赛道正从“技术验证期”加速转入“商业兑现期”。换言之，“能不能做”已不再是核心疑问，真正的较量，已下沉至“好不好用”与“划不划算”的深水区。
02 推动物理AI爆发的三重引擎
那么，为何物理AI恰在此时迎来集中爆发？回溯来看，除市场需求牵引外，背后一系列关键技术突破构成了最强推力。
首先是大语言模型（LLM）赋予机器人“语义理解力”。传统机器人依赖确定性编程逻辑，工程师需为每个动作编写精确指令，一旦环境微调，代码就得重写，鲁棒性差、泛化难，难以支撑规模化商用。
转机出现在2023年8月——谷歌接连发布PaLM-E与RT-2两大具身多模态大模型，首次实现将自然语言指令自动拆解为可执行动作序列。LLM由此完成从“文本对话”到“物理操作”的能力跃迁。
黄仁勋在CES 2026演讲中一语道破本质：“物理AI的本质，是一场底层控制权的转移——从人类编写的确定性规则，移交至具备物理常识与泛化能力的神经网络。”
至此，机器人不再只是“照本宣科”，而是能“听懂意图、自主规划、动态响应”。
如果说LLM解决了“听懂”的问题，那么“世界模型”则破解了“如何在物理世界中安全行动”的难题。其核心在于，让AI构建一套关于现实世界运行规律的内在认知框架。
英伟达在去年CES发布的物理AI基础模型平台Cosmos，成为标志性事件。该模型可依据文字描述或图像输入，生成符合真实物理约束的动作数据，显著加速智能汽车、服务机器人及视频分析类AI体的开发进程。
据官方披露，Cosmos基于超2000万小时真实场景数据训练而成，大幅压缩仿真建模与模型迭代周期。有了世界模型，AI便可在虚拟空间中完成海量试错演练，再高效迁移至现实世界。
而真正打通“感知—理解—执行”最后一环的，是Vision-Language-Action（VLA）模型。它使机器人能同步处理视觉信号、语言指令与动作输出，实现“看到即做到”的端到端闭环。
DeepMind于去年9月发布新一代具身智能大模型Gemini Robotics 1.5，号称全球首个专为具身推理优化的“思考型模型”；英伟达则推出开源人形机器人模型Isaac GR00T N1.6，支持全身协调控制；北京人形机器人创新中心亦开源国产具身小脑大模型XR-1——这是国内首个符合具身智能国家标准的模型，经百万级数据训练，可稳定完成取放、推拉、旋转等双臂协同任务。
至此，物理AI已集齐三大支柱能力：LLM赋予“理解意图”的大脑，世界模型提供“预判后果”的直觉，VLA打通“看见—想到—做到”的通路。三者融合，首次赋予机器人在开放环境中自主作业的基础能力。
当然，灵巧操作仍是当前瓶颈：双手双臂的微米级协同、柔性物体的自适应抓取、突发扰动下的即时修正……这些尚未完全攻克。换句话说，物理AI已拿到“进厂上岗”的通行证，但距离“居家服务”的精细标准，仍需跨越从“粗放执行”到“精微操控”的质变鸿沟。
03 从蓝图构想到真金白银
理解物理AI的来路固然重要，但更具现实意义的问题是：下一阶段的竞争焦点在哪里？
我们不妨借鉴自动驾驶的发展路径——数据之争，始终是绕不开的主战场。具身智能亦然：谁掌握更高质、更广谱、更闭环的训练数据，谁就握有定义标准的话语权。
目前，英伟达凭借Cosmos率先构筑起世界模型壁垒——超2000万小时真实数据的积累，短期内极难被复制；而智元机器人完成万台量产部署，则意味着其拥有持续、真实、带反馈机制的数据采集能力，这已被业内普遍视为稀缺的数据护城河。
需要强调的是，物理AI所需的数据，并非简单比拼“数量”，而是强调“合成+真实”的协同增效。
纯靠真实数据，受限于采集成本与硬件损耗；过度依赖合成数据，则面临模拟到现实（sim2real）迁移失准的风险。北京人形机器人创新中心提出的“跨数据源学习”方案，正是对此的回应：通过解析海量人类操作视频，低成本构建高质量训练样本，显著提升模型泛化效率。
由此可知，未来胜出者，必是那些真正跑通“合成数据预训练—真实数据微调—实际场景反馈—模型持续进化”全链路闭环的企业。
数据之外，虚拟AI与物理AI的深度融合，将成为决定上限的关键变量。
常被忽略的一点是：二者并非对立关系。一个完整的物理AI系统，通常分为三层架构——底层为感知层（摄像头、激光雷达、触觉传感器等），中层为认知决策层（AI大模型推理），上层为执行控制层（电机、伺服系统、运动规划算法等）。虚拟AI主攻中层，而物理AI的价值，正在于打通感知与执行之间的断点。
英伟达的“芯片+模型+工具”全栈方案，正是这一逻辑的典范：Jetson Thor边缘计算平台提供算力底座，GR00T模型承载智能内核，Isaac平台提供开发与仿真工具链。沿着这条路径，谁能实现软硬一体的深度协同，不仅可完成“大脑—神经—肢体”的全链贯通，更能构筑起难以复制的技术护城河。
最后，也是最现实的一环：商业化落地能力。
三年前，资本追逐的是“技术想象力”；如今，评判标准已转向“交付确定性”。
公开数据显示：2025年中国具身智能领域融资总额达735亿元，投融资事件744起；2026年前五个月新增融资超370亿元，累计突破1100亿元。但资金流向已发生结构性偏移。
2026年5月，天机智能完成10亿元B轮融资，核心筹码是Q1在手订单突破10000台，客户覆盖45家机器人企业；中科第五纪同期获数亿元A轮融资，并披露已斩获海外数亿元订单；维他动力、鹿明机器人融资中，上汽尚颀资本、三菱电机等产业资本纷纷入场，目的直指产线适配与交付协同。
反观美国初创公司Cartwheel Robotics，虽手握前沿技术，却长期缺乏订单支撑，已于2026年3月宣告关闭。
正反案例清晰印证：资本市场已不再为酷炫Demo买单，只为真实、可验证、可放量的交付能力付费。
04 尾声
物理AI的走红看似猝不及防，实则厚积薄发。
当然，也有观点认为，“物理AI”不过是资本市场对具身智能的一次概念包装，本质仍是机器人技术的自然演进。但无可否认的是，这一术语的广泛传播，精准折射出AI产业的历史性转向——从虚拟世界的“信息处理”，迈向物理世界的“实体干预”。这本身，就是一条不可逆的演进轨道。
最新一轮竞逐中，Figure AI以直播秀出技术肌肉，智元机器人以万台交付筑牢产业根基，英伟达以Cosmos与GR00T搭建生态底座……而下一个关键命题已然浮现：谁将成为物理AI时代的OpenAI？哪个应用场景，将率先迎来属于它的“ChatGPT时刻”？
本文来自微信公众号 “洞见新研社”（ID：DJXYS-0309），作者：关注AI的，36氪经授权发布。
