智能體正悄然邁入深度適配物理世界的新階段。近期，多家科技企業(yè)接連發(fā)布最新物理AI成果。“五一”假期前夕，奇瑞汽車宣布與英偉達(dá)開啟全球戰(zhàn)略合作，雙方將在輔助駕駛、座艙AI、機(jī)器人三大領(lǐng)域共同開發(fā)并布局物理AI……

放眼全球，以“教AI像人一樣理解現(xiàn)實(shí)世界物理規(guī)則”為特征的物理AI，正成為科技巨頭競逐的高地。北京智源人工智能研究院發(fā)布的《2026十大AI技術(shù)趨勢》指出，2026年將成為AI從數(shù)字世界邁向物理世界、從技術(shù)演示轉(zhuǎn)向規(guī)模價值實(shí)現(xiàn)的分水嶺。

當(dāng)前，物理AI正從概念驗(yàn)證加速走向價值實(shí)現(xiàn)，成為連接虛擬與現(xiàn)實(shí)的橋梁，并有望成為AI賦能實(shí)體經(jīng)濟(jì)的戰(zhàn)略性突破口。與此同時，物理AI面臨常識性不足、鏈路不完整、生態(tài)不健全等現(xiàn)實(shí)瓶頸。其能否真正“讀懂”并融入現(xiàn)實(shí)世界、實(shí)現(xiàn)規(guī)?；虡I(yè)落地，仍需產(chǎn)學(xué)研用多方協(xié)同破局。

產(chǎn)業(yè)處于爆發(fā)前夜

“我們正處于物理AI時代爆發(fā)的前夜?！鄙虾４髸詿o限機(jī)器人有限公司首席科學(xué)家陶大程這樣判斷。

然而，在全民使用大模型的時代，物理AI對多數(shù)人而言仍是一個陌生概念。

傳統(tǒng)AI就像個“書呆子學(xué)霸”。你問天文地理、文學(xué)典故，甚至讓它寫論文，它都對答如流；可真讓它疊件衣服，它只會“傻眼”——因?yàn)樗鼉涞亩际俏淖趾蛨D片，從未學(xué)過手怎么抓、勁怎么使、疊完怎么放才不會散。

物理AI，就像是給了這個“學(xué)霸”一個能無限重來的實(shí)習(xí)機(jī)會。它可以在虛擬世界里反復(fù)試錯：摔幾萬次跤學(xué)會走路，打翻無數(shù)杯子掌握抓握的力度，在數(shù)字公路上經(jīng)歷各種極端險情，從而攢下一身“肌肉記憶”。等到練就了物理直覺，它走進(jìn)真實(shí)世界就能直接動手干活?！昂喲灾瑐鹘y(tǒng)AI只會聊天碼字，物理AI則長出了‘手腳’。”資深A(yù)I專家、中吳網(wǎng)副總經(jīng)理丁成剛說：“它是個懂生活的實(shí)干派?！?/p>

“物理AI意味著AI系統(tǒng)具備在真實(shí)世界中‘感知—推理—行動—反饋’的閉環(huán)能力?！敝袊茖W(xué)技術(shù)大學(xué)人工智能與數(shù)據(jù)科學(xué)學(xué)院特任教授、博士生導(dǎo)師王翔進(jìn)一步解釋其背后的原理：“它不僅會思考，更能通過機(jī)器人等具身設(shè)備執(zhí)行任務(wù)，并從真實(shí)反饋中持續(xù)糾錯、自我進(jìn)化?！?/p>

德國斯圖加特大學(xué)教授、國際機(jī)器人聯(lián)合會技術(shù)委員會主席亞歷山大·維爾從數(shù)據(jù)流的角度闡釋了這一能力的來源：物理AI不僅接收圖像、視頻等常見多模態(tài)輸入，更關(guān)鍵的是引入了現(xiàn)實(shí)世界的傳感器數(shù)據(jù)?！八鼘⑦@些信息轉(zhuǎn)化為對物理世界的見解。”

從人形機(jī)器人疊衣服，到工業(yè)機(jī)器人打螺絲，再到四足機(jī)器人在人群中精準(zhǔn)避障……今年以來，在各地展會上上演的一場又一場“機(jī)器人狂歡”，背后都少不了物理AI的支撐。這種讓AI真正“讀懂”并介入物理世界的能力，正是物理AI的核心價值所在。

多位受訪專家指出，物理AI具備更強(qiáng)的環(huán)境適配能力，可動態(tài)應(yīng)對場景擾動，無需人工重新編程即可適配復(fù)雜多變的實(shí)景工況；依托虛實(shí)融合的仿真訓(xùn)練模式，能夠大幅降低實(shí)體試錯成本，加快技術(shù)迭代節(jié)奏。

以智能駕駛訓(xùn)練為例，搭建一座中型實(shí)體訓(xùn)練場成本高昂，運(yùn)維支出居高不下。而且，受環(huán)境、場地與安全條件限制，實(shí)體測試難以復(fù)刻極端路況，場景覆蓋十分有限。相比之下，虛擬訓(xùn)練場憑借仿真技術(shù)大幅壓縮投入與試錯成本，可全天候運(yùn)行，快速復(fù)現(xiàn)各類高危、長尾交通場景，實(shí)現(xiàn)零風(fēng)險測試與大規(guī)模、可標(biāo)注的數(shù)據(jù)獲取。

“仿真平臺能夠產(chǎn)生無窮無盡的數(shù)據(jù)，我們可以通過GPU并行加速，大幅提升機(jī)器人在其中的訓(xùn)練效率。”上海人工智能實(shí)驗(yàn)室青年科學(xué)家龐江淼說。

那么，虛擬環(huán)境中訓(xùn)練出的智能體，現(xiàn)實(shí)表現(xiàn)如何？數(shù)據(jù)顯示，特斯拉官方發(fā)布的“世界模擬器”能讓智能體在1天內(nèi)吸收相當(dāng)于人類500年的駕駛經(jīng)驗(yàn)；其Optimus機(jī)器人經(jīng)虛擬訓(xùn)練后，動作精度提升了50倍。

這一趨勢在中國正加速顯現(xiàn)。目前，中國物理AI企業(yè)主流采用通用底座+行業(yè)垂類分層架構(gòu)開展定制化開發(fā)，依托可微分物理引擎搭建基礎(chǔ)框架，再針對制造、能源、化工、基建、機(jī)器人等領(lǐng)域，植入專屬力學(xué)、流體、反應(yīng)動力學(xué)等行業(yè)物理規(guī)則，滿足不同場景下高精度、高實(shí)時性的落地要求。

今年2月，阿里巴巴達(dá)摩院發(fā)布開源物理AI模型RynnBrain，可幫助機(jī)器人在工廠流水線和廚房等復(fù)雜環(huán)境中識別物體、預(yù)測軌跡、規(guī)劃路徑。達(dá)摩院具身智能實(shí)驗(yàn)室負(fù)責(zé)人趙德麗表示：“RynnBrain首次實(shí)現(xiàn)大腦對物理世界的深度理解與可靠規(guī)劃，助大小腦分層架構(gòu)下的通用具身智能邁出關(guān)鍵一步。”

全球競爭態(tài)勢形成

物理AI正從實(shí)驗(yàn)室概念演變?yōu)橹厮苋虍a(chǎn)業(yè)格局的戰(zhàn)略變量。法國凱捷咨詢公司發(fā)布的《2026全球物理AI產(chǎn)業(yè)報告》顯示，67%的高管認(rèn)為物理AI將顛覆他們所在的行業(yè)，79%的企業(yè)已布局相關(guān)技術(shù)，工業(yè)、物流、自動駕駛成為率先落地的三大場景。

在這場關(guān)乎下一代智能基礎(chǔ)設(shè)施的競賽中，全球主要經(jīng)濟(jì)體正以不同路徑切入。

美國依托技術(shù)底座與資本優(yōu)勢，持續(xù)鞏固領(lǐng)跑地位。其中，AI巨頭英偉達(dá)持續(xù)迭代Cosmos世界基礎(chǔ)模型、Omniverse庫、Isaac仿真學(xué)習(xí)框架，為物理AI規(guī)?；?xùn)練、場景仿真提供核心支撐。就在5月21日，英偉達(dá)與微軟、川崎重工宣布深化合作，共同推進(jìn)物理AI的社會化部署。作為合作的第一步，川崎重工在美國硅谷設(shè)立物理AI中心，瞄準(zhǔn)老齡化和勞動力短缺問題，聚焦醫(yī)療和護(hù)理領(lǐng)域，通過AI與機(jī)器人結(jié)合，推出覆蓋到院、手術(shù)、術(shù)后護(hù)理的“一站式服務(wù)”。

日本選擇以工業(yè)數(shù)據(jù)為支點(diǎn)，尋求差異化突圍。該國將物理AI定義為“驅(qū)動實(shí)體設(shè)備和機(jī)器人的下一代AI”，旨在通過制造業(yè)場景數(shù)據(jù)訓(xùn)練模型，實(shí)現(xiàn)生產(chǎn)線自主調(diào)度與機(jī)器人精密操作。今年4月，日本成立“日本AI基礎(chǔ)模型開發(fā)公司”，計劃結(jié)合制造業(yè)數(shù)據(jù)打造“物理AI底座”。

韓國也將發(fā)展物理AI視作國家戰(zhàn)略。去年末，韓國發(fā)布國家級AI行動計劃，提出到2030年實(shí)現(xiàn)“物理AI第一”，確保其在制造業(yè)等關(guān)鍵領(lǐng)域的領(lǐng)先地位。

對于歐洲而言，其具備核心競爭力的領(lǐng)域，如精密制造、自動化產(chǎn)線、汽車工業(yè)、工業(yè)軟件等，恰好是物理AI落地所必需的土壤。日前，法國AI領(lǐng)域領(lǐng)軍企業(yè)Mistral AI宣布對奧地利物理AI初創(chuàng)公司Emmi AI完成戰(zhàn)略收購，標(biāo)志著歐洲工業(yè)智能化進(jìn)程邁入新階段。

在我國，物理AI迅速從概念驗(yàn)證加速邁向產(chǎn)業(yè)縱深。記者走訪發(fā)現(xiàn)，多家車企、機(jī)器人企業(yè)、互聯(lián)網(wǎng)企業(yè)已將物理AI視作實(shí)現(xiàn)具身智能能力躍升的重要解決方案，其吸納的資本和研發(fā)資源集中度顯著提高，形成與國際巨頭差異化競爭的格局。

2026年北京車展上，自動駕駛解決方案商動作頻頻，小馬智行發(fā)布世界模型2.0，核心突破在于運(yùn)用物理AI提升自我診斷與定向進(jìn)化能力；輕舟智航宣布戰(zhàn)略重心從“無人駕駛”全面升級為“通用物理AI”；車企層面，小鵬計劃將2026年物理AI相關(guān)研發(fā)投入提升至70億元；吉利發(fā)布WAM世界行為模型，并宣布與英偉達(dá)在物理AI領(lǐng)域深度協(xié)同。

“我們堅信未來所有工廠都將是‘AI工廠’，社會的方方面面都將受益于物理AI?！彼鞒娇萍紕?chuàng)始人、董事長陳灝表示，“低空經(jīng)濟(jì)、新能源電池、風(fēng)力發(fā)電、數(shù)據(jù)中心、具身智能、高端芯片、航空航天、生物醫(yī)藥、新材料等需要復(fù)雜場景仿真與優(yōu)化的前沿領(lǐng)域，均是物理AI的落地方向?！?/p>

協(xié)同發(fā)力突破瓶頸

在我國，物理AI已被賦予重要使命。2025年8月，國務(wù)院印發(fā)《關(guān)于深入實(shí)施“人工智能+”行動的意見》，明確提出“新一代智能終端和智能體的應(yīng)用滲透率在2030年達(dá)到90%”的目標(biāo)。

這背后重要的趨勢是，人工智能正在“接管”數(shù)字世界，并加速突破虛擬邊界，“進(jìn)入”物理世界。

然而，雖然物理AI加速走向產(chǎn)業(yè)落地，但虛擬與現(xiàn)實(shí)的鴻溝依然巨大。當(dāng)前，這一領(lǐng)域面臨常識性不足、鏈路不完整、生態(tài)不健全三大結(jié)構(gòu)性瓶頸，制約其從“虛擬預(yù)習(xí)”邁向規(guī)模化現(xiàn)實(shí)應(yīng)用。

針對這些堵點(diǎn)，我國正從技術(shù)底座、產(chǎn)業(yè)協(xié)同、生態(tài)構(gòu)建三個維度同步發(fā)力。

物理常識的匱乏是首要短板。物理AI的運(yùn)轉(zhuǎn)依賴物理引擎與仿真平臺的雙重支撐，但現(xiàn)有用于物理AI計算的傳統(tǒng)模型尚不成熟，導(dǎo)致訓(xùn)練出的智能體缺乏物理直覺。天府絳溪實(shí)驗(yàn)室交互人形機(jī)器人前沿研究中心主任彭倍指出：“市面上的具身模型多基于大語言模型改造，未從本質(zhì)上解決問題?！?/p>

如何化解難題？中國信息通信研究院副院長魏亮強(qiáng)調(diào)：“依托高質(zhì)量行業(yè)數(shù)據(jù)提升模型場景適配能力，持續(xù)優(yōu)化模型參數(shù)、提升推理精度，形成‘模型優(yōu)化—數(shù)據(jù)升級—應(yīng)用提效—再優(yōu)化’動態(tài)循環(huán)。”

仿真數(shù)據(jù)向現(xiàn)實(shí)遷移的能力不足，進(jìn)一步放大了短板。復(fù)旦大學(xué)長聘特聘教授、智能機(jī)器人與先進(jìn)制造創(chuàng)新學(xué)院副院長張立華表示：“光線變化、摩擦力差異、材料特性波動、環(huán)境隨機(jī)性等，都可能導(dǎo)致智能體‘水土不服’?！北本┲窃慈斯ぶ悄苎芯吭篎LM團(tuán)隊負(fù)責(zé)人王業(yè)全認(rèn)為：“物理AI發(fā)展的最大難點(diǎn)在于建模方法，包括數(shù)據(jù)、訓(xùn)練流程等，目前尚未有明確的方向。”

“仿真+真實(shí)”混合訓(xùn)練模式被認(rèn)為是路徑之一。松應(yīng)科技首席技術(shù)官黃巍介紹，通過多次模擬生成海量高質(zhì)量數(shù)據(jù)，再把最優(yōu)算法部署到產(chǎn)線上，這套模式能將機(jī)器人訓(xùn)練成本降低90%以上。

鏈路不完整是物理AI發(fā)展的另一挑戰(zhàn)。要實(shí)現(xiàn)物理AI的規(guī)?；涞?，形成“數(shù)據(jù)采集—模型訓(xùn)練—虛擬仿真—現(xiàn)實(shí)部署—反饋優(yōu)化”的完整閉環(huán)是先決條件。上海人工智能研究院副院長許春山直言：“但是，當(dāng)前這條核心鏈路上存在多處斷點(diǎn)，各環(huán)節(jié)協(xié)同不足，制約產(chǎn)業(yè)發(fā)展?！?/p>

打通鏈路，需協(xié)同攻關(guān)、開放合作?！耙罱ㄍㄓ脴蛄?，讓國產(chǎn)芯片快速進(jìn)入物理AI場景，共建自主生態(tài)。”松應(yīng)科技首席執(zhí)行官聶凱旋坦言，“要讓更多企業(yè)低成本實(shí)現(xiàn)智能體‘預(yù)習(xí)’，加速物理AI落地?！?/p>

“解決鏈路割裂問題，企業(yè)要搭建一套全流程研發(fā)支撐體系，把底層的物理能力、上層的訓(xùn)練流程乃至部署徹底打通。”張立華提出，“讓仿真技術(shù)服務(wù)于機(jī)器人研發(fā)全流程?！?/p>

算力成本高企是影響鏈路運(yùn)轉(zhuǎn)的“攔路虎”。通常訓(xùn)練一個通用物理AI模型，算力成本占研發(fā)投入60%以上。靈通智創(chuàng)數(shù)字科技有限公司總經(jīng)理陶熠指出：“高昂的算力成本擠壓了物理AI企業(yè)對數(shù)據(jù)采集、場景數(shù)字化和仿真的投入，而這些前端能力恰恰決定了模型訓(xùn)練質(zhì)量與落地效率?！?/p>

產(chǎn)業(yè)一線的反饋印證了這一觀點(diǎn)。四川省具身智能機(jī)器人訓(xùn)練場負(fù)責(zé)人張維坦言：“現(xiàn)在的仿真數(shù)據(jù)有效性還不夠。”節(jié)卡機(jī)器人股份有限公司高級銷售經(jīng)理劉鐸也表示：“現(xiàn)階段仿真數(shù)據(jù)對機(jī)器人訓(xùn)練的催化作用，確實(shí)不如真機(jī)數(shù)據(jù)直接有效?！?/p>

在汽車行業(yè)，矛盾更為突出。電子科技大學(xué)汽車仿真專家、副研究員李曙光直言：“仿真驗(yàn)證理論上能降本，但搶時間才是生存第一要務(wù)。車企傾向于在不斷建設(shè)完善的數(shù)據(jù)集中對新研發(fā)的功能進(jìn)行驗(yàn)證，提高研發(fā)效率?！?/p>

破解產(chǎn)業(yè)生態(tài)建設(shè)難題，深化場景驅(qū)動是不二法寶。南開大學(xué)計算機(jī)學(xué)院副院長劉曉光認(rèn)為，龐大的制造業(yè)基礎(chǔ)與多元化的應(yīng)用場景，構(gòu)成了我國物理AI發(fā)展的獨(dú)特優(yōu)勢。

如果說智能制造是物理AI的“練兵場”，那么具身智能便是它的“主戰(zhàn)場”。同濟(jì)大學(xué)教授、自主智能無人系統(tǒng)全國重點(diǎn)實(shí)驗(yàn)室副主任何斌建議，通過打造具身智能新基建場景，建設(shè)開源、標(biāo)準(zhǔn)化、模塊化的產(chǎn)業(yè)底座，推動具身智能社會應(yīng)用和物理AI發(fā)展。

物理AI的縱深發(fā)展，也對人才培養(yǎng)提出全新命題?！拔锢鞟I沒有‘一招鮮’的技術(shù)，每個場景都需深度適配物理規(guī)則?！睎|華大學(xué)材料科學(xué)與工程學(xué)院教授、博士生導(dǎo)師嚴(yán)鋒指出，目前跨學(xué)科、復(fù)合型人才非常稀缺，應(yīng)推動物理AI人才培養(yǎng)與場景應(yīng)用協(xié)同發(fā)力。

國家層面已在布局。4月28日，教育部發(fā)布《普通高等學(xué)校本科專業(yè)目錄（2026年）》，支持9所高校增設(shè)具身智能新專業(yè)。

“物理AI是AI邁向2.0時代的重要新場景?！眹覕?shù)據(jù)局專家咨詢委員會成員楊德斌認(rèn)為，AI從1.0向2.0轉(zhuǎn)型升級，既需要培育大量仿真人才與復(fù)合型人才，也離不開統(tǒng)籌規(guī)劃、政策支持、標(biāo)準(zhǔn)規(guī)范與人才儲備的系統(tǒng)支撐。

展望未來，楊德斌呼吁，將物理AI上升為國家重點(diǎn)研究課題，并加快構(gòu)建自主可控的物理AI基礎(chǔ)設(shè)施，“在這一進(jìn)程中，中國必須占據(jù)重要一席，積極參與全球競爭?！?/p>