物理AI进入部署元年：从演示到量产，产业格局正在重构

事件概述

物理AI（Physical AI）是指让AI理解并作用于真实物理世界，完成从感知到行动的闭环。该概念最早见于2020年《Nature Machine Intelligence》论文，2026年迎来产业爆发，核心特征是机器人从“演示”转向“干活”。

关键进展

中国代表企业：智元机器人

• 在南昌3C产线进行连续数小时真实作业直播，无预设剧本。
• 于香港宣布人形机器人实现万台量产，同时布局本体制造、AI模型、灵巧操作和数据采集四个方向，并投资60多家产业链企业。
• 创始人邓泰华提出“XYZ曲线”框架：X为开发尝鲜期，Y为部署成长期（2026年定义为“部署态元年”），Z为智能涌现期。

海外代表企业：Figure AI

• 2025年9月完成超10亿美元融资，估值达390亿美元。
• 发布Figure 03机器人（身高1.68米，重约60公斤），自主完成浇花、端菜、叠衣服等家务。
• 终止与OpenAI合作，全面自研神经网络系统Helix，采用“本能-反射-思考”三层架构（底层平衡反射、中间层200次/秒电机控制、高层场景理解与决策）。

工业机器人平台合作

英伟达在GTC大会上宣布与ABB、库卡、安川、发那科全球四大工业机器人巨头合作，通过仿真平台为全球超200万台存量工业机器人提供虚拟调试和AI训练，目标成为下一代工业自动化“操作系统”。

技术底座：世界模型的工程化突破

世界模型让AI学会物理规律并预测动作后果，此前算力要求极高。近一年主要突破包括：

• 英伟达Cosmos系列模型：从文字/图像生成符合物理规律的动作训练数据。
• 蚂蚁灵波开源LingBot-World框架：实现近10分钟连续稳定视频生成，端到端交互延迟控制在秒级，支持实时控制虚拟角色。
• 极佳视界发布GigaWorld-1物理世界“数字沙盒”，随后阿里巴巴ABot-PhysWorld在WorldArena评测上超越它。
• 开源生态降低了门槛，使小团队也能开发物理AI训练工具。

范式变革：架构重建

传统机器人采用“感知-规划-控制”三段式，依赖工程师预设规则；物理AI采用“感知-推理-执行”新架构，由神经网络自行理解物理世界并决策。国际机器人标准组织预测，未来三年内80%新机型将采用新架构。

产业溢出：汽车供应链跨界入场

安波福、法雷奥、地平线、千寻位置等汽车供应商在北京车展展示机器人方案。汽车智驾的感知、路径规划、实时控制模块与人形机器人技术同源，摄像头、雷达、线控底盘等可直接迁移。特斯拉宣布Optimus人形机器人将量产100万台，取代Model S/X产线，将汽车制造经验直接复制到机器人领域。

总结

物理AI的“ChatGPT时刻”不同于语言模型让普通人试用AI，而是让AI真正开始干活。2026年作为部署态元年，竞争格局未定：量产能力、供应链韧性、场景泛化能力是卡位关键；合成数据将主导大规模训练；英伟达等基础设施提供商可能成为主要受益者。