全球科技巨头抢占这一AI新风口！我们跟上了吗？
◎ 采写丨科技日报记者 李均
◎ 策划 丨 赵英淑 滕继濮
智能体正悄然迈入深度适配物理世界的新阶段。 近期，多家科技企业接连发布最新物理AI成果。 “五一”假期前夕，奇瑞汽车宣布与英伟达开启全球战略合作，双方将在辅助驾驶、座舱AI、机器人三大领域共同开发并布局物理AI……
放眼全球，以“教AI像人一样理解现实世界物理规则”为特征的物理AI，正成为科技巨头竞逐的高地。 北京智源人工智能研究院发布的《2026十大AI技术趋势》指出，2026年将成为AI从数字世界迈向物理世界、从技术演示转向规模价值实现的分水岭。
当前，物理AI正从概念验证加速走向价值实现，成为连接虚拟与现实的桥梁，并有望成为AI赋能实体经济的战略性突破口。与此同时，物理AI面临常识性不足、链路不完整、生态不健全等现实瓶颈。其能否真正“读懂”并融入现实世界、实现规模化商业落地，仍需产学研用多方协同破局。
松应科技
1
产业处于爆发前夜
“我们正处于物理AI时代爆发的前夜。”上海大晓无限机器人有限公司首席科学家陶大程这样判断。
然而，在全民使用大模型的时代，物理AI对多数人而言仍是一个陌生概念。
传统AI就像个“书呆子学霸”。你问天文地理、文学典故，甚至让它写论文，它都对答如流；可真让它叠件衣服，它只会“傻眼”——因为它储备的都是文字和图片，从未学过手怎么抓、劲怎么使、叠完怎么放才不会散。
物理AI，就像是给了这个“学霸”一个能无限重来的实习机会。它可以在虚拟世界里反复试错：摔几万次跤学会走路，打翻无数杯子掌握抓握的力度，在数字公路上经历各种极端险情，从而攒下一身“肌肉记忆”。等到练就了物理直觉，它走进真实世界就能直接动手干活。 “简言之，传统AI只会聊天码字，物理AI则长出了‘手脚’。” 资深AI专家、中吴网副总经理丁成刚说：“它是个懂生活的实干派。”
“物理AI意味着AI系统具备在真实世界中‘感知—推理—行动—反馈’的闭环能力。”中国科学技术大学人工智能与数据科学学院特任教授、博士生导师王翔进一步解释其背后的原理： “它不仅会思考，更能通过机器人等具身设备执行任务，并从真实反馈中持续纠错、自我进化。”
德国斯图加特大学教授、国际机器人联合会技术委员会主席亚历山大·维尔从数据流的角度阐释了这一能力的来源：物理AI不仅接收图像、视频等常见多模态输入， 更关键的是引入了现实世界的传感器数据。 “它将这些信息转化为对物理世界的见解。”
从人形机器人叠衣服，到工业机器人打螺丝，再到四足机器人在人群中精准避障……今年以来，在各地展会上上演的一场又一场“机器人狂欢”，背后都少不了物理AI的支撑。这种让AI真正“读懂”并介入物理世界的能力，正是物理AI的核心价值所在。
移动机器人装配调试车间内，工业机器人挥舞手臂进行模拟作业。
多位受访专家指出， 物理AI具备更强的环境适配能力，可动态应对场景扰动， 无需人工重新编程即可适配复杂多变的实景工况；依托虚实融合的仿真训练模式，能够大幅降低实体试错成本，加快技术迭代节奏。
以智能驾驶训练为例，搭建一座中型实体训练场成本高昂，运维支出居高不下。而且，受环境、场地与安全条件限制，实体测试难以复刻极端路况，场景覆盖十分有限。相比之下，虚拟训练场凭借仿真技术大幅压缩投入与试错成本，可全天候运行，快速复现各类高危、长尾交通场景，实现零风险测试与大规模、可标注的数据获取。
“仿真平台能够产生无穷无尽的数据，我们可以通过GPU并行加速，大幅提升机器人在其中的训练效率。” 上海人工智能实验室青年科学家庞江淼说。
那么，虚拟环境中训练出的智能体，现实表现如何？数据显示，特斯拉官方发布的“世界模拟器”能让智能体在1天内吸收相当于人类500年的驾驶经验；其Optimus机器人经虚拟训练后，动作精度提升了50倍。
这一趋势在中国正加速显现。 目前，中国物理AI企业主流采用通用底座+行业垂类分层架构开展定制化开发， 依托可微分物理引擎搭建基础框架，再针对制造、能源、化工、基建、机器人等领域，植入专属力学、流体、反应动力学等行业物理规则，满足不同场景下高精度、高实时性的落地要求。
今年2月，阿里巴巴达摩院发布开源物理AI模型RynnBrain，可帮助机器人在工厂流水线和厨房等复杂环境中识别物体、预测轨迹、规划路径。达摩院具身智能实验室负责人赵德丽表示：“RynnBrain首次实现大脑对物理世界的深度理解与可靠规划，助大小脑分层架构下的通用具身智能迈出关键一步。”
2
全球竞争态势形成
物理AI正从实验室概念演变为重塑全球产业格局的战略变量。法国凯捷咨询公司发布的《2026全球物理AI产业报告》显示，67%的高管认为物理AI将颠覆他们所在的行业，79%的企业已布局相关技术，工业、物流、自动驾驶成为率先落地的三大场景。
在这场关乎下一代智能基础设施的竞赛中，全球主要经济体正以不同路径切入。
美国依托技术底座与资本优势，持续巩固领跑地位。 其中，AI巨头英伟达持续迭代Cosmos世界基础模型、Omniverse库、Isaac仿真学习框架，为物理AI规模化训练、场景仿真提供核心支撑。就在5月21日，英伟达与微软、川崎重工宣布深化合作，共同推进物理AI的社会化部署。作为合作的第一步，川崎重工在美国硅谷设立物理AI中心，瞄准老龄化和劳动力短缺问题，聚焦医疗和护理领域，通过AI与机器人结合，推出覆盖到院、手术、术后护理的“一站式服务”。
日本选择以工业数据为支点，寻求差异化突围。 该国将物理AI定义为“驱动实体设备和机器人的下一代AI”，旨在通过制造业场景数据训练模型，实现生产线自主调度与机器人精密操作。今年4月，日本成立“日本AI基础模型开发公司”，计划结合制造业数据打造“物理AI底座”。
韩国也将发展物理AI视作国家战略。 去年末，韩国发布国家级AI行动计划，提出到2030年实现“物理AI第一”，确保其在制造业等关键领域的领先地位。
对于欧洲而言，其具备核心竞争力的领域，如精密制造、自动化产线、汽车工业、工业软件等，恰好是物理AI落地所必需的土壤。 日前，法国AI领域领军企业Mistral AI宣布对奥地利物理AI初创公司Emmi AI完成战略收购，标志着欧洲工业智能化进程迈入新阶段。
在我国，物理AI迅速从概念验证加速迈向产业纵深。 记者走访发现，多家车企、机器人企业、互联网企业已将物理AI视作实现具身智能能力跃升的重要解决方案，其吸纳的资本和研发资源集中度显著提高，形成与国际巨头差异化竞争的格局。