类脑智能能否突破物理AI续航瓶颈？AI落地现实面临新挑战
近年来，人工智能领域的竞争焦点主要集中在模型性能层面。参数量、推理效率、基准测试得分，已成为评价AI能力的关键指标。然而当AI走出实验室，被应用于汽车、无人机、机器人和工业装置时，一个更为现实的问题浮现出来：模型能力出众，为何却难以在实际场景中持续运转？许多大模型在服务器环境下表现优异，但一旦部署到真实终端，就会遭遇全新难题。终端设备空间受限，无法承载庞大的算力硬件；能源供应有限，无法长时间维持高功耗运行；网络连接也不稳定，无法始终依赖云端完成推理。因此，未来物理AI的较量，不能仅关注模型的运行速度，更要
AI下半程：物理AI的五大黄金方向
当下所有投资人都急于释放各种迷雾，企图通过各种方式迷惑你，让你无法看清AI上半场的全貌。一旦你真正理解了AI上半场的本质，就会明白它已经落幕，视线自然会投向下一个阶段。回顾AI上半场，虚拟AI的构成其实非常清晰：GPU承担计算，存储承担数据保存，光模块承担传输，液冷承担稳定，先进封装则致力于缩短存储与传输的距离。截至目前，AI上半场的故事已基本讲完，如今只剩情绪面的博弈，真正值得把握的机会只有四个字——国产替代。真正的掘金机遇在于下半场——物理AI所涵盖的五大领域。方向一：物理仿真它相当于物理AI的练兵场
AI可演进 物理难速通 | AI时代终极护城河:模型之外在交付能力
先来看三组数据。微软 2026 财年第三季度资本支出 319 亿美元，其中大约三分之二用于采购 GPU 和 CPU 这类折旧快的资产。Meta 将 2026 年全年资本开支预期上调至 1,250 亿至 1,450 亿美元，原因是零部件涨价及数据中心建设成本上升。Alphabet 一季度 Google Cloud 营收 200 亿美元、同比增幅 63%，云业务未履约合同积压订单突破 4,600 亿美元。资金如潮水般涌出。然而亚马逊同一季度财报中披露了一个细节：过去十二个月自由现金流缩水至 12 亿美元，原因
2026年7月AI产业月度观察报告|甲子光年智库
由数字智能迈向物理智能，AI正在拥有躯体。AI一天，人间一年。《AI行业月度观察》是甲子光年智库最新推出的月度旗舰产品，定位为"面向企业提供AI产业趋势跟踪与前沿洞察服务"——不只是信息汇编，而是以甲子光年分析师的专业视角对当月AI行业进行系统性扫描、概念提炼和趋势判断。本期为2026年7月期，主题聚焦为《从数字智能走向物理智能：AI正在从理解世界走向创造世界》。7月，全球AI产业的系统性竞争全面升维，全球AI竞争正从模型性能比拼，升级为对权重、资本与规则话语权的综合争夺。本期报告核心观点如下：技术端，物
京港青年聚量化派 共话物理AI创新
物理AI浪潮汹涌澎湃，人工智能正跨越虚拟数字领域，深入真实物理场景，成为推动产业转型的关键引擎。8月7日，香港晋峰青年商会代表团造访量化派。该组织成立于1994年，隶属于国际青年商会（JCI）香港总会，致力于培育青年领袖。作为全球唯一使用普通话的青年商会，其核心成员涵盖香港科创、消费及智能硬件等领域的青年才俊，是连接京港科创与产业的重要桥梁。此次代表团成员齐聚量化派，实地观摩世界级基础模型的应用成果，共同探讨具身智能领域的未来机遇。交流会由量化派品牌公关总监刘瓒主持。代表团成员首先参观了企业的展厅及物理A
万亿赛道崛起：物理AI四大核心方向产业深度解读
物理AI四大核心赛道深度产业分析万亿级风口如果说大模型完成了 AI 的数字认知跃迁，让机器掌握思考、生成与交互能力；物理 AI（具身智能）则拉开了 AI 的实体落地序幕。其核心要义在于打破云端 AI 的虚拟边界，使人工智能获得感知、理解、适配与改造真实物理世界的能力，借助硬件载体渗透千行百业，是未来3-5年硬科技确定性最强的万亿级核心赛道。物理 AI 的核心演进逻辑：从纯软件智能迈向软硬一体智能，依托大模型、算力、传感器、端侧硬件的深度融合，推动 AI 从 “看得见、听得懂” 向 “走得出、做得对、控得住
享界G9泥坑测试引热议，韩路陈震联手辟谣，称车身光洁符合物理特性
8月5日，余承东在发布会上，揭晓了鸿蒙智行首款方盒子SUV享界G9的越野实测影像。画面中，这台预售价43.98万元起的硬派SUV缓缓驶入交叉轴泥坑，车轮碾压过浑浊的泥浆，激起半米多高的水花。然而车辆驶出泥坑后，车身侧面依旧光洁，门板几乎无泥点，侧裙和后杠干净得仿佛刚洗过。针对该视频，网络上引发了广泛讨论。面对质疑，8月7日起，现场工作人员及观众陆续公开了各自的拍摄素材。流出画面显示，测试现场布置了完备的拍摄矩阵：前方主机位、两侧固定机位、跟拍车以及车身内外加装的多台运动相机。各机位画面互为印证——驾驶员操
AI汽车的定义权究竟花落谁家
车企与智驾公司全力押注AI，却受困于安全权限、数据匮乏、场景适配以及舱驾分离，陷入“信AI、做AI，却不够智能”的转型困局从AI（人工智能）拼凑式的创新，迈向以AI为核心重新定义汽车，汽车行业正经历一场深刻变革。2026年世界人工智能大会（下称“WAIC”）上，具身智能首次与智算并列为核心板块。物理AI、世界模型、智能体取代了昔日的芯片算力与感知参数，成为会场高频词。与此同时，行业焦点已从“技术验证”转向“规模化商用”。九识智能成为全球首家实现L4无图方案量产的企业，部署周期压缩至一天；文远知行发布物理A
Momenta登陆港交所敲锣 股票代码6880.HK
2026年7月8日，全球顶尖的物理人工智能企业Momenta在港交所成功挂牌上市，证券代码为6880.HK。首日开盘行情表现亮眼，股价开盘涨幅超过6%，整体市值攀升至700亿港元之上。根据Momenta此前披露的配售方案，发行价定为295.6港元/股，若"绿鞋"（即超额配售权）得以全额行使，本轮全球发售规模约为2,293万股，预计募集总额接近68亿港元。资本市场反响极为踊跃：面向散户的公开发售超额认购达414倍；面向机构的国际发售获得逾1,000亿港元的申购指令，吸引来自15个国家和地区的主权财富基金及长
Momenta斩获深圳路测资格，Robotaxi全球扩张提速
近日，Momenta正式拿到了深圳市的智能网联汽车道路测试通行证，准备在当地进行L4级Robotaxi的实际道路测试。 最近，在2026世界人工智能大会上，享道出行宣布启动上汽Robotaxi量产定制车项目，该车将搭载Momenta的L4级智驾系统，计划于2027年亮相。这款车型是上海首个高级别自动驾驶前装量产定制车，由上汽集团制造、Momenta提供智驾方案、享道出行负责运营，三方共同构建了从研发生产到落地运营的完整闭环。 除了量产车，技术方案的迭代也在同步进行。今年4月，Momenta宣布R7世界模型
索尼与台积电计划2029年在熊本量产新型图像传感器
索尼(23.46, 0.36, 1.56%)集团与台积电(420.04, 1.84, 0.44%)预计将在2029年前于日本熊本县实现新一代图像传感器的规模化量产。两家公司将共同设立合资工厂——其中索尼持股约60%，台积电持股40%——专门负责产品的制造生产，规划总投资额高达1万亿日元（约合64亿美元），应用范围覆盖苹果(313.33, 0.92, 0.29%) iPhone等智能手机相机模组及高端物理AI等前沿领域。
新华网科技观察丨物理智能：从WAIC舞台迈向产业实战一线
新华网上海7月20日电 题：物理智能：从WAIC舞台迈向产业实战一线 7月17日，上海酷暑难耐。比气温更为热烈的，当属当日揭幕的2026世界人工智能大会（WAIC）。 在上海世博展览馆内，参观者人潮涌动，各展位负责人挥汗如雨不停“输出”，演示机器人前方是层层叠叠高举的拍摄器材。 2026世界人工智能大会（WAIC）现场人气爆棚。新华网记者 郑伟 摄 工厂流水线上，机器人队伍协同完成装配任务；智慧药房里，3台不同厂商的机器人共享一个具身大脑；展台上，6台机器人持续协作15小时搭建乐高长城，机器狗跟随主人在人
具身智能日报 | DeepSeek重仓宇树科技,物理AI迈入落地元年
今日AI硬件板块聚焦具身智能与物理AI的商业化进程。DeepSeek战略投资宇树科技，意味着头部大模型与机器人硬件迈向深度产业协同。与此同时，以山东为代表的多家机器人企业正推动物理AI进入煤矿、深空等极端作业场景。算力基础设施层面，英伟达全新一代平台持续改写物理AI的训练逻辑。综合判断，AI硬件已突破实验室边界，加速在真实物理环境中释放商业潜能。消息指出，宇树科技最近完成IPO，上市市值约610亿元。在此节点上，DeepSeek投入1.41亿元实施战略入股，并罕见设置了36个月禁售期，体现出深度协同产业链
强流重离子加速器首项物理成果正式发表
新华社兰州8月5日电（记者任延昕）记者5日从中国科学院近代物理研究所获悉，国家重大科技基础设施建设项目——强流重离子加速器装置（HIAF）近日成功合成并识别了稀有核素铪-153。这是该装置7月21日通过工艺验收后产出的首项物理成果，相关成果以短通讯形式刊发于《科学通报》英文版。原子核由质子和中子构成，不同数量的质子和中子组合形成了种类繁多的核素图景。探寻未知核素、揭示原子核存在的边界是核物理研究的重要前沿方向。铪-153处于缺中子重核区域，对研究原子核结构演化与稳定极限具有重要价值。中国科学院近代物理研究
智体驱动：打通机器人部署的信息物理壁垒
26年7月，美国西北大学发表论文"SPINE: Bridging the Cyber-Physical Gap with Agentic AI"。基础模型为机器人赋予了应对复杂决策的"大脑"，然而要把这种智能落到物理平台上，仍需依赖专家完成繁复的调校流程。这一部署环节的断层——也即机器人的"脊髓"（Spine）——已然成为实现可扩展具身智能（Embodied AI）的主要障碍。据此，本文提出 SPINE（Scalable Physical Integration with ageNtic Expertis