AI走出屏幕：物理智能重塑工厂与道路

点击上方蓝字 关注我们

NTIDA

过去三年，AI学会了说话；未来十年，AI很可能要学会干活。当这一判断逐渐成为产业共识，整个AI产业的价值坐标正在被重新定义。

英伟达推出面向机器人与自动驾驶的Cosmos世界基础模型；Google DeepMind持续迭代Genie系列，最新Genie 3已能生成可交互的三维环境；汽车企业开始探索端到端与视觉—语言—动作模型；机器人、数字孪生、仿真平台和工业软件也重新受到关注。看起来是几条不同的赛道，背后其实只有一件事：AI正在离开屏幕，走向现实世界。

从“预测下一个词”到“预测下一秒的世界”

过去的大模型处理文字、图片和代码，改变的是信息世界。下一阶段，AI要面对的不再是一道题，而是一辆行驶中的汽车、一条高速运转的产线，以及一个随时发生变化的真实环境。它不只要回答问题，还要观察环境、判断状态、预测结果，并最终完成行动。

这背后的核心技术叫“世界模型”——让机器获得类似人类的预判能力。人类看到前车轻微偏转，会判断它是否准备变道；看到孩子追着球跑向马路，会提前减速。真正行动以前，人脑会先把事情“演一遍”。世界模型试图让机器获得类似的能力。

2025年1月，英伟达在CES上推出Cosmos世界基础模型平台，使开发者能够生成大量基于物理学的逼真合成数据，用于训练和评估自动驾驶汽车和机器人等物理AI系统。2026年6月，英伟达进一步推出Cosmos 3，这是全球首款完全开放的全模态模型，能够以领先的物理精度原生理解并生成文本、图像、视频、环境音和动作，将物理AI的训练和评估周期从数月缩短至数天。

与此同时，Google DeepMind于2025年8月发布Genie 3，能以24帧/秒的速度支持720p分辨率的实时导航，场景一致性可持续数分钟，让AI对世界的模拟从“静态生成”跨入“动态交互”的全新阶段。

不过，现阶段的世界模型仍有明显短板，容易产生“物理幻觉”、生成违背客观物理规则的内容。北京智源人工智能研究院院长王仲远指出，目前所有类型的世界模型，距离真正能理解、预测、交互真实物理世界的基座模型，都还有非常大的差距。从“能生成”到“能行动”，中间仍隔着可靠性、安全性和工程验证。

物理AI的产业架构：大脑、身体与训练场

简化来看，物理AI可以分成三个部分。

模型是大脑——负责处理传感器输入，理解任务、规划步骤，再把判断转化为行动。汽车、机器人和工业设备是身体——把模型输出变成转向、刹车、行走和抓取，同时把现实环境中的新数据送回系统。仿真平台和工业软件是训练场——让机器先在数字环境里练习，再进入现实。

这也解释了英伟达同时布局芯片、Omniverse、Isaac和Cosmos的原因。它争夺的并不只是某一款机器人，而是物理AI的开发平台：提供计算基础、仿真工具和基础模型。算力、仿真软件、工业软件、数据服务和模型部署平台，都可能随着设备数量增长而扩大其商业价值。

三大应用，三个商业化阶段

物理AI目前最明确的应用是智能制造、自动驾驶和人形机器人，三者处于不同的商业化阶段。

智能制造是目前最接近算清账的领域。国际机器人联合会发布的《World Robotics 2025》显示，2024年全球新安装工业机器人约54.2万台；截至当年末，全球在运行工业机器人约466万台。中国是全球最大的工业机器人市场，2024年新安装约29.5万台，占全球54%；在运行工业机器人超过202万台，占全球总量的43%。物理AI的目标是把固定自动化升级为更能适应环境变化的柔性生产——机器人不需要第一天就像人一样无所不能，只要减少停机、降低能耗、提高良品率，创造的收益高于部署和维护成本，就能成为一门生意。

自动驾驶拥有最清晰的数据飞轮。车辆每行驶一公里，都可能遇到新的道路、天气和交通参与者。车辆越多，收集到的复杂道路数据越丰富；数据越丰富，模型越有机会改善；模型能力提升后，又可以部署到更多车辆。从端到端到VLA、世界模型等新兴架构，正从理论探索迈向实际应用。

人形机器人的想象空间最大，距离成熟也最远。2025年被业界视为人形机器人的“量产元年”。优必选2025年人形机器人累计订单超14亿元，交付超500台；智元机器人年度出货量超过5100台。但判断人形机器人是否真正进入产业拐点，不能只看演示，而要看三件事：能否连续稳定工作、单台综合成本能否下降、部署后能否形成有效的数据回流。

中国物理AI：硬件起跑，闭环仍在形成

中国发展物理AI的重要优势，是庞大的制造业体系和相对完整的机器人供应链。大量工厂、仓库和自动化设备提供了真实应用场景；电机、减速器、传感器、控制器等产业基础，也有利于终端设备的制造和成本下降。

但物理AI的竞争不只发生在硬件端。更重要的是，谁能建立高质量的仿真环境，谁能获得大规模真实动作数据，谁又能把不同设备产生的数据转化为可复用的模型能力。

国内企业已在不同环节展开布局。51World围绕数字孪生与智能驾驶仿真布局，全球TOP20车企中的55%、中国TOP20车企中的60%已与其达成深度合作。索辰科技从CAE工程仿真向物理AI拓展，2025年推出开物平台和机器人虚拟训练平台。群核科技则从空间设计延伸到空间智能，开放底层空间智能能力，助力机器人与AI智能体提升空间感知能力。

不过，上述业务大多仍处于拓展阶段。更准确地说，中国已经具备机器人整机、零部件、仿真软件和应用场景等产业基础，但大规模部署和数据闭环仍处于形成阶段。硬件决定机器能不能被造出来，数据闭环决定它能不能不断变聪明。

结语

传统AI的循环是：收集互联网数据，训练模型，输出内容。物理AI希望建立另一种循环：构建虚拟环境，训练机器，部署真实设备，回收现实数据，再继续改善模型。

前者改变信息生产，后者试图改变现实世界的运行效率。一旦仿真到现实的迁移、设备的大规模部署、数据对模型的持续改善等问题得到解决，AI竞争的核心就不再只是参数和算力，而是谁拥有更多设备、更多有效场景，以及更多来自现实世界的经验。

过去的大模型学习互联网，下一代模型开始学习现实世界。AI真正的下半场，不在屏幕里——它就在工厂车间、在行驶的道路上、在每一次机器与物理世界的真实交互之中。

点击这里 了解我们

申请入会

请长按二维码