凯捷:2026物理AI:《推动人机协作迈向新阶段研究报告》

“21世纪关键技术”关注科技未来发展趋势，研究21世纪前沿科技关键技术的需求，和影响。将不定期推荐和发布世界范围重要关键技术研究进展和未来趋势研究。

机器人正在跨越一道长期横亘于工业自动化与真实世界之间的鸿沟。凯捷研究院（Capgemini Research Institute）于2026年发布的《物理AI：推动人机协作迈向新阶段》报告，以覆盖16个国家、15个行业、1678位高管的全球调研为基础，系统呈现了物理AI（Physical AI）在机器人领域的技术演进图景、产业落地现状与深层挑战。报告的核心论断是：物理AI正处于真正的拐点时刻——机器人正在从预编程的工具，演变为能够感知、推理并自主行动的实体协作者。

“过去十年的AI是关于信息的，未来十年将是关于行动的。”这是Dexterity战略顾问、前FedEx运营科学与先进技术副总裁Rebecca Yeung在报告中留下的断言。它精准捕捉了物理AI的本质转变：AI不再局限于数字屏幕，而是进入了有重量、有摩擦、有不确定性的物理现实。这一转变对制造、物流、医疗、建筑、农业等几乎每一个依赖体力劳动的行业，都意味着一次历史性的范式重构。

技术汇聚，拐点已至

报告将这场技术跃迁的驱动力归结为三条相互强化的主线：基础模型的根本性突破、机器人生态系统的硬件进步，以及劳动力短缺与风险投资双重叠加的经济驱动。

在模型层面，多模态基础模型与视觉-语言-行动（VLA）模型的出现，彻底改变了机器人的智能架构。NVIDIA Isaac GR00T、谷歌DeepMind Gemini Robotics、Physical Intelligence的π0.6模型，以及初创公司Skild AI和TorqueAGI的产品，代表着一类全新的机器人”大脑”：不再依赖针对单一任务手工编写的规则，而是通过对海量视觉、文本和动作轨迹数据的训练，实现跨任务、跨环境的泛化能力。NVIDIA机器人与边缘AI副总裁Deepu Talla在报告专访中指出，在过去12至24个月内，基础模型与仿真技术同时达到了成熟的临界点——仿真训练将原本需要数年的开发周期压缩至数小时甚至数分钟。

与此同时，机器人硬件成本正在急剧下降。报告援引数据指出，过去十年人形机器人的生产成本已从约300万美元降至约10万美元，降幅达30倍，主要动力来自执行器设计、AI推理能力和电池系统的协同进步。机器人即服务（RaaS）等新商业模式的出现，进一步降低了企业的入场门槛。5G低时延连接和厘米级无线定位技术，则为机器人在复杂工业环境中实现实时自主导航提供了底层支撑。

经济层面的压力同样不可忽视。欧洲劳动年龄人口预计到2050年将减少3500万；美国制造业目前有近50万个岗位无法填补；中国2035年前将有逾30%的人口达到65岁以上。在这一全球性的劳动力收缩大背景下，74%的受访高管将劳动力短缺列为物理AI投资的首要驱动力。2025年，机器人领域风险投资创历史新高，全年融资规模达407亿美元，占全球VC总投入的9%；仅世界模型（World Model）方向的投资就从2024年的14亿美元激增至2025年的69亿美元，Figure、1X Technologies、Apptronik、Agility Robotics等人形机器人初创公司也完成了各自历史上最大规模的融资轮。

从工具到协作者：物理AI的多维产业价值

凯捷报告以详尽的行业案例与量化数据，描绘了物理AI如何在具体产业中创造可量化的价值。

在仓储与物流领域，美国工业AI机器人公司Ultra与机器人基础模型初创企业Physical Intelligence合作，将π0.6模型部署于电商订单拣选场景——这是传统规则驱动系统因物品种类繁多和多步骤操作而长期无法自动化的难题。FedEx与Dexterity合作测试”超级类人机器人”执行卡车装载任务，机器人利用Dexterity的Foresight世界模型在毫秒内评估数百种货物摆放方案，有效解决了形状不规则包裹的高效处理问题。在建筑领域，Boston Dynamics的Spot机器人与FieldAI的现场基础模型结合部署后，实现了施工现场巡检与记录时间减少逾90%。在能源领域，澳大利亚Luminous Robotics的LUMI机器人自主完成了ENGIE 250兆瓦太阳能农场近50万块光伏板的安装作业，展示了物理AI在极端环境和气候变化条件下的运行弹性。

报告的调研数据进一步量化了高管的预期价值图谱：76%的受访高管预期物理AI带来生产率提升，70%预期成本效率改善，65%预期产品质量与精度提升；57%认为其将增强运营韧性，57%认为将改善工作场所安全，37%预期物理AI将开辟新的收入机会。60%的受访高管认为，物理AI将在过去不可能或不实际的领域——如非结构化环境、高度依赖情境判断的工作、需要自主适应的场景——实现机器人部署的新突破。67%的受访高管将其视为改变行业游戏规则的技术，64%认为它将成为本行业竞争力的关键驱动因素。

采用现状上，79%的受访组织已在不同程度上参与物理AI，其中27%已处于部署或规模化扩展阶段，65%预期在五年内实现规模化。以高科技、工业制造、汽车行业为代表的自动化密集型行业走在最前端，而公共服务、媒体娱乐、保险等历史上机器人渗透率较低的行业也已开始探索和试点。

从规模化路径到人形机器人：挑战与时间表

凯捷报告在产业前景判断上保持了明显的克制。报告明确区分了”技术可能”与”规模化就绪”之间的差距，并系统梳理了制约物理AI落地的五大深层障碍。

技术成熟度是最突出的制约。73%的受访高管将技术准备度挑战列为关键障碍，71%认为系统可靠性不足会动摇部署信心，62%指出机器人灵巧操作能力仍不足够。MIT计算机科学与人工智能实验室（CSAIL）主任Daniela Rus在报告专访中指出，当前物理AI最难克服的挑战是”长尾可靠性”——所有机器人在真实环境中可能遭遇的意外情境。在安全关键场景中，千分之一的失败率即可造成灾难性后果。另一个根本性瓶颈是数据匮乏：与语言和视觉模型可以使用海量互联网数据训练不同，物理AI需要能够准确反映几何形态、力学特性、摩擦、时序和因果关系的真实物理交互数据，而这类数据的采集成本高昂、进度缓慢、存在安全风险。

在安全、网络安全与监管层面，物理AI面临传统工业自动化从未遭遇的新挑战：机器人做出的是概率性而非确定性决策，错误可以直接转化为物理伤害。报告指出，现行大多数AI和机器人监管框架并非为自主物理行动的现实设计，少数国家已开始行动——中国于2026年3月发布了首个人形机器人及具身AI国家标准体系，涵盖整个产业链和全生命周期；欧盟AI法案与机械法规则从高风险应用和AI使能机械的角度切入规范。企业在等待监管框架成熟的同时，必须通过独立于AI层运行的确定性安全机制，主动建立安全防护边界。

在人形机器人议题上，报告的判断尤为冷静。67%的高管相信人形机器人最终将改变其行业，75%将其独特优势归因于能够在为人类设计的空间中工作。然而，规模化条件尚未就绪：78%的组织预期最终实现规模化部署，但平均时间线延伸至七年，仅有30%认为人形机器人将在三至五年内成为可用的通用工作者。技术不成熟（72%）、高成本（63%）、不明确的投资回报（62%）、训练挑战（58%）和安全顾虑（54%）是最突出的障碍。62%的高管认为公众接受度将是人形机器人普及的关键障碍——这一数字在法国高达68%，反映出社会层面的担忧并不弱于技术层面的质疑。

与此同时，中国正以截然不同的姿态推进。2025年被普遍视为中国人形机器人规模化量产的元年，逾140家国内制造商发布了300余款人形机器人型号，部署场景从实验室延伸至制造业、家政服务、医疗和养老领域。Unitree、AgiBot、UBTECH等公司正在开源数据集和基础模型，试图通过产业协作突破数据瓶颈。中国还通过高可见度的公众活动——包括2025年8月在北京举办的首届世界人形机器人运动会以及2026年春晚人形机器人舞台表演——系统建立公众对机器人的熟悉感与接受度。报告指出，在全球主要国家中，日本、韩国、中国和新加坡在物理AI战略优先级上显著领先。

报告的结论部分援引了凯捷工程物理AI负责人Marc Blanchon的论断：”物理AI不只是现实世界中的AI，而是失败不再是虚拟的地方——它变成了安全、安保与合规问题。真正的挑战不是让机器人变得聪明，而是让它们在我们无法控制的环境中足够可靠。”这一表述精准定位了物理AI在2026年的真实处境：技术前景令人振奋，但从演示到规模化部署之间，仍横亘着可靠性、安全性、数据、监管与社会接受度的多重壁垒。凯捷的建议是：不要等待完美的人形机器人，从”枯燥、肮脏、危险”的任务入手，以建立信心的方式逐步推进，同时搭建可跨任务、跨站点、跨机器人类型扩展的平台架构，为物理AI的长期竞争优势奠定基础。

阅读报告全文，请访问21世纪关键技术的“未来知识库”

未来知识库是“21世纪关键技术”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828 进入。

截止到3月31日 ”未来知识库”精选的百部前沿科技趋势报告

（加入未来知识库，全部资料免费阅读和下载）