ARTICLE · 1035595
物理AI曾只在云端,如今进现实动手
物理AI曾只在云端，如今进现实动手
说清AI怎么从屏幕走进现实
01物理 AI，就是会摸现实的 AI
先说人话。过去说的 AI 干信息活：读文字、认图片、写稿对答，全程在数字世界，碰不到一草一木。物理 AI 是英伟达反复讲的——能感知、能推理、还能在现实里动手的 AI：长在机器人、装在汽车、跑在产线，看得到车间、动得了零件【据英伟达 Cosmos 官方页，链接见文末】。 打个比方：过去的 AI 像读了万卷书却没下过地的书生；物理 AI 是既读书、又肯碰实物那个。它靠摄像头、雷达、力觉传感器去看和摸，靠世界模型猜接下来发生什么，再变成动作。英伟达在 SIGGRAPH 2026 说得直白：物理 AI 靠世界模型感知、推理、预测真实环境【据英伟达官方博客，链接见文末】。
02这周多的那一点：开始落地
数据摆在这儿。九月十日那条最扎眼：Skild AI 的 S1 模型，看段演示视频，机器人就能干从没练过、约十分钟的多步活。对照很说明问题——新多步任务上，S1 每步成功率约百分之六十六，一套类似系统只有百分之九，差了七倍多【据英伟达官方博客，链接见文末】。 更贴日子：种盆栽测试里，从录演示到机器人自己动手只用了十一分钟；英伟达估计，一段短视频顶得上人工手把手教约三百八十次。换一个活，过去靠工程师重编几天程序，现在拍段视频就够【据英伟达官方博客，链接见文末】。 九月十六日补另一块：教机器人认识世界本是苦活，人工整仿真环境往往耗几周。英伟达演示用智能体自动贴标签、做校验，削薄了这道坎【据 NVIDIA Developer，链接见文末】。
03物理 AI 不是什么都会
先把话说稳。单段视频学会干活，演示里很惊艳，但英伟达自己把话说在前面：机器人正接近一个拐点，不是已经到了。真实产线对稳定安全的苛求，远不是一段视频能覆盖——长时可靠、遇意外怎么处理，都得在仿真和真机反复验证【据英伟达官方博客，链接见文末】。 还有一层：物理 AI 不是一台机器包打天下。英伟达的打法是仿真、模型、边缘芯片、传感器分开做再拼起来；扫地机、机械臂、Robotaxi 各管各的场景。别把 AI 进现实听成啥活都能接。
04普通人现在能沾哪点光
头一件，把物理 AI 记下来。往后买机器人、智能车、带摄像头设备，大半看它懂不懂眼前、顺手干活。 第二件，想让家里省事，别等通用机器人。扫地、洗地、擦窗这类活，专用家电已更稳；需看现场再动手的，先挑带视觉识别的成熟款。 第三件，小店作坊常换产品换工序，多留意示教成本——教机器换活像拍段视频那么简单那天，就近了。
技术忙了这么多年，替人在屏幕里答题、写稿、画图；物理 AI 这一脚，想让它从屏幕里走出来，去碰真实的桌子、零件和路。进度是真的，门槛也是真的。今天你能做的，是把它看不看得懂眼前，当成挑智能设备的尺子。等机器人真能稳稳接住现实里的活，值得高兴的不是机器多神，而是你又少站那半小时。 这篇已收进合集《前沿》，要用时翻出来就行。
封面：汽车工厂里的机器人（Pexels, ID 19319639）；内文：工程师在现场查看机器人设备（Pexels, ID 36692505）、自动化产线上的机械臂（Pexels, ID 34194567）。均为 Pexels 免版权图（Pexels License）。
参考来源：①英伟达官方博客《Skild AI Taps NVIDIA Physical AI…》（2026-09-10，https://blogs.nvidia.com/blog/skild-ai-s1-physical-ai/）：Skild AI 的 S1 机器人基础模型靠一段视频演示学会没见过的多步任务，最长约 10 分钟；新多步任务单步成功率约 66%（对照系统约 9%）；一段短视频约合 380 次人工示教（人工录需 50–100 小时）；与英伟达、富士康用于双臂机械臂装配（拧 16 颗螺丝）【据英伟达官方博客，2026-09-18 核】；②NVIDIA Developer（2026-09-16，https://developer.nvidia.com/blog/how-to-use-ai-agents-to-prepare-3d-scenes-for-simulation ）：AI 智能体自动为三维场景贴语义标签、加物理属性、做仿真校验【据 NVIDIA Developer，2026-09-18 核】；③英伟达 Cosmos 官方页（https://www.nvidia.com/en-us/ai/cosmos/ ）：物理 AI 定义与世界基础模型定位【据英伟达官方，2026-09-18 核】；④英伟达 SIGGRAPH 2026 官方博客（2026-07-20，https://blogs.nvidia.com/blog/siggraph-news-2026/ ）：Cosmos 3 Edge 为 40 亿参数端侧世界模型【据英伟达官方博客，2026-09-18 核】；⑤Jetson Thor 产品页（https://www.nvidia.com/en-eu/autonomous-machines/embedded-systems/jetson-thor/ ）：2070 FP4 TFLOPS、128GB 内存，约 AGX Orin 的 7.5 倍性能、3.5 倍能效【据英伟达官方，2026-09-18 核】。登记：厂家官方一手（英伟达官网/博客/开发者平台/产品页），按前沿类权威平台特例采用；官媒 0 家（如实登记）；全篇无价格数字与价格锚点；缺口：英伟达未公布 S1 训练与部署明细，「物理 AI」最早提出无单一可核出处，按 SSOT 不编造词源。
本文为人工主导、AI辅助整理，素材取自权威公开渠道、来源可溯源；不涉及需专项资质的敏感内容，仅供参考，不构成决策建议，风险自担。