ARTICLE · 1272944

物理AI:此时恰好

发布时间：2026-10-29 10:42:08 最近访问：2026-10-29 10:42:09

物理AI:此时恰好

大模型能力正从数字世界向物理世界扩散，资本投入、模型升级与工具链完善共同推动本轮物理 AI 技术变革。AMD 拟以约 82 亿美元收购 World Labs，验证世界模型与空间智能的战略价值。2026 年全球世界模型融资热度显著上升，AMI Labs、World Labs、Odyssey 等海外企业密集完成大额融资，国内 VAST 和极佳视界亦连续获得资金支持。模型御三家中，OpenAI 明确人形机器人研发方向，Google 已形成从视觉、动作到世界模型和端侧部署的长期技术积累，Anthropic 则通过能力研究与外部潜在接触补充机器人储备。NVIDIA 持续完善Physical AI 工具链，推动物理 AI 由本体和零部件向模型、数据、仿真与硬件协同发展的产业体系扩展。

通用模型开始参与真实机器人操作，具身能力从技术演示逐步进入可验证阶段。在未针对特定机器人本体进行大规模微调和后训练的情况下，通用模型已经能够根据语言指令和摄像头画面完成任务理解、空间定位和动作规划。Robocurve 测试中，GPT-6 Astra 在积木入碗任务中完成 19/20 次，但在圆形拼图任务中仅完成 2/20次，说明模型已具备基础操作能力，精细接触和复杂任务仍是主要瓶颈。AA-Robotics 进一步通过统一机械臂、环境和任务比较不同模型，使通用模型的机器人能力开始具备可量化、可横向比较的验证方式。

行业 Benchmark 与分层架构逐步完善，物理 AI 的产业能见度和技术分工进一步清晰。此前 BEHAVIOR、RoboChallenge 等评测受任务复杂、成本较高和企业参评意愿有限等因素影响，尚未形成广泛认可的机器人榜单；AA-Robotics 通过统一条件测试八类桌面任务，推动行业由企业演示走向标准化评测。Figure Helix 02 的S0、S1、S2 架构则分别对应底层控制、动作策略和高层理解与规划。模型巨头预计先强化 S2 并逐步向 S1 渗透，抬升机器人智能的能力下限；与此同时，缺少数据和场景壁垒的独立模型企业可能面临竞争，真实交互数据、S0 低延迟控制、硬件适配和系统交付的重要性将进一步提高。

从交易结构看，物理 AI 具备逻辑顺、筹码轻、催化密和板块容量大的特点。在科技板块轮动背景下，物理 AI有望承接科技资金轮动。建议关注三条主线：一是机器人本体与 T 链供应链，包括特斯拉 Optimus、智元、宇树科技、上纬新材以及三花智控等；二是数据采集与空间感知，包括海天瑞声的数据集、奥比中光的 RGB-D相机和禾赛 Kosmo 等三维数据产品；三是仿真、渲染与模型工具，包括摩尔线程、协创数据的具身智能仿真平台，索辰科技的 CAE 及物理 AI 平台、凡拓数创的 3D 渲染和 Sim2Real 方案等。