夜雨聆风
2026年5月19日，FANUC与Google宣布达成Physical AI战略合作。这家全球最大的工业机器人制造商，将把自己的机器人产品线接入Google的Physical AI平台，让AI大模型直接"长进"工业机器人的肌肉里——不是给机器人添加一个屏幕交互界面，而是让AI真正接管机器人的感知-决策-控制闭环。
这不是一次普通的产品升级，而是一场底层范式的迁移。
← 表格可左右滑动 →
| 系列 | 负载 | 典型应用 | 与Google AI整合 |
|---|---|---|---|
| CR-7iA/L | 7kg | 协作/精密装配 | 已接入 |
| M-20iD/25 | 25kg | 弧焊/涂胶 | 已接入 |
| M-900iB/280 | 280kg | 重载搬运 | 接入中 |
| M-2000iA/2300 | 2300kg | 汽车冲压 | 规划中 |
表1：FANUC机器人产品线参数
理解Physical AI，首先要理解它与传统机器人编程的本质区别。传统工业机器人依赖精确的示教编程——工程师预先定义每一个动作的位置、速度和力量，机器人执行时"照本宣科"。这套体系在结构化环境（如汽车焊装线）中表现优异，但在面对非结构化场景（柔性制造、物流分拣、家庭服务）时，能力立刻触及天花板。
Physical AI的核心，是让机器人拥有"物理直觉"。它不再依赖人工编写的运动轨迹，而是通过视觉-语言-动作（VLA）大模型，让机器人像人类一样"看"到环境，"理解"任务目标，然后自主生成动作。这背后依赖三个关键技术层的突破：
← 表格可左右滑动 →
| 层级 | 核心技术 | 代表公司/项目 | 商业化阶段 |
|---|---|---|---|
| 感知层 | 视觉-语言模型、语义映射、触觉传感 | Brain Corp、FANUC视觉 | 早期商业化 |
| 决策层 | VLA大模型、数字孪生、边缘AI | Google Intrinsic、NVIDIA Isaac | 概念验证 |
| 执行层 | 高保真仿真、Sim-to-Real、机器人控制 | Lightwheel、FANUC RoboGuide | 规模商业化 |
表3：Physical AI三层技术架构
← 表格可左右滑动 →
| 公司 | 国家 | 切入层 | 商业模式 | 最新融资/动作 |
|---|---|---|---|---|
| FANUC+Google | 日本/美国 | 感知+决策 | 硬件+AI平台授权 | 2026年5月合作 |
| Lightwheel | 美国 | 执行层（Sim-to-Real） | 仿真基础设施 | Q1订单约1亿美元 |
| Brain Corp+UCSD | 美国 | 感知层（语义映射） | B2B软件授权 | 联合研究扩展 |
| ALCHERA | 韩国 | 数据层（物理训练数据） | 数据集销售 | 约3100万人民币A轮 |
| Doozy Robotics | 新加坡 | 全栈（订阅制） | 机器人订阅服务 | 全球扩展中 |
| Agile Robots | 德国/中国 | 决策层（自适应） | 整机销售 | 自驱动工厂落地 |
表2：全球Physical AI主要玩家与商业模式
信号一：巨头合纵连横，AI巨头绑定机器人老牌。 FANUC与Google的合作，只是这个趋势的缩影。在此之前，工业机器人领域的"传统列强"已经开始批量牵手AI公司：ABB与微软、库卡与Amazon Robotics、发那科与NVIDIA的深度整合早已铺开。FANUC明确表示，这次与Google的合作重点是"开放平台能力"，让制造商能"无缝部署"Physical AI系统。这与当年Android通过开放生态撬动移动互联网的逻辑如出一辙。
信号二：基础设施公司先于整机厂盈利。 Lightwheel的1亿美元订单极具象征意义。这家公司不造机器人本体，而是提供让机器人"学会"在真实环境中工作的仿真训练系统、数据生成工具和部署验证平台。在淘金热中最赚钱的往往不是淘金者，而是卖铲子的人——这个规律在Physical AI时代再次应验。更值得关注的是，这1亿美元全部来自有真实付款能力的商业客户，而非VC投资或政府补贴。
信号三：具身智能从实验室走向政策视野。 中国工信部副部长张云明近期公开表示，2025年是人形机器人量产元年，行业"处于起飞和强劲增长的前夜"。2026年5月，北京亦庄的人形机器人半程马拉松比赛打破了人形机器人纪录，吸引了数百台人形机器人与人类同场竞技。这背后，是中国政府将具身智能列为未来产业核心方向的战略意图。
在一片喧嚣中，Doozy Robotics的商业模式创新值得关注。这家总部位于新加坡的Physical AI公司，以月度订阅的方式向客户提供"自主劳动力"——企业按需调度人形机器人数量，生产需求波动时可随时增减。这意味着工厂自动化从"重资本支出"变为"弹性运营支出"。机器人的使用权从"买断"变成"租用"，技术迭代的风险从使用方转移回供给方。这与云计算对IT基础设施的改造逻辑完全一致。
Open Robotics的Brian Gerkey在Robotics Summit上的演讲主题"An Open Foundation for the Age of AI-Powered Robots"，也呼应了这个趋势。ROS（机器人操作系统）作为开源中间件，正在成为Physical AI时代的"Android"——一个不归属于任何单一厂商的底层平台。当底层系统走向开放，Physical AI的规模效应将加速释放。
当前推动Physical AI的三股力量清晰可见：传统工业机器人巨头的AI化转型（如FANUC）、AI平台公司的物理世界扩张（如Google通过Intrinsic深耕ROS生态）、以及新兴垂直基础设施公司（如Lightwheel、ALCHERA）。韩国AI公司ALCHERA刚刚完成约3100万人民币（45亿韩元）的融资，其核心业务正是Physical AI训练数据的生产——为自动驾驶、人形机器人和智能制造设备提供能让机器"感知和行动于真实世界"的数据。该公司预计在6月底前建成专用数据工厂。
至于买单方，从Lightwheel的订单结构可以看出，当前最强烈的需求来自工业场景——工厂、仓库、物流中心。这些场景有明确的任务目标、可量化的效率提升指标，以及成熟的付费意愿。家庭和消费级场景的落地，还需要等待硬件成本的进一步下降和安全标准的建立。
Physical AI的"iPhone时刻"何时到来？答案也许不在于某一款杀手级产品的发布，而在于三个条件的同步成熟：足够廉价的机器人硬件、足够聪明的AI大脑，以及足够成熟的部署基础设施。目前，这三条线正在以各自的节奏向这个交汇点靠拢。FANUC与Google的合作，只是这个交汇点临近的信号之一——而它已经足够强烈。
👇 讨论
Physical AI的"iPhone时刻"，最可能率先出现在哪个场景——工厂自动化、物流仓储，还是家庭服务？
订阅制的机器人服务模式，会不会成为中小企业自动化的主流？
📡 数据来源
The Robot Report: FANUC partners with Google to advance physical AI in its robots
Robotics & Automation News: FANUC strengthens Nvidia partnership for AI robot simulation and digital twins
Robotics & Automation News: Brain Corp and UC San Diego partner to advance the foundational intelligence layer for physical AI
Robotics & Automation News: Lightwheel reports $100 million in Q1 orders for physical AI robotics infrastructure
Wowtale: ALCHERA Raises $3.1M to Scale Physical AI Data Business
Forbes: The Robot Revolution Has Officially Begun
The Tanzania Times: China rolling out more humanoid robots in 2026
Automation World: Physical AI Company Announces Expansion in Global Markets with Platform
New York Post: AI advances are breaking into the physical world
往期推荐
免责声明：本号所发布的内容仅为个人学习、研究与交流之用，不构成任何形式的学术、投资、医疗或其他专业建议。文中所涉及的观点、方法和资料均基于公开信息与个人理解，可能存在不完整或偏差之处。读者在参考时请自行甄别和验证，由此产生的任何后果，作者不承担责任。
版权声明：除特别注明外，本号原创内容版权均归作者所有。未经授权，任何机构或个人不得以任何形式转载、引用或用于商业用途。若需转载或引用，请联系作者并注明出处。部分内容如引用自公开资料或网络资源，版权归原作者所有，如有侵权请联系删除。
