夜雨聆风
一、什么是物理AI
物理AI（Physical AI）是指能够理解现实世界并与之进行交互的AI模型，可使自主机器（如机器人、自动驾驶汽车等）在真实物理世界中感知、理解和执行复杂操作。
传统大语言模型擅长理解和生成文字、图像，但局限于屏幕内，对现实世界的重力、摩擦力、空间关系等物理规律一无所知。而物理AI则突破屏幕限制，拥有“感知—推理—行动—反馈”的闭环能力，能通过机器人等具身设备执行任务，并从真实反馈中持续纠错、自我进化。
二、物理AI的组成系统
物理AI主要由三大系统构成：
1. 感知系统：通过传感器、激光雷达、摄像头等设备采集环境信息，将物理世界的多模态信号转化为AI可理解的数据，相当于机器人的“眼睛”和“皮肤”。
2. 决策系统：以世界模型为核心，在理解和预测物理规律（如重力、惯性、碰撞）的基础上做出行动规划。例如英伟达在CES 2026上发布的开源世界模型Cosmos，通过超2000万小时物理世界数据训练，内置了碰撞、重力等基础物理规律的理解能力。
3. 执行系统：通过电机、减速器、丝杠等执行机构将决策转化为物理世界的实际动作，是“从数字到实体”的最后一环，也是最考验工程能力的环节。
三、物理AI与现有AI、机器人的关系
- 与现有AI的关系：物理AI是生成式AI的延伸和升级。黄仁勋将AI发展划分为三个阶段：
- 第一阶段：理解和生成数字内容的AI（如大语言模型）。
- 第二阶段：能在数字世界中自主行动的Agentic AI。
- 第三阶段：能在物理世界中感知、决策和执行的物理AI。
- 与机器人的关系：物理AI提供“大脑”（理解物理规律的模型），机器人提供“身体”（执行任务的硬件载体），二者相辅相成。
四、物理AI的应用场景与市场规模
应用场景
- 自动驾驶：英伟达发布专用于复杂道路推理的物理AI模型Alpamayo，已与比亚迪、Uber等企业部署Robotaxi网络；丰田计划用英伟达的Cosmos开发下一代自动驾驶系统。
- 仓储物流：Figure AI机器人可连续工作超33小时，分拣效率达人工1.8倍，不规则包裹识别率99.7%，条码放置成功率超95%。
- 工业制造：国内智元机器人在南昌3C产线完成连续作业直播；优必选机器人规模化进入比亚迪、富士康等企业，执行装配、质检、搬运等任务。
- 其他场景：众擎机器人承担交通指挥与安防巡逻；史河科技特种机器人进入化工、储罐、船舶修造等高危场景，替代人工完成除锈、打磨等危险作业。
市场规模
根据Future Markets Inc报告，全球物理AI市场（涵盖自主机器人、自动驾驶汽车、人形系统、工业自动化等）预计将从2026年的约3830亿美元增长至2040年的3.26万亿美元，14年实现10倍增幅。其中自动驾驶市场预计到2030年将超过2100亿美元。
五、物理AI产业链核心环节及相关企业
物理AI产业链横跨仿真软件、大模型算力、传感器、精密执行器等环节，各环节专业壁垒极高。以下是核心环节及国内代表企业：
1. 底层世界模型与仿真平台
- 作用：世界模型是物理AI生态的“操作系统”，仿真平台是物理AI训练的“数字训练场”，决定其能力上限。
- 海外代表：英伟达的Cosmos，以1000亿参数达成1毫秒级推理延迟，支持多模态物理世界理解。
- 国内代表：
- 索辰科技：2025年其物理AI核心平台“天工开物”实现落地收入5816万元，率先在低空领域形成商业化突破。
- 五一视界（51World）：发布全球首款“物理直觉”世界模型，旗下51Sim占据国内高阶智能驾驶仿真市场53.5%的份额，被视为“物理AI第一股”。
2. 感知层（传感器与视觉）
- 作用：传感器是物理AI感知世界的“眼睛”和“皮肤”，3D视觉感知、激光雷达、力觉传感器构成三大核心支柱。
- 国内代表：
- 3D视觉：奥比中光，其机器人视觉业务在中国服务机器人市场占有率超70%。
- 激光雷达：禾赛科技，以43%的市占率位居全球ADAS主激光雷达出货量第一。
- 力觉传感器：坤维科技（中国高端力控传感器突围典范）；智立传感（发布搭配AI端侧芯片的六维力传感器，力控响应速度压缩至10毫秒以内）。
3. 执行层（减速器、电机与灵巧手）
- 作用：执行器是决定机器人性能的核心硬件环节。
- 国内代表：
- 谐波减速器：绿的谐波，全球市占率约25%，是特斯拉Optimus、宇树等头部机器人企业的核心供应商。
- 灵巧手：兆威机电的B20灵巧手拥有20个自由度，整手仅600g，已与华为等头部客户达成订单意向。
- 空心杯电机：鸣志电器，打破海外垄断，是机器人灵巧手关节电机的第一梯队供应商。
- 行星滚柱丝杠：五洲新春，布局的行星滚柱丝杠是线性执行器的核心技术。
- 整机集成：宇树科技（自研高扭矩伺服电机，深度布局执行层）；智元机器人、优必选等（人形机器人整机厂商）；Waymo、特斯拉、小鹏汽车等（自动驾驶领域核心应用方）。
六、物理AI的未来展望
物理AI的终极目标是成为像电网、互联网、高速公路一样的最高维度基础设施——一种能够自主运行、维护并升级其他基础设施的“原设施”，而物理AI正是这一原设施的核心引擎。
黄仁勋断言“生成式AI已成为过去，未来属于物理AI”，行业观点也认为物理AI是未来三年AI领域的唯一主线。AI的上半场是教会机器思考，下半场则是进入由机器参与运作和决策的物理世界，在这个世界里，代码将拥有真实重量，算法将承担切实责任，人类也将成为这座崭新基础设施的居住者与构建者。
