日前，德勤正式发布《物理AI：开启加速新纪元》研究报告。过去几年，数字孪生曾被视为数字化建设的一项能力，而随着物理AI和具身智能的发展，其价值定位正在发生变化。从“展示系统”到“训练场”，从“可视化平台”到“世界模型底座”，数字孪生正在进入一个新的发展周期——成为AI走向真实世界不可缺少的基础设施。

物理AI的兴起，正在推动人工智能从数字世界走向物理世界

报告指出，随着大模型、多模态技术、机器人以及边缘计算的发展，物理AI正进入产业化加速阶段。与生成式AI主要处理文本和信息不同，物理AI开始让智能系统具备感知、推理和执行能力，使机器人、自动驾驶、智能制造系统真正能够作用于现实世界。人工智能的发展重点，正在从“理解语言”进一步扩展到“理解世界”。但现实世界复杂、多变且训练成本高昂，智能系统很难直接在真实环境中完成学习和验证。如何在进入现实世界之前构建一个可训练、可验证、可迭代的数字空间，成为物理AI落地的关键问题。

数字孪生是迈向物理AI的必经阶段，也是世界模型的重要底座

报告提出，工业技术演进将经历自动化、协同数字化、数字孪生和物理AI四个阶段，数字孪生位于物理AI之前，是实现下一阶段跃迁的重要基础。报告特别指出，物理AI实现规模化部署的关键前提是经过数字孪生体系验证，否则基于仿真训练的AI模型将难以在现实环境中有效运行。

这意味着，数字孪生的价值正在发生变化。过去，数字孪生解决的是“看见系统”和“理解系统”；未来，它更重要的使命是为智能体提供训练环境、生成合成数据、验证运行策略，成为连接虚拟世界与物理世界的重要桥梁。在德勤提出的物理AI技术栈中，数字孪生平台位于底层支撑位置。与此同时，NVIDIA近年来提出 Physical AI 和 World Foundation Model（世界基础模型）理念，强调未来机器人不仅需要语言模型，更需要能够理解空间关系、运动规律和物理约束的世界模型。而世界模型的构建，需要真实世界数据、三维空间表达、物理规律描述以及持续仿真能力。这恰恰是数字孪生产业过去十余年积累的核心能力。无论是 BIM、GIS、IoT、时序数据、工业知识模型，还是数字线程、物理仿真引擎，本质上都是构建世界模型的重要组成部分。因此，未来竞争可能不再只是模型参数规模的竞争，而是谁能够构建更真实、更完整、更持续演化的数字世界。

物理AI时代，数字孪生产业或许正在迎来第二增长曲线

德勤预计，目前约80%的企业仍处于自动化和协同数字化阶段，仅少数企业开始迈向物理AI阶段。 这意味着，大规模物理AI时代尚未真正到来，但数字基础设施建设窗口已经开启。

图片来源：《物理AI：开启加速新纪元》

报告原文可点击“阅读原文”下载。