从达沃斯到链博会,2026年AI正从“大脑”长出了“身体”

简单说，物理AI是能够感知和理解现实世界物理规律，并操控实体设备在真实环境里自主执行任务的AI。

它和此前的AI有本质区别：感知式AI停留在“看懂”图片和语音，生成式AI局限在“生成”文本和代码。而物理AI让系统具备在真实环境中感知、推理并执行物理操作的能力，是人形机器人、高阶自动驾驶、工业智能装备等场景的核心底层技术。

达沃斯论坛发布的《2026年十大新兴技术》报告中，“世界模型”被列为未来5年最有望重塑产业格局的关键技术之一。世界模型正是物理AI的“底座”——大语言模型靠预测下一个词理解语言，世界模型靠预测下一帧理解物理世界。

爱立信全球高级副总裁蓝尚立在达沃斯现场给出了一个形象的比喻：当前AI投资过度集中于数据中心的“大脑”部分，但要实现真正的投资回报，AI必须走出数据中心，进入机器人、无人机和自动驾驶汽车等物理实体中，长出“身体”和“神经系统”。

这不是一个遥远的愿景，而是一个正在爆发的市场。

英国未来市场公司发布的《全球物理AI市场2026-2040》报告显示，全球物理AI市场预计将从2026年的约3830亿美元增长至2040年的3.26万亿美元。天风证券研报称，这将是历史上规模最大的技术市场扩张之一。

黄仁勋在GTC 2026上断言：“Every industrial company will become a robotics company”（每一家工业公司都将变成机器人公司）。国内媒体则密集定调，物理AI是“AI从虚向实的唯一路径”。

物理AI的爆发并非偶然，而是三重力量在2026年交汇的结果。

技术层面，多模态大模型、高保真仿真环境、机器人硬件产业链日趋完善。过去28个月，物理AI在“大脑”（VLA模型）、“想象引擎”（世界模型）、训练场、本体及商业闭环五个维度取得关键进展，行业已初步具备走出演示环境、向真实场景探索的技术基础。今年6月，NVIDIA开源Cosmos 3，特斯拉推送FSD V14.3.4，全球首个可微分物理仿真引擎Fysics也在中国诞生——这些事件密集发生，标志着行业过临界点了。

产业层面，工业智造、智能物流、自动驾驶、特种作业等场景需求集中爆发。近两年全球相关产业资本注入超过500亿美元。

政策层面，“十五五”规划纲要明确强化战略前沿领域科技布局，提出加快突破基础理论和底层技术。天风证券研报指出，中国已围绕物理AI规模化落地，构建起系统性、分阶段、聚焦实体的顶层设计框架。

物理AI的落地路径呈现出清晰的层次。

最快落地的是工业和交通领域。 清华大学智能产业研究院创始院长张亚勤在达沃斯指出，物理AI在无人驾驶汽车和工业制造领域落地相对容易，可能以社会机器人的形态承担巡检、安保等任务。

Momenta公司提供了一个典型样本。它用世界模型重写自动驾驶底座，量产车超90万辆，全球前十大车企九家是客户。在中国跑城区领航辅助驾驶的车，65%用的是它的方案。更关键的是，这套模型不只能服务乘用车——一套底座，四个场景：乘用车L2++、Robotaxi、Robovan、Robotruck，技术跨场景复用，形成数据飞轮。

工业领域同样密集落地。江行智能的全栈工业物理AI已在新能源场站和电网巡检场景落地，覆盖贵州、内蒙古等多地，核心算法准确率达99%。一个简单的机械狗检查设备读数任务，在工业场景中通常要拆成100到200个子任务，这对AI的稳定性和可靠性提出了远超消费级应用的要求。

而进入家庭，还需要更长时间。 张亚勤预计，通用机器人距离“进家门”至少需要5年，也可能是10年甚至更长。因为居家环境复杂多变，通用的家用机器人既要稳定可靠、价格合理，还需耐用且不易故障。

从达沃斯到链博会，2026年夏天的两场盛会共同描绘了一幅图景：AI正在从屏幕里的“数字助手”，进化为能够自主感知、判断并采取行动的“现实伙伴” 。

这不再是实验室里的小打小闹。全球物理AI市场2026年就将达到3830亿美元的规模，并将在14年后膨胀至3.26万亿美元。

而中国，凭借全球独一无二的场景密度、基建底座和产业生态，正站在这波浪潮的最前沿。当然，真正的挑战才刚刚开始——如何让AI安全、可靠、低成本地走进每一个工厂、每一辆汽车、每一个家庭，这将是未来十年全球科技竞赛的核心命题。

*图片来源网络