夜雨聆风2026 年过了一半，AI 行业换了新故事。
之前市场关注的是 ChatGPT 又变聪明了、谁家大模型 benchmark 又刷了第一。
现在，资本市场的叙事变了，物理 AI。
数字AI让机器会思考，会表达。过去三年大家熟知的 ChatGPT、文生图、AI 编程等，都属于数字 AI。
物理AI让机器会观察、会行动、会适应真实世界。像人形机器人、工业机器人、自动驾驶等等。
其实，物理AI不在于“有没有身体”，而在于 AI 是否真正理解世界的物理规律。
黄仁勋在 GTC 上喊"每家工业公司都会变成机器人公司"，夏季达沃斯把物理 AI 列为年度头号技术趋势，Momenta 冲刺港交所被包装成"物理 AI 第一股"。
据IT桔子的数据，这块国内半年融资 460 亿，全涌进这个赛道。但我看了看真正落地的东西，发现物理 AI 确实来了，但可能跟大部分人想的不一样。
人形机器人是物理AI主场，但不是现在的主角
随便点开一篇物理 AI 的报道，配图大概率是一个人形机器人在工厂里干活。
最出名的例子是一家叫 Figure 的机器人公司，在宝马的美国工厂里干了 11 个月。新闻稿说它的机器人参与了产线上三万多辆车的生产。听起来很厉害。
但仔细想一下：一台车从冲压焊接到总装下线，涉及几千道工序。一台机器人在里面做了几道？是一口气干了几百道，还是只拧了两颗螺丝？数据不会被写进新闻稿里，但答案大概率是后者。
还有家做仓库机器人的公司，说给客户降本了 30%。但这个机器人是只能在平整的地面上搬标准箱子，还是说换个斜坡、换个异形货品、换个仓库布局，在更复杂的场景下它还能不能干活？没人知道。
人形机器人最大的问题是，它的物理形态本身就是一个未经验证的前提假设。工厂里真需要两条腿的机器吗？还是一个六轴机械臂装到底盘上就够用了？两条腿比底盘好在哪？多出来的成本谁来买单？
这些问题没回答之前，人形机器人的估值靠的是想象力，不是收入。
真正在闷声干的事，没人炒作
物理 AI 最确定的落地，不在人形机器人，在工厂里已经跑了几十年的黄色机械臂。
FANUC、ABB、KUKA、YASKAWA——这四家工业机器人公司，全球装机量加起来超过 200 万台。
2026 年 GTC 上，它们全部宣布在和英伟达合作：把边缘 AI 模块集成进控制器，把数字孪生接入产线仿真。
说白了，不是造新机器，是给存量机器换脑子。
原来的工业机器人靠编程干活，工程师写一堆控制代码，机械臂照着重复。一个工序变了，得重新编程、重新校点，可能停线一整天。
AI 化之后，装了大模型的机械臂，看到箱子歪了自己调整抓取角度，产线换产品了自动适应新工序。这不需要新硬件，换个控制器就行。
这才是物理 AI 最快的渗透路径：200 万台现成的机器，不需要造新的，不需要验证物理形态，不需要说服工厂老板花几十万买一台从没见过的设备。
中国这边，埃斯顿的出货量今年首次超越了外资品牌，汇川技术也在机器人和伺服驱动上持续增长。它们也在这条"换脑子"的路上。
这件事没什么人炒作，因为给机械臂加了AI模块，听起来远不如人形机器人在宝马工厂干活性感。
真正的物理AI在路上
这个不用多讲。特斯拉 FSD 几百万辆车在路上跑，地平线的征程 6 量产上了奇瑞，Momenta 上了港交所。
自动驾驶是物理 AI 最早落地的赛道，也是唯一一个已经在产生规模收入的。
没有大模型，传统规则代码写不出自动驾驶的逻辑，必须靠模型去理解三维世界里的车、人、红绿灯和不确定的变道。
这是物理 AI 目前真正落地的地方。
...
我不怀疑物理 AI 这个方向，我只是觉得它不会像资本市场期望的那么快。
一个物理 AI 如果产生幻觉，不是输出错一句话，是砸坏一台设备或伤到一个人。它对可靠性的要求比语言模型残酷得多，这对迭代速度是天然的约束。
叠甲：本文仅是个人的一些投资观察，不构成任何投资建议。投资有风险，需谨慎。
