人工智能行業(yè)：在時間的折痕處——物理AI.pdf

上傳者：楚留**
時間：2026/06/03
熱度：106
0人點贊
舉報

本文深入解析了物理AI（Physical AI）的定義、技術(shù)路徑、產(chǎn)業(yè)鏈格局及核心應(yīng)用場景。物理AI由黃仁勛于2024年提出，指能感知、理解并在真實物理世界中執(zhí)行復(fù)雜操作的模型，是人工智能從虛擬智能邁向具身智能的關(guān)鍵橋梁，外延覆蓋人形機器人、智能駕駛與工業(yè)機器人三大核心場景。與生成式AI相比，物理AI在訓(xùn)練數(shù)據(jù)來源、數(shù)據(jù)規(guī)模、輸出空間、推理延時容忍度、評估體系、商業(yè)閉環(huán)及失敗成本等方面存在顯著差異。在基礎(chǔ)模型層，物理AI呈現(xiàn)VLM、VLA與世界模型三條路徑收斂之勢。世界模型作為后臺數(shù)據(jù)工廠合成訓(xùn)練數(shù)據(jù)，VLM承擔(dān)長程規(guī)劃的“慢思考”，VLA則把指令與感知直接轉(zhuǎn)化為動作。海外格局中，英偉達憑仿真、世界模型、基座VLA與軟硬件全棧搶占“機器人安卓”地位；國內(nèi)則由人形機器人廠商主導(dǎo)基模+硬件，大廠仍在追趕。工具層是被低估的一環(huán)，仿真平臺是基礎(chǔ)模型訓(xùn)練的核心數(shù)據(jù)來源，英偉達Omniverse/Isaac主導(dǎo)，國內(nèi)智元Genie Sim等開源生態(tài)加速追趕。物理AI還從仿真訓(xùn)練與數(shù)字孿生兩個維度拉動工業(yè)軟件需求，英偉達已與Cadence、達索、PTC、西門子、Synopsys等巨頭深度合作。隨著部署量提升、數(shù)據(jù)持續(xù)回流，物理AI有望進入“數(shù)據(jù)增長—模型迭代—能力提升—場景擴張”的飛輪。場景端，智駕完成從端到端到VLA世界模型的切換，人形機器人加速量產(chǎn)并構(gòu)建數(shù)據(jù)—模型飛輪。車企技術(shù)路徑經(jīng)歷切換，主流車企完成了從規(guī)則驅(qū)動時代、端到端AI時代與VLA時代的路徑切換。人形機器人正從樣機驗證進入小批量/規(guī)模化部署階段，F(xiàn)igure、Tesla、智元、宇樹等廠商均給出2026年萬臺級產(chǎn)能或部署目標(biāo)，應(yīng)用場景從工廠、物流逐步擴展至家庭與零售。報告建議關(guān)注工具層軟件廠商及智能駕駛軟硬件提供商。