2026 年美國(guó)拉斯維加斯舉辦的消費(fèi)電子展（CES）上，黃仁勛的一場(chǎng)演講，直接讓物理 AI（Physical AI）成為展會(huì)最熱關(guān)鍵詞。他表示：物理 AI 的“ChatGPT 時(shí)刻”已然來(lái)臨，機(jī)器開始在現(xiàn)實(shí)世界中理解、推理并付諸行動(dòng)。

各大媒體的報(bào)道標(biāo)題幾乎都離不開黃仁勛的這句話，稱他讓英偉達(dá)成為物理 AI 基礎(chǔ)設(shè)施的絕對(duì)主導(dǎo)者。此外，展會(huì)現(xiàn)場(chǎng)的“機(jī)器人狂歡”進(jìn)一步強(qiáng)化了熱度：人形機(jī)器人疊衣服，掃地機(jī)器人上下樓梯，四足機(jī)器人在人群中精準(zhǔn)避障......

所有這些都預(yù)示著一個(gè)即將到來(lái)的未來(lái)，機(jī)器人和其他人工智能設(shè)備將與我們并肩生活在日常生活中。

展會(huì)之外，業(yè)界在共鳴之余也展現(xiàn)出了更深層的理性。當(dāng)被問(wèn)及“物理 AI 的‘ChatGPT 時(shí)刻’是否真的已經(jīng)到來(lái)”時(shí)，大曉機(jī)器人首席科學(xué)家陶大程表達(dá)了與黃仁勛相似的信心，但他同時(shí)給出了一個(gè)更為精準(zhǔn)的時(shí)空坐標(biāo)：“我們正處于物理 AI 時(shí)代爆發(fā)的前夜?！?/p>

這意味著，從前夜邁向黎明仍需跨越最后的技術(shù)深壑。究竟這一刻離我們還有多遠(yuǎn)？要穿透 CES 的狂歡看清真相，必須回答三個(gè)核心議題：我們站在哪里？面臨怎樣的路線選擇？以及真正的瓶頸是什么？

在物理 AI 浪潮奔涌之際，DeepTech 邀請(qǐng)了數(shù)位業(yè)界科學(xué)家，深入探討了物理 AI 在現(xiàn)實(shí)世界中理解、推理并付諸行動(dòng)的底層動(dòng)力，以及物理 AI 在通往“ChatGPT 時(shí)刻”前夜面臨的核心挑戰(zhàn)與未來(lái)展望。

什么是物理AI？

要理解這場(chǎng)革命，首先必須厘清一個(gè)核心命題：到底什么是物理 AI？

在過(guò)去很長(zhǎng)一段時(shí)間里，我們談?wù)摰?AI，無(wú)論是擊敗李世石的 AlphaGo，還是能寫詩(shī)作畫的 ChatGPT，本質(zhì)上都是數(shù)字 AI（Digital AI）。它們能在二進(jìn)制的海洋里處理符號(hào)與像素，卻對(duì)現(xiàn)實(shí)世界的重力、摩擦力與空間感一無(wú)所知。

“物理 AI 的本質(zhì)在于系統(tǒng)必須理解物理世界。它必須將感知與世界狀態(tài)的內(nèi)部表征聯(lián)系起來(lái)，并理解這種狀態(tài)在行動(dòng)和動(dòng)力學(xué)影響下是如何演變的。”新加坡國(guó)立大學(xué)計(jì)算機(jī)學(xué)院副教授 Harold Soh 指出。

斯圖加特大學(xué)教授、國(guó)際機(jī)器人聯(lián)合會(huì)技術(shù)委員會(huì)主席 Alexander Verl 則從數(shù)據(jù)流的角度進(jìn)一步補(bǔ)充了這種“理解”的來(lái)源：“物理 AI 的目標(biāo)是擴(kuò)展當(dāng)前的 AI，使其具備對(duì)空間關(guān)系及物理行為的掌握。它不僅接收?qǐng)D像、視頻等常見多模態(tài)輸入，更關(guān)鍵的是引入了現(xiàn)實(shí)世界的傳感器數(shù)據(jù)，旨在將這些信息轉(zhuǎn)化為對(duì)物理世界的見解?！?/p>

在清華大學(xué)機(jī)械工程系副教授李曙光看來(lái)，僅僅談?wù)摗按竽X”的理解還不夠，物理 AI 的版圖里還隱藏著另一層主流敘事，即“物理智能”（Physical Intelligence）。

李曙光解釋道，“它是指機(jī)器人除了大腦之外，還可以充分利用自己的身體（包括材料、結(jié)構(gòu)和力）實(shí)現(xiàn)特定的智能感知、決策和運(yùn)動(dòng)，并與真實(shí)世界直接交互。即機(jī)器人的物理身體也是‘智能’體現(xiàn)的重要組成?！?/p>

這種觀點(diǎn)的碰撞，勾勒出了物理 AI 的全貌。如果說(shuō)數(shù)字 AI 是“缸中之腦”，那么物理 AI 則是要為大腦找回失落的物理常識(shí)。

“兩者結(jié)合才是我們努力的方向，”李曙光總結(jié)了一個(gè)更通俗廣泛的定義，即“具備物理知識(shí)的大腦，與具備智能行為的物理身體“，或稱為“可理解物理的大腦和可運(yùn)用物理的身體”。

其實(shí)，給機(jī)器裝上身體并不是新鮮事。在過(guò)去半個(gè)世紀(jì)里，工業(yè)機(jī)器人早已在流水線上揮舞著鋼鐵手臂。但它們依賴于工程師寫死的代碼，它們假定世界是“靜止”且完美的，一旦現(xiàn)實(shí)環(huán)境發(fā)生微小的擾動(dòng)，這些機(jī)器就會(huì)抓空甚至死機(jī)。它們無(wú)法感知變化，更談不上理解環(huán)境。

那么，為什么理解真實(shí)世界這件事這么難？

這便是困擾行業(yè) 40年的“莫拉維克悖論”：讓機(jī)器人像成年人一樣下棋很容易，但讓它像一歲嬰兒一樣感知環(huán)境、處理廚房里的臟亂差，卻是最難的。

而這正是物理 AI 要跨越的最后一道門檻。

模型之爭(zhēng)

要讓機(jī)器能夠?qū)崟r(shí)看到并解讀周圍環(huán)境，關(guān)鍵在于強(qiáng)大的 AI 基礎(chǔ)模型。

早在 2022 年之前，機(jī)器人操控還主要依賴層層拆解的傳統(tǒng)架構(gòu)：先用視覺模塊識(shí)別物體，再用語(yǔ)言模型解析指令，然后靠規(guī)劃器生成路徑，最后通過(guò)運(yùn)動(dòng)控制器輸出關(guān)節(jié)指令。這種“接力式”設(shè)計(jì)雖然可靠，卻極度脆弱。

轉(zhuǎn)折發(fā)生在 2023年 7 月。谷歌 DeepMind 發(fā)布的 RT-2 標(biāo)志著 VLA（視覺-語(yǔ)言-動(dòng)作模型）概念的誕生。它讓機(jī)器人第一次實(shí)現(xiàn)了從像素輸入到動(dòng)作輸出的端到端學(xué)習(xí)。短短三年間，從 OpenVLA 的開源到英偉達(dá) GR00T 系列的落地，VLA 似乎已成為物理 AI 的工業(yè)標(biāo)配。

但在聚光燈之外，隱憂已然浮現(xiàn)?！艾F(xiàn)有的 VLA 模型需要海量的機(jī)器人數(shù)據(jù)進(jìn)行訓(xùn)練，這種成本幾乎是無(wú)法接受的，”新加坡南洋理工大學(xué)助理教授王子為直言。在他看來(lái)，VLA 存在著不足，比如數(shù)據(jù)饑渴、且在面對(duì)新場(chǎng)景與新任務(wù)時(shí)泛化能力顯露疲態(tài)。

但在“規(guī)模至上”的喧囂中，新加坡國(guó)立大學(xué)副教授 Harold Soh 提出了更為審慎的觀察。他認(rèn)為，雖然“擴(kuò)大數(shù)據(jù)規(guī)?！币殉蔀樾袠I(yè)響亮的口號(hào)，但更核心的問(wèn)題在于我們是否掌握了正確的“配方”。

“我們?nèi)孕枧宄Ｐ徒Y(jié)構(gòu)應(yīng)該是怎樣的、什么樣的損失函數(shù)能真正誘導(dǎo)出所需的能力，”Harold Soh 指出。在他看來(lái)，架構(gòu)進(jìn)步的空間依然巨大，不能單純寄希望于數(shù)據(jù)堆砌。他主張開發(fā)更高效且更值得信賴的模型，通過(guò)重新思考設(shè)計(jì)，使系統(tǒng)在泛化時(shí)能有效降低失敗的嚴(yán)重性。

更深層的質(zhì)疑指向了認(rèn)知的本質(zhì)。李曙光認(rèn)為，單純的 VLA 模型尚不足以承載物理世界的全部，“除了語(yǔ)言和視覺，還有更多感知、理解和描述物理世界的方式，VLA 并不能完整地反映真實(shí)世界運(yùn)行的物理規(guī)律。”

2025 年年底，楊立昆離開了工作 12 年的 Meta，轉(zhuǎn)而創(chuàng)辦了一家專注于世界模型的初創(chuàng)公司 AMI Labs。他表示，人工智能行業(yè)完全被 LLM 思維所束縛，每個(gè)人都朝著同一個(gè)方向努力，互相挖走工程師。“我離開 Meta 就是因?yàn)樗麄円蚕萑肓?LLM 思維的泥潭?！?/p>

正是這種對(duì)“端到端黑箱”的不滿足，給了世界模型從幕后走向臺(tái)前的契機(jī)。

“世界模型是可以理解并模擬世界的物理規(guī)律的，所以可以提供很便宜的虛擬環(huán)境/生成數(shù)據(jù)用于 VLA 訓(xùn)練以降低成本?！蓖踝訛楸硎尽?/p>

目前，多家科技巨頭與創(chuàng)業(yè)公司發(fā)布的世界模型，主要集中在物理規(guī)律理解與因果推理、可交互 3D 環(huán)境生成、具身智能決策支撐三大核心方向，為自動(dòng)駕駛、機(jī)器人、數(shù)字孿生等場(chǎng)景提供底層認(rèn)知與仿真能力。

進(jìn)入 2026 年，這場(chǎng)爭(zhēng)論正演變?yōu)橐环N新的共識(shí)：VLA 與世界模型并非非此即彼。

Harold Soh 預(yù)測(cè)，未來(lái)幾年該領(lǐng)域?qū)⑾蚧旌戏椒ㄊ諗浚杭搭A(yù)訓(xùn)練主干網(wǎng)絡(luò)結(jié)合任務(wù)及具身感知結(jié)構(gòu)，并配合明確獎(jiǎng)勵(lì)可控性和魯棒性的訓(xùn)練目標(biāo)。

“未來(lái)趨勢(shì)是融合VLA和世界模型?！毕愀鄞髮W(xué)助理教授陳佳玉告訴 DeepTech。他勾勒出了一條清晰的演進(jìn)邏輯：先發(fā)展單場(chǎng)景單任務(wù)模型，再發(fā)展單場(chǎng)景多任務(wù)模型，最后發(fā)展多場(chǎng)景多任務(wù)模型。這種融合意味著，機(jī)器人將不再僅僅是在模仿人類的動(dòng)作 token，而是在一個(gè)能夠感知因果、模擬反饋的“數(shù)字孿生”大腦驅(qū)動(dòng)下，進(jìn)行閉環(huán)的感知、規(guī)劃與執(zhí)行。

王子為預(yù)測(cè)了更具體的技術(shù)演進(jìn)方向：從端到端黑箱策略學(xué)習(xí)，轉(zhuǎn)向可泛化的技能學(xué)習(xí)；從數(shù)據(jù)驅(qū)動(dòng)的模仿學(xué)習(xí)，轉(zhuǎn)向自我探索的強(qiáng)化學(xué)習(xí)；從以真實(shí)機(jī)器人數(shù)據(jù)為主，轉(zhuǎn)向以世界模型、人類視頻等多源低成本數(shù)據(jù)為主；從開環(huán)的動(dòng)作策略生成，轉(zhuǎn)向閉環(huán)的感知-規(guī)劃-執(zhí)行-調(diào)整架構(gòu)。

數(shù)據(jù)之困

盡管技術(shù)路線逐漸清晰，但物理 AI 要真正實(shí)現(xiàn)規(guī)?；涞?，仍需跨越一系列深層次的技術(shù)與產(chǎn)業(yè)壁壘。

首當(dāng)其沖的是數(shù)據(jù)壁壘。但在專家們看來(lái)，這種“數(shù)據(jù)荒”與數(shù)字 AI 面臨的困境有著本質(zhì)的差異。

“物理 AI 面臨的數(shù)據(jù)問(wèn)題是數(shù)據(jù)本身從哪里來(lái)，這是一個(gè)更根本的挑戰(zhàn)。”陶大程指出。他借用楊立昆所說(shuō)的智能中的“暗物質(zhì)”來(lái)形容這種獨(dú)特性：大語(yǔ)言模型可以從互聯(lián)網(wǎng)數(shù)千年積累的語(yǔ)言數(shù)據(jù)中爬取，但物理世界的經(jīng)驗(yàn)不存在于任何過(guò)往數(shù)據(jù)庫(kù)中，它只能通過(guò)與真實(shí)世界的交互來(lái)生成。

這一觀點(diǎn)得到了Harold Soh 的認(rèn)可。他進(jìn)一步補(bǔ)充了采集這些數(shù)據(jù)的難度：“收集機(jī)器人數(shù)據(jù)的成本遠(yuǎn)比標(biāo)準(zhǔn) LLM/VLM 更昂貴，且獲取能夠真正教授‘感知-動(dòng)作落地’的有用數(shù)據(jù)要困難得多。我們可以（也應(yīng)該）利用現(xiàn)有的資源，例如互聯(lián)網(wǎng)規(guī)模的數(shù)據(jù)和強(qiáng)大的預(yù)訓(xùn)練 VLM，但將其橋接到可靠的物理交互上仍然是一個(gè)難題?！?/p>

李曙光則從科研底層提出了突破方向。他認(rèn)為，我們不僅缺數(shù)據(jù)，更缺乏“對(duì)復(fù)雜物理世界或物理現(xiàn)象的準(zhǔn)確描述和高效建模技術(shù)”。在他看來(lái)，必須攻克多材料與多場(chǎng)耦合的物理仿真技術(shù)，才能讓機(jī)器人在仿真中獲得真正高質(zhì)量的物理常識(shí)。

然而，數(shù)據(jù)只是第一步。Harold Soh 提出了另外一個(gè)挑戰(zhàn)：安全性與魯棒性。“語(yǔ)言模型幻覺出一個(gè)事實(shí)只是個(gè)笑話，但機(jī)器人的動(dòng)作幻覺卻是極其危險(xiǎn)的。”他強(qiáng)調(diào)，當(dāng)行動(dòng)產(chǎn)生現(xiàn)實(shí)后果時(shí)，系統(tǒng)對(duì)錯(cuò)誤的容錯(cuò)率會(huì)降到極低。

這也是為什么王子為認(rèn)為，現(xiàn)階段我們依然缺乏足夠精準(zhǔn)、魯棒、低成本的高自由度本體。

泛化之困

如果說(shuō)數(shù)據(jù)是“燃料”，那么泛化能力則是引擎的性能，而這正是目前最讓業(yè)界頭疼的瓶頸。

“當(dāng)前具身智能行業(yè)面臨的最大困境之一，是智能被‘鎖死’在特定的硬件里。”陶大程精準(zhǔn)地捕捉到了這種碎片化現(xiàn)狀。他發(fā)現(xiàn)，不僅人形、四足、機(jī)械臂之間無(wú)法遷移模型，甚至同品類不同廠商的硬件也無(wú)法互通。

這種“跨本體泛化”的缺失，意味著每一款新硬件都要從零開始積累數(shù)據(jù)。陶大程做了一個(gè)生動(dòng)的類比：“這就像 PC 發(fā)展早期，每臺(tái)計(jì)算機(jī)的軟件只能在自己的硬件上運(yùn)行，直到操作系統(tǒng)的出現(xiàn)才打破了壁壘。機(jī)器人行業(yè)今天缺少的，正是一個(gè)能夠抽象掉硬件差異的統(tǒng)一智能層。”

王子為對(duì)此表示贊同，他將此總結(jié)為模型壁壘：“目前市場(chǎng)上沒有足夠泛化的模型?！?/p>

針對(duì)這一困局，李曙光提出了更具前瞻性的科研思路：突破AI 的自主建模、學(xué)習(xí)與演化技術(shù)。他認(rèn)為，智能不應(yīng)只是大腦的職責(zé)，未來(lái)的方向應(yīng)該是讓AI 具備在物理世界中自我演化的能力。

“規(guī)模化與泛化是深度耦合的。”陶大程總結(jié)道，沒有規(guī)?；臄?shù)據(jù)和訓(xùn)練基礎(chǔ)，泛化就無(wú)從談起；而沒有跨本體的泛化能力，規(guī)?；a(chǎn)業(yè)落地也無(wú)法實(shí)現(xiàn)。這種聯(lián)動(dòng)關(guān)系意味著，物理 AI 的突破需要的不是單一環(huán)節(jié)的技術(shù)進(jìn)步，而是從數(shù)據(jù)采集、模型到本體適配的全鏈路協(xié)同演進(jìn)。

范式演化

“數(shù)字智能”能否真正“落地具身”，Sim-to-Real（虛實(shí)遷移）起到了決定性作用。如何讓 AI 高效、安全且規(guī)?；亓?xí)得真實(shí)世界的生存經(jīng)驗(yàn)？

物理 AI 的目標(biāo)是讓機(jī)器人、自動(dòng)駕駛車、智能設(shè)備等在真實(shí)物理世界中感知、推理并執(zhí)行復(fù)雜動(dòng)作。訓(xùn)練這些系統(tǒng)需要海量交互數(shù)據(jù)，但真實(shí)世界的數(shù)據(jù)采集成本高、周期長(zhǎng)，而且存在安全風(fēng)險(xiǎn)。

因此，行業(yè)普遍采用模擬環(huán)境進(jìn)行大規(guī)模訓(xùn)練：在虛擬世界中讓 AI 反復(fù)試錯(cuò)、積累經(jīng)驗(yàn)，然后將學(xué)到的策略“轉(zhuǎn)移”到真實(shí)硬件上。這就是 Sim-to-Real 過(guò)程。目前，主流路徑是先在高保真模擬器中大規(guī)模訓(xùn)練，然后將策略“轉(zhuǎn)移”到真實(shí)機(jī)器人硬件上。

但“現(xiàn)實(shí)鴻溝”（Reality Gap）始終存在。這種差距導(dǎo)致轉(zhuǎn)移失敗率極高，比如機(jī)器人在虛擬環(huán)境中能熟練抓取，但在處理真實(shí)世界的摩擦力、光照噪聲或變形物體時(shí)卻頻頻失效。正如陶大程所言，傳統(tǒng)的 Sim-to-Real 依賴研究者手動(dòng)設(shè)計(jì)物理引擎和調(diào)優(yōu)參數(shù)，這種“手工活”在面對(duì)復(fù)雜現(xiàn)實(shí)時(shí)，不僅難以 Scale up（規(guī)?；?，更無(wú)法觸及物理常識(shí)的深層邏輯。

為了彌合這種差距，Real-to-Real（實(shí)對(duì)實(shí)）范式應(yīng)運(yùn)而生。它主張“實(shí)踐出真知”，讓機(jī)器人直接通過(guò)真實(shí)的物理交互進(jìn)行閉環(huán)自舉。這種方式能最直接地解決策略的魯棒性與泛化問(wèn)題，因?yàn)樗鎸?duì)的就是真實(shí)的光照、噪聲與摩擦。但其代價(jià)同樣高昂：初始部署成本極高，每一次“試錯(cuò)”都可能意味著硬件的損毀或安全風(fēng)險(xiǎn)。這種路徑雖然通往“黎明”，但在大規(guī)模規(guī)?；?，極易在“前夜”耗盡資源。

進(jìn)入 2026 年，行業(yè)正加速收斂至第三條路徑：Real-Sim-Real。即從真實(shí)世界中以人為中心地采集高質(zhì)量交互數(shù)據(jù)，用模型從真實(shí)數(shù)據(jù)中學(xué)習(xí)物理規(guī)律，生成海量虛擬變體/演化，再回真實(shí)硬件部署，形成終極數(shù)據(jù)飛輪。

如果把機(jī)器人學(xué)習(xí)比作人類成長(zhǎng)：Sim-to-Real 先在書本/虛擬游戲中學(xué)習(xí)，再實(shí)戰(zhàn)；Real-to-Real 直接在摸爬滾打中學(xué)習(xí)；Real-Sim-Real 實(shí)戰(zhàn)采集經(jīng)驗(yàn)，腦中復(fù)盤演練，再實(shí)戰(zhàn)。

這三種范式的遞進(jìn)，本質(zhì)上是在尋找成本、規(guī)模與安全之間的平衡，也標(biāo)志著物理 AI 研發(fā)正式從作坊式的手工調(diào)優(yōu)進(jìn)入了工業(yè)化的閉環(huán)自舉。當(dāng)真實(shí)世界的每一秒交互都能轉(zhuǎn)化為虛擬世界的無(wú)限演化，原本橫亙?cè)趯?shí)驗(yàn)室與現(xiàn)實(shí)之間的“現(xiàn)實(shí)鴻溝”正在被這種高頻的虛實(shí)反饋填平。

落地之路

盡管挑戰(zhàn)重重，但物理AI 的商業(yè)化齒輪已經(jīng)開始轉(zhuǎn)動(dòng)。如何判斷這項(xiàng)技術(shù)將在哪些場(chǎng)景率先落地？陶大程提出了一個(gè)清晰的階梯式分析框架：“物理AI 率先落地的，一定是那些能用規(guī)則描述的世界；最后攻克的，一定是那些只能用常識(shí)理解的世界。”

第一個(gè)階梯是理解“空間”。在巡檢、安防、文旅等場(chǎng)景中，所需的核心能力主要集中在導(dǎo)航與避障。這類任務(wù)本質(zhì)上可以被規(guī)則高度定義，比如“從 A 點(diǎn)到 B 點(diǎn)，沿途檢測(cè)異?！?，其成功標(biāo)準(zhǔn)明確，容錯(cuò)空間也相對(duì)充裕。因此，這是當(dāng)前物理 AI 最先能夠?qū)崿F(xiàn)規(guī)?；涞氐膶蛹?jí)。

第二個(gè)階梯是理解“物體”。當(dāng)場(chǎng)景進(jìn)入工廠、倉(cāng)儲(chǔ)與即時(shí)零售，任務(wù)難度陡然上升。此時(shí)，機(jī)器人不僅要知道“往哪走”，還要知道“怎么拿”。這要求 AI 在理解空間的基礎(chǔ)上，疊加對(duì)萬(wàn)千物體的識(shí)別與精細(xì)操作。

這一層級(jí)已有巨頭先行。2025 年 9 月，由世界經(jīng)濟(jì)論壇與波士頓咨詢聯(lián)合發(fā)布的白皮書：《Physical AI: Powering the New Age of Industrial Operations》，其中就提到了兩個(gè)已大規(guī)模部署的物理 AI 工業(yè)案例：亞馬遜的倉(cāng)儲(chǔ)履行系統(tǒng)和富士康的電子組裝生產(chǎn)線。

亞馬遜通過(guò)在其倉(cāng)儲(chǔ)履行系統(tǒng)中深度整合具備感知與推理能力的物理 AI，實(shí)現(xiàn)了跨越式的效能飛躍：其客戶交付速度與整體運(yùn)營(yíng)效率均顯著提升了 25%，在生成式 AI 基礎(chǔ)模型的驅(qū)動(dòng)下，龐大的機(jī)器人艦隊(duì)行駛效率再次優(yōu)化 10%。尤為難得的是，物理 AI 的引入并未帶來(lái)簡(jiǎn)單的勞動(dòng)力替代，反而使現(xiàn)場(chǎng)技能型崗位增加了 30%，并將站點(diǎn)事故率壓低了 15%，證明了智能自動(dòng)化在保障安全與促進(jìn)人才轉(zhuǎn)型上的雙重價(jià)值。

與此同時(shí)，精密制造巨頭富士康利用物理 AI 與數(shù)字孿生技術(shù)，徹底改寫了電子組裝線的生產(chǎn)邏輯。通過(guò)模擬仿真與實(shí)時(shí)自適應(yīng)系統(tǒng)，富士康將新產(chǎn)線的部署時(shí)間縮短了 40%，從過(guò)去的數(shù)月縮減至數(shù)周甚至數(shù)天；在運(yùn)營(yíng)成本降低 15% 的同時(shí)，生產(chǎn)周期縮短了 20%–30%，缺陷率更是大幅下降 25%。

第三個(gè)階段是理解“人”。家庭場(chǎng)景是物理 AI 的終極命題。例如當(dāng)一個(gè)人說(shuō)“幫我收拾一下客廳”時(shí)，這背后的信息量是巨大的。這類判斷幾乎無(wú)法用規(guī)則窮舉，而是極度依賴對(duì)人類生活習(xí)慣、社會(huì)規(guī)范及個(gè)體偏好的深度理解。這意味著需要更長(zhǎng)的技術(shù)成熟周期，但它代表了物理 AI 的終極價(jià)值，也是整個(gè)行業(yè)的長(zhǎng)期方向。

“其本質(zhì)原因在于，從理解‘空間’到‘物體’再到‘人’，機(jī)器人所需要的常識(shí)在呈指數(shù)級(jí)增長(zhǎng)。”陶大程分析道。在巡檢場(chǎng)景中，規(guī)則能驅(qū)動(dòng) 90% 的決策；而在家庭場(chǎng)景中，幾乎所有的決策都需要常識(shí)支撐。這些常識(shí)不能被編程，只能從大規(guī)模的物理世界交互經(jīng)驗(yàn)中習(xí)得。這也是為什么不同場(chǎng)景的成熟度會(huì)呈現(xiàn)出這樣的階梯。

在不確定中尋找確定

回到開頭，黃仁勛所宣告的物理 AI 的“ChatGPT 時(shí)刻”是否已經(jīng)來(lái)臨？答案是否定的。

那究竟什么才是真正的里程碑？

作為科學(xué)家，Harold Soh 并不急于給出結(jié)論。他認(rèn)為，“ChatGPT 時(shí)刻”往往具有滯后性，只有在事后審視時(shí)才會(huì)清晰。在他看來(lái)，判斷物理 AI 是否真正解決問(wèn)題的標(biāo)準(zhǔn)應(yīng)是性能的階躍式提升：即方法能否實(shí)現(xiàn)跨環(huán)境泛化，對(duì)長(zhǎng)尾的邊緣案例（Edge Cases）具備魯棒性，且無(wú)需極端的工程干預(yù)?！罢嬲睦锍瘫?，應(yīng)該是這項(xiàng)技術(shù)變得足夠可靠且安全，以至于人們能基于此在現(xiàn)實(shí)世界中交付真正的價(jià)值和服務(wù)?！?/p>

如果說(shuō) Harold Soh 在尋找的是確定性的證據(jù)，那么陶大程則在試圖構(gòu)筑確定性的動(dòng)力。

在陶大程看來(lái)，物理AI 確實(shí)已處于黎明前的“前夜”。他指出，技術(shù)完備度方面，三大支柱已逼近臨界點(diǎn)。數(shù)據(jù)側(cè)，通過(guò)環(huán)境式采集與世界模型放大，可實(shí)現(xiàn)上億小時(shí)訓(xùn)練數(shù)據(jù)規(guī)模；算力側(cè)，GPU 架構(gòu)演進(jìn)與國(guó)產(chǎn)生態(tài)成熟提供了底層支撐；模型側(cè)，世界模型、VLA 等技術(shù)路線正從“感知”走向“推理和預(yù)測(cè)”。

但技術(shù)就緒僅是必要條件，而非充分條件。陶大程認(rèn)為，物理 AI 正在復(fù)刻大語(yǔ)言模型的演進(jìn)邏輯：從“技術(shù)完備”向“規(guī)模化 Scale up”跨越。這背后的核心驅(qū)動(dòng)力，是產(chǎn)業(yè)界海量資源的投入?！按竽Ｐ?Scaling Law 的驗(yàn)證，本質(zhì)上依賴‘產(chǎn)業(yè)投入→模型進(jìn)步→應(yīng)用場(chǎng)景→數(shù)據(jù)飛輪’的正向循環(huán)?！?/p>

這種視角上的差異，揭示了物理 AI 演進(jìn)的兩面：一方面是科學(xué)界對(duì)安全、泛化與因果推斷的嚴(yán)苛校驗(yàn)；另一方面是產(chǎn)業(yè)界通過(guò)全鏈路生態(tài)建設(shè)，試圖轉(zhuǎn)動(dòng)那個(gè)決定性的技術(shù)飛輪。陶大程強(qiáng)調(diào)，產(chǎn)業(yè)端的突破會(huì)反向激發(fā)基礎(chǔ)研究的活力，最終形成產(chǎn)研互促的閉環(huán)。

“所以在我看來(lái)，物理 AI 所有的技術(shù)條件正在加速匯聚，而能否真正跨過(guò)這個(gè)臨界點(diǎn)，取決于產(chǎn)業(yè)界是否能夠在這個(gè)關(guān)鍵窗口期合理投入，把飛輪真正轉(zhuǎn)起來(lái)?！?/p>

他借用恩格斯的話總結(jié)，這條路是“從必然王國(guó)走向自由王國(guó)”。當(dāng)物理 AI能夠處理那些只能用常識(shí)理解的世界時(shí)，它才算真正迎來(lái)了屬于它的自由時(shí)刻。

1.https://time.com/7347210/physical-ai-revolution-rewiring-global-economy/

2.https://techcrunch.com/2026/01/18/techcrunch-mobility-physical-ai-enters-the-hype-machine/

3.https://www.weforum.org/stories/2025/09/what-is-physical-ai-changing-manufacturing/

4.https://github.com/keon/awesome-physical-ai

5.https://jdmeier.com/jensen-huang-on-the-future-of-ai/

6.https://www.forbes.com/sites/stevenwolfepereira/2026/01/12/how-jensen-huang-won-ces-2026/

7.https://www.forbes.com/sites/ronschmelzer/2026/01/10/physical-ai-made-waves-at-ces-2026-what-is-it/

8.https://www.ft.com/content/3449e77c-721b-4fc9-8082-c584d8f74848

9.https://www.youtube.com/watch?v=b8BDUa-xbyA

10.https://www.technologyreview.com/2026/01/22/1131661/yann-lecuns-new-venture-ami-labs/

11.https://reports.weforum.org/docs/WEF_Physical_AI_Powering_the_New_Age_of_Industrial_Operations_2025.pdf

12.https://www.turingpost.com/p/vlaplus

13.https://www.cl.cam.ac.uk/~ey204/teaching/ACS/R244_2022_2023/papers/ha_arXiv_2018.pdf

14.https://www.cbc.ca/news/business/consumer-electronics-show-photo-scroller-9.7035070

https://x.com/RaquelUrtasun/status/2016680733423628345

排版：胡莉花