黄仁勋在CES断言物理AI的“ChatGPT时刻”已至，业界却在狂欢中展现出理性，认为仍处于爆发前夜。穿透展会的喧嚣，需厘清物理AI的本质、面临的技术深壑及未来的演进方向。本文深入解析物理AI的核心挑战、模型之争与落地阶梯，揭示其从数字走向真实的必经之路。
智能速览
物理AI是具备物理知识的大脑与智能身体的结合，旨在理解真实物理规律。
VLA模型虽成标配但面临数据饥渴与泛化难题，世界模型提供新解法。
物理世界交互数据稀缺且昂贵，被杨立昆称为智能中的“暗物质”。
从Sim-to-Real到Real-Sim-Real，虚实融合正成为解决数据与安全问题的关键路径。
物理AI落地呈现阶梯状，从空间导航到物体操作，最终进阶至家庭常识场景。
精华内容
物理AI不仅要让机器看见，更要让其理解重力与摩擦力。从概念定义到技术路径，行业正站在跨越现实鸿沟的关键节点。
走出数字缸
物理AI区别于仅在二进制海洋处理符号的数字AI，其本质是理解物理世界的重力、摩擦力与空间感。新加坡国立大学副教授Harold Soh指出，系统必须将感知与世界状态联系起来，并理解其演变。
而清华大学副教授李曙光补充，除了大脑，机器人的身体结构也是智能的重要组成部分。过去工业机器人依赖预设代码，一旦环境扰动便失效，物理AI正是要解决“莫拉维克悖论”带来的感知难题，让机器像婴儿一样理解脏乱差的真实世界。
VLA与世界模型
谷歌RT-2开启了视觉-语言-动作模型（VLA）时代，实现了像素到动作的端到端学习。然而，VLA面临海量数据需求与泛化能力疲态的双重挑战。南洋理工大学助理教授王子为指出，这种成本难以接受。
杨立昆因不满LLM思维束缚而创办新公司，推动“世界模型”走向台前。世界模型能理解物理规律并生成低成本虚拟数据，行业共识正趋向于融合两者，形成闭环感知与执行架构，而非单纯依赖数据堆砌。
数据之困与泛化
物理AI面临的数据荒与数字AI截然不同。杨立昆将其称为“暗物质”，指物理世界经验只能通过交互生成。Harold Soh强调，收集机器人数据成本极高，且必须确保“感知-动作”的有用性。
此外，机器人的动作幻觉极度危险，安全性与鲁棒性是生死线。陶大程指出，目前智能被“锁死”在特定硬件中，跨本体泛化缺失，每款新硬件都要从零积累数据，如同PC早期缺乏操作系统。
虚实融合进化
早期Sim-to-Real因“现实鸿沟”导致转移失败率高；Real-to-Real虽真实但试错成本高昂且风险大。2026年行业正收敛至Real-Sim-Real范式：先在真实世界采集交互数据，利用模型学习物理规律生成海量虚拟变体，再回传真实硬件。
这种“实战采集经验，脑中复盘演练”的循环，将真实世界的每一秒转化为虚拟世界的无限演化，正在填平实验室与现实之间的鸿沟。
落地的阶梯
物理AI商业化遵循清晰的阶梯逻辑。陶大程分析，率先落地的是能用规则描述的空间，如巡检与安防；其次是理解物体的工厂与仓储场景，亚马逊已通过物理AI将交付效率提升25%，富士康也将产线部署周期缩短40%。
最后是理解人的家庭场景，这极度依赖常识，虽是终极目标但需漫长周期。从空间到人，机器人所需的常识呈指数级增长，决定了不同场景的成熟度差异。
物理AI的“ChatGPT时刻”尚未真正来临，目前仍处于黎明前的技术汇聚期。数据、算力与模型虽逼近临界点，但能否跨越鸿沟取决于产业界的投入与生态建设。一旦能处理那些仅靠常识理解的世界，物理AI将从必然王国走向自由王国。
