2026年 1 月 5 日，英伟达公司首席执行官黄仁勋在国际消费电子展（CES）的主题演讲中宣告。在他看来，那些能理解现实世界、进行推理并规划行动的 AI 模型，正悄然惠及并改变无数行业。

　　物理 AI 不仅是技术升级，更可能以前所未有的深度赋能千行百业。中国科学技术大学人工智能与数据科学学院特任教授、博士生导师王翔在接受科技日报记者采访时表示：“物理 AI 最有可能率先在智能科学发现、智能工业制造等场景中落地应用。”

　　2025 年 3 月，黄仁勋在英伟达 GPU 技术大会上断言，生成式 AI已成为过去，未来属于“代理 AI”与“物理 AI”。半年后，他在第三届中国国际供应链博览会上首次系统阐述了这一概念：物理 AI 是指能够理解现实世界并与之进行交互的 AI 模型，是一种“使自主机器（如机器人、自动驾驶汽车等）在真实物理世界中感知、理解和执行复杂操作”的技术。

　　黄仁勋将 AI 的演进分为四个阶段：感知 AI、生成 AI、代理 AI、物理 AI。他认为，物理 AI 的核心在于“AI 与物理世界的融合”，其关键是让 AI 系统理解并应用重力、摩擦、材料特性等物理规律，实现从虚拟智能到实体执行的跨越。

　　“物理 AI 意味着 AI 系统具备在真实世界中‘感知—推理—行动—反馈’的闭环能力。”王翔阐释道，“它不仅会思考，更能通过机器人等具身设备执行任务，并从真实反馈中持续纠错、自我进化。”

　　他进一步强调：“物理 AI 的核心不是在封闭环境中完成单一任务，而是在开放、动态、充满不确定性的场景中稳定运行、泛化适应。如果说生成式 AI 让机器学会‘表达’，物理 AI 则赋予机器‘指挥行动’的能Kaiyun科技有限公司力。”

　　AI技术的爆发性增长正在对芯片封装提出前所未有的极限挑战。高端 AI 芯片需要实现高密度互联、超低信号损耗与极强热稳定性，而传统有机基板已逐渐触及物理极限。当英伟达 H100、H200 这类大算力 AI 芯片的功耗攀升至千瓦级，封装散热与信号完整性已成为制约性能进一步提升的关键瓶颈。

　　行业数据显示，2026 年全球 AI 芯如今在行业中，英伟达率先用 Cosmos 奠定了世界模型的壁垒，其基于超 2000 万小时真实数据训练的模式难以被快速复制，而智元完成了 1 万台机器人的量产部署，这意味着它拥有了真实的、反馈驱动的数据采集能力，这在行业内也被广泛视为一种数据护城河。

　　需要指出的是，物理 AI 竞争所需要的数据不是单纯的比谁的量大，而是需要合成数据与真实数据的协同。

　　单纯依赖真实数据会面临规模难题和硬件损耗成本问题，过度依赖合成数据则存在模拟到现实（sim2real）的迁移鸿沟，北京人形机器人创新中心的“跨数据源学习”方案就是在这一思路下的产物，让机器人能够利用海量人类视频进行训练，大幅降低训练成本同时提升训练效率。这样就很好理解了，未来谁能真正打通“合成数据训练-真实数据微调-实际场景反馈”的完整闭环，谁就能在这场竞赛中占据制高点。

　　解决了数据问题之后，如何将物理 AI 与虚拟 AI 高效融合，成了物理 AI 能够更进一步的关键。

　　宇树科技于 6 月 1 日成功过会并提交注册，预计在三季度将成为 A 股人形机器人第一股。同时，云深处及乐聚智能 IPO 也已在 5 月份被受理，内资人形机器人产业化持续推进。特斯拉人形机器人方面，5 月初特斯拉已启动产线改造，加州原 Model S/X 产线已经转为人形机器人产线 月供应商开始小批量正式供货，7-8 月将迎来正式量产，预计四季度爬产至月产几千台到近万台；加州产能规划每年 100 万台，同时德州新工厂正在建设，远期规划年产能 1000 万台级别。目前整个人形机器人行业正进入到量产化阶段，建议重点关注执行器总成、丝杠、谐波减速器、电机、电子皮肤及传感器等核心环节方向。

　　市场有风险，投资需谨慎。上海汇正财经顾问有限公司是证监会批准的证券投资咨询公司， 组织机构代码统一信用码为91310107MA1G0KQW5N，本公司是具有证券投资咨询资格证书，是合法的证券咨询平台。本文仅为投资者教育使用，不构成任何投资建议，投资者据此操作，风险自担。力求本文所涉信息准确可靠，但并不对其准确性、完整性和及时性做出任何保证，对投资者据此进行投资所造成的一切损失不承担任何责任。返回搜狐，查看更多