深度｜物理AI，机器人产业链的 “第二增长曲线”
2026年6月1日，台北国际电脑展（COMPUTEX）的聚光灯下，英伟达CEO黄仁勋身着标志性的黑色皮夹克，站在舞台中央，身后巨幅屏幕上闪烁着一行字："Physical AI has arrived."（物理AI已经到来）。
这不是一句普通的口号。就在这场演讲中，黄仁勋正式发布了全球首款全模态物理AI基础模型——Cosmos3。他抛出了一个足以震动整个科技产业的判断："每一家工业公司都将成为机器人公司。"
如果你过去两年一直在关注AI，你可能已经习惯了ChatGPT的妙语连珠、Sora的以假乱真、Midjourney的惊艳画作。但所有这些，本质上仍发生在"数字世界"里——AI在屏幕上生成文字、图像和视频，它很聪明，却从不真正"触碰"任何东西。它不知道一杯水有多重，不理解重力如何让物体坠落，更无法在真实的工厂车间里拧紧一颗螺丝。
物理AI，正是要打破这层屏幕的边界。
它让AI从"符号世界"跨入"物理世界"——理解力、空间、时间、运动、摩擦、碰撞。它不再是躲在服务器里的"数字大脑"，而是要成为机器人、自动驾驶汽车、工业机械臂的"灵魂"，指挥它们在真实世界里感知、推理、行动、反馈。
黄仁勋将AI的演进划分为四个阶段：感知AI（PerceptionAI）、生成式AI（GenerativeAI）、代理式AI（AgenticAI），以及物理AI（PhysicalAI）——也就是"机器人的时代"。
与此同时，在大洋彼岸的硅谷，被誉为"AI教母"的斯坦福大学教授李飞飞，正通过她创立的WorldLabs全力推进"空间智能"（SpatialIntelligence）。她认为，语言并非对3D物理世界的有效编码，空间智能是比语言智能更加基础和高效的认知形式——人类大脑中负责空间感知的部分，已经存在了几百万年。
两位AI领域最具影响力的领军人物，一个从算力与仿真出发，一个从视觉与空间切入，却不约而同地指向了同一个方向：AI必须学会理解物理世界，否则它将永远只是一个高级的"聊天工具"。
这篇文章，我们将试图回答一系列关键问题，为真正关心该领域的读者，深度解读物理AI到底是什么？在这条重磅赛道上，全球的参与者处在什么样的一个起跑线？
01 什么是物理AI？它比大模型更“硬核” ！
要理解物理AI，不妨先做一个思想实验。
你让ChatGPT描述"如何拿起一个装满水的玻璃杯"，它能给你写出一段极其流畅、甚至充满诗意的文字。但如果你真的把那个杯子放在它面前，它束手无策——因为它没有身体，没有触觉，更不理解"玻璃易碎""水会洒""重力向下"这些物理常识。
物理AI（Physical AI），正是要让AI获得这种"常识"。
根据英伟达的官方定义，物理AI是指"使用运动技能理解现实世界并与之进行交互的模型，它们通常封装在机器人或自动驾驶汽车等自主机器中"。浙商证券的报告则进一步阐释：物理AI是可以理解真实世界的AI系统，需要回答两个核心问题——世界接下来如何变化？以及实体发生动作之后世界会如何反应？
换句话说，大语言模型（LLM）处理的是"符号世界"——文字、图像、代码；而物理AI处理的是"物理世界"——重力、摩擦、惯性、碰撞、材料特性、空间关系。它必须让AI生成的内容符合物理规律，而不是仅仅"看起来很像"。
从技术架构上看，物理AI的发展经历了三个阶段：
1.0时代：硬编码规则。工程师一行行手写代码，告诉机器人"如果检测到障碍物，向左转30度"。这种方式僵化、脆弱，换个场景就要重写代码。
2.0时代：数据驱动模仿。通过海量数据让AI模仿人类动作，但AI并不真正"理解"物理世界，只是"照猫画虎"。
3.0时代：推理驱动。以世界模型（WorldModel）+视觉-语言-动作模型（VLA）+ 强化学习为核心，AI具备了环境推理、因果理解与规划能力，能够自主完成复杂任务的闭环决策。
这里需要引入一个关键概念——世界模型。它不是某一种具体算法，而是一种让机器通过学习物理规律、空间结构和因果关系，形成对外部世界"心智模型"的AI范式。谷歌DeepMind在2025年6月发表的一篇里程碑论文中，甚至从数学上证明了一个核心论断：任何能够灵活适应并完成多步复杂任务的通用AI体，其内部必然已经学习并编码了一个关于环境的预测模型——即世界模型。
这意味着，世界模型不是"可选项"，而是通用智能体的"必要条件"。AI的能力上限，被其内部世界模型的保真度牢牢锁定。
物理AI的核心能力可以概括为三个层面：
第一，感知层。通过多模态传感器（摄像头、激光雷达、力/触觉传感器）实时捕捉物理环境的状态。
第二，认知层。理解物理规律——知道物体有质量、表面有摩擦、碰撞会反弹、重力始终向下。这不是简单的数据库查询，而是对因果关系的深度建模。
第三，执行层。将认知转化为可执行的动作序列——不是抽象的"去拿杯子"，而是精确的"手臂伸展37厘米、手指张开2.5厘米、以0.3牛米的力握住杯柄、以每秒5厘米的速度向上提升"。
这种从"理解"到"行动"的闭环，正是物理AI区别于传统大模型的根本所在。
02 为什么大佬们都在押注物理AI？
黄仁勋："下一波浪潮是物理AI"
黄仁勋对物理AI的押注，不是一时兴起，而是英伟达战略版图的自然延伸。
从2024年开始，黄仁勋就在多个公开场合反复强调同一个判断。2025年3月的GTC大会上，他将AI演进总结为三代范式转移：感知AI、生成式AI、代理式AI，接下来将是物理AI——"能够运行、推理、计划和行动的AI"。2025年7月，在第三届链博会上，他再次重申："AI的下一波浪潮将是物理AI，所有的能力都将融入物理世界，例如机器人。"
到了2026年1月的CES展，他的措辞更加激进："物理AI的'ChatGPT时刻'已经到来。"而在2026年6月1日的COMPUTEX上，Cosmos 3的发布，标志着英伟达正式将物理AI从"概念"推进到"产品"。
黄仁勋为何如此笃定？因为英伟达的商业模式与物理AI天然契合。英伟达不卖机器人，但它卖"铲子"——GPU算力、仿真平台（Omniverse）、机器人开发框架（IsaacGR00T）、世界模型（Cosmos）。物理AI越普及，对英伟达算力的需求就越旺盛。 这是一场精心计算的"卖水人"战略。
在2026年6月的演讲中，黄仁勋展示了Cosmos3的核心能力：基于MoT（Mixture of Transformers）架构，整合视觉推理、世界生成、动作预测三大模块，能直接输出关节级控制指令。更重要的是，Cosmos 3可将机器人训练评估周期从数月压缩到3-7天。这意味着，一家机器人创业公司不再需要耗资数百万美元搭建真实训练场，只需在英伟达的仿真平台上"虚拟训练"，就能快速迭代算法。
黄仁勋的终极愿景是："每一家工业公司都将成为机器人公司。" 这不是说每家公司都要造人形机器人，而是指物理AI将像当年的互联网一样，渗透到每一个工业环节——从仓库里的自主移动机器人（AMR），到手术台上的精密机械臂，再到工厂里24小时不眠的质检员。
李飞飞："空间智能是比语言更基础的认知形式"
如果说黄仁勋代表了产业界的"算力派"，那么李飞飞则代表了学术界的"视觉派"。
作为ImageNet的缔造者、斯坦福人工智能实验室联合主任，李飞飞在2024年TED演讲中提出了一个振聋发聩的观点："有了空间智能，AI将会理解现实世界。"
她的核心论据来自进化论。人类大脑中负责语言处理的区域（如布罗卡区）相对较新，只有几十万年的历史；而负责空间感知、导航和运动协调的部分（如海马体、上丘），已经存在了几百万年，甚至可以追溯到三叶虫时代。
"如果你蒙上眼睛，让别人用语言描述房间里的布局，然后要求你完成某个任务，成功的可能性微乎其微。但如果移除眼罩，你的大脑瞬间就能重建3D空间，轻松导航和操作。"李飞飞用这个简单的思想实验，揭示了空间智能的底层逻辑：语言是有信息损失的编码方式，而空间感知才是更基础、更高效的认知形式。
2024年，李飞飞创立World Labs，专注于构建"世界模型"——能够理解并推理三维物理世界的AI系统。公司成立仅三个月，便获得英伟达、AMD等巨头的融资，估值突破10亿美元。
2026年1月，World Labs发布了首款商用世界模型Marble，能够依据文本、图像或简单布局，生成符合几何与物理规律的三维场景，并支持用户交互式编辑。李飞飞将其定位为"从语言到世界"的技术基石——AI不应只学会"读万卷书"，更要学会"行万里路"。
为什么大佬们"统统"重视？
黄仁勋和李飞飞，一个是GPU帝国的掌门人，一个是计算机视觉领域的泰斗，他们的技术路线不同，却殊途同归。这背后有一个共同的底层逻辑：
大语言模型的红利正在见顶，而物理AI是一片尚未开垦的万亿级荒地。
ChatGPT已经能写出莎士比亚风格的十四行诗，但它仍然无法像一个三岁孩子那样理解"杯子会碎"这个简单事实。物理AI要解决的，正是AI从"数字幻觉"走向"真实智能"的最后一公里。谁掌握了物理AI，谁就掌握了机器人、自动驾驶、工业4.0的"灵魂"。
03 全球参与者与中国领跑者
物理AI的竞赛，已经悄然升级为一场“国运级”的科技博弈。
全球版图中，美国凭借英伟达、谷歌DeepMind、OpenAI、特斯拉等巨头，在算力、算法和机器人本体上占据全面优势。英伟达构建了从Cosmos世界模型到Isaac仿真平台、从Jetson边缘计算到Omniverse数字孪生的全栈闭环。谷歌DeepMind则在世界模型的基础研究上持续突破。欧洲在物理仿真软件领域拥有深厚积累，如达索系统、西门子等，但在AI融合与机器人制造上明显落后。中国则走出了一条“应用驱动、产业链完整”的独特路径——没有英伟达那样的GPU霸权，却有全球最大的制造业场景和最完整的机器人供应链。
中国领跑者可分为三条主线：
第一条是仿真与工业软件。索辰科技作为国产计算机辅助工程仿真软件的龙头，自研的“天工·开物”物理AI平台可支撑实时数字孪生、机器人结构优化等多场景应用。能科科技则定位“端侧单体大脑”，在工业场景已落地多个数字孪生项目，构建了从仿真到控制再到执行的全链条能力。
第二条是空间智能与3D数据。这条战线上最耀眼的角色是群核科技——一家从室内设计软件“酷家乐”起家的公司，却因为积累了超过4.8亿个带有物理属性的3D模型，在物理AI浪潮中被重新定义为“全球空间智能第一股”。2026年4月，群核科技在港交所挂牌上市，首日涨幅超过170%，市值一度突破365亿港元，香港公开发售获得1591倍超额认购。资本市场用真金白银认可了一个逻辑：在物理AI时代，谁掌握了高质量的三维空间数据，谁就掌握了训练的“原材料”。群核科技推出的SpatialVerse平台，正成为机器人、自动驾驶等物理AI应用的核心数据基础设施。
第三条是机器人本体与核心零部件。宇树科技的人形机器人已成为英伟达Cosmos 3的官方参考设计，面向全球开发者开源。在产业链上游，绿的谐波作为谐波减速器的龙头，其产品是人形机器人关节灵活转动的关键；中大力德则将减速器、电机、执行单元整合为完整的执行模组；汇川技术在伺服系统领域占据国内领先地位，完美适配物理AI对高动态响应的严苛要求。奥比中光作为3D视觉感知领域的领军者，为机器人提供宝贵的视觉输入。这些公司共同构成了中国物理AI产业链的“骨骼”与“肌肉”。
04 群核科技 从“装修神器”到“空间智能第一股”
在物理AI的中国版图里，群核科技的故事最具戏剧性，也最能说明这个赛道的"跨界颠覆"特质。
一个GPU工程师的"意外之旅"
群核科技的创始人黄晓煌，毕业于浙江大学计算机图形学专业，曾在英伟达参与早期CUDA开发，是国内较早从事GPU高性能计算的工程师之一。2011年，他与两位校友在杭州创立了群核科技，初衷是利用GPU集群做云端物理渲染与仿真。
但市场并不买账。在O2O模式横行的年代，一家做"物理渲染"的技术公司显得格格不入。直到2013年，"酷家乐"的推出成为关键转折点——依托GPU渲染能力，公司将设计渲染时间从数小时压缩至秒级，迅速切入家装与地产行业。
此后十余年，酷家乐成长为中国最大的空间设计平台，合作超4万家品牌商家，月活用户近8000万。2025年，群核科技总营收8.20亿元，其中96.9%来自软件订阅服务，毛利率高达82.2%，并在2025年首次实现经调整净利润5713万元，扭亏为盈。
如果故事到此结束，群核科技只是一家优秀的SaaS公司，估值最多几十亿港元。但资本市场的狂热，源于它讲述的"第二曲线"——空间智能。
4.8亿个3D模型的"战略转身"
2025年，随着AI从语言模型迈向物理世界，群核科技做出了一个关键判断：酷家乐平台上积累的4.8亿个3D模型，不仅是家装设计资产，更是物理AI的"三维燃料"。
这些模型不是简单的图片，而是带有几何参数、材质属性、物理碰撞体积的结构化三维数据。一个沙发的模型里，包含了它的尺寸、重量、材质摩擦系数、甚至受力后的形变参数。对于训练机器人理解"真实世界"而言，这些数据的价值无可替代。
基于此，群核科技发布了空间大模型，可由图像、视频和文本生成三维空间；并推出SpatialVerse平台，将4.8亿个3D模型转化为机器人训练数据，为机器人与AR设备提供虚拟训练与合成数据。公司已合作智元机器人、银河通用、PICO等企业，正式从"家装设计软件"转型为"机器人与XR的空间智能基础平台"。
2026年4月17日，群核科技在港交所挂牌，发行价7.62港元，开盘报20.70港元，收盘涨幅超170%，市值突破365亿港元。香港公开发售获1591倍超额认购，国际发售获14.46倍认购，9家基石投资者合计认购约4.55亿港元。
资本市场用真金白银投票，认可了一个逻辑：在物理AI时代，谁掌握了高质量的三维空间数据，谁就掌握了训练的"原材料"。 群核科技不是一家机器人公司，但它可能是机器人公司们最离不开的"数据粮仓"。
群核科技的启示
群核科技的案例揭示了一个深层趋势：物理AI的边界正在模糊化。一家做家装软件的公司，因为积累了海量3D数据，突然成为了机器人产业链的关键节点。这种"跨界打劫"将在物理AI时代频繁上演——今天的游戏引擎公司（如Unity、虚幻引擎）、地图服务商（如高德、百度地图）、甚至电商平台的3D展示部门，都可能因为拥有"空间数据"而切入物理AI赛道。
05 物理AI 人形机器人的“阿喀琉斯之踵”
2024年以来，人形机器人赛道热度空前。特斯拉Optimus、宇树H2、傅利叶GR-1、智元远征A1……各家产品纷纷亮相，能走、能跑、能翻跟头，甚至能跳一段街舞。但热闹背后，一个尖锐的问题被有意无意地忽略了：
这些人形机器人，真的"理解"它们在做什么吗？
答案是：大部分情况下，并不理解。
当前绝大多数人形机器人的训练方式，本质上仍是"模仿学习"——工程师穿着动捕服做一遍动作，机器人跟着学；或者在真实环境里反复试错，用强化学习"硬碰硬"地优化策略。这种方式有几个致命缺陷：
第一，数据瓶颈。真实世界的训练数据极其稀缺。你想让机器人学会"在厨房倒一杯水"，需要它在真实厨房里摔碎几百个杯子、洒掉几百升水，才能积累足够的数据。成本之高、周期之长，让大多数场景根本无法覆盖。
第二，泛化困境。在A工厂训练好的机器人，换到B工厂，光照变了、地面材质变了、工具位置变了，性能可能断崖式下跌。因为它没有真正理解"重力""摩擦""惯性"这些底层规律，只是记住了特定场景下的特定动作。
第三，安全鸿沟。真实世界里，一个错误的动作可能导致人员伤亡或设备损坏。在缺乏物理常识的情况下，机器人就像一个"蒙眼开车"的新手——它可能做得很好，也可能在下一秒酿成大祸。
物理AI，正是要解决这三个痛点。
通过世界模型，机器人可以在虚拟环境中"想象"各种场景：不同的光照、不同的地面材质、不同的障碍物布局。它可以在仿真中"摔碎"一万个虚拟杯子，而成本几乎为零。更重要的是，物理AI让机器人理解"为什么"——不是死记硬背"倒水的动作序列"，而是理解"水受重力影响会向下流动""倾斜角度超过45度水会溢出""玻璃杯从1米高度掉落会破碎"。
英伟达Cosmos3的核心价值就在于此。它基于超过2000万小时的真实世界数据训练，能够生成符合物理规律的合成视频，为机器人提供"物理教科书"。黄仁勋在演讲中展示了一个案例：运行视觉推理模型的机器人手臂，根据"面包+烤面包机"的场景，推断出最合理的下一步动作是将面包放进烤面包机，并将思考逻辑转化成机器手臂的操作指令。
这种"推理-行动"的闭环，正是人形机器人从"表演工具"走向"生产力工具"的关键一跃。
中国科学技术大学人工智能与数据科学学院特任教授王翔指出："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'的能力。"
换句话说，没有物理AI，人形机器人再灵活也只是一个"昂贵的玩具"；有了物理AI，它才可能成为真正的"通用劳动力"。
06 产业链全梳理 算法与硬件的“共生博弈”
物理AI的产业链远比大语言模型复杂。它不是一个“软件吃掉一切”的行业，而是算法、硬件、数据、场景四位一体的生态。
物理AI可以拆解为四个层级
第一层：仿真底座——物理AI的“风洞”。如果把物理AI比作一架飞机，仿真软件就是它的“风洞”。索辰科技是国产计算机辅助工程仿真的龙头，自研的“天工·开物”平台可支撑实时数字孪生与机器人结构优化。凡拓数创掌握AI+3D数字孪生核心引擎，已中标具身智能训练场调度中心项目。群核科技则提供4.8亿个3D模型的空间数据底座。这些公司共同构成了物理AI训练的“基础设施层”。
第二层：决策/控制——机器人的“小脑”。能科科技构建了从感知、决策到执行的全链条，在工业场景已实现落地。固高科技专注于运动控制国产化，被称为机器人“小脑”。雷赛智能在控制器领域为机器人提供精准的运动控制算法。智微智能则与英伟达仿真平台深度绑定，推出适配机器人操作系统的边缘AI算力盒。
第三层：执行层——物理AI的“四肢”。绿的谐波作为全球谐波减速器龙头，其产品是人形机器人关节灵活转动的关键；中大力德将减速器、电机、执行单元整合为一体化解决方案；汇川技术在伺服系统领域占据国内领先地位，响应速度完美适配物理AI的高频动态作业需求；拓普集团在关节执行器领域与头部客户深度合作。
第四层：感知层——物理AI的“感官”。奥比中光作为3D视觉感知的领军者，与英伟达在机器人视觉领域深度合作，让机器人能够“看见”并理解所处环境。天准科技作为英伟达Jetson产品线国内最大合作伙伴，其AI边缘计算控制器广泛应用于物理AI核心领域。
算法重要，还是硬件重要？
这是一个经典的"鸡生蛋"问题。
短期看，算法是瓶颈。 没有物理AI的世界模型，再精密的机械臂也只是一个"盲动的铁疙瘩"。当前人形机器人的核心制约不是"身体不够灵活"，而是"大脑不够聪明"。Cosmos 3能将训练周期从数月压缩到3-7天，说明算法的进步正在指数级释放硬件的潜力。
长期看，硬件是底座。 再聪明的算法，也需要传感器、减速器、伺服电机、力控关节来执行。而且物理AI对硬件提出了全新要求——传统工业机器人只需重复预设轨迹，而物理AI驱动的机器人需要实时感知力/触觉反馈、毫秒级响应、高动态精度。这意味着硬件必须围绕"智能"重新设计。
最终答案：两者必须共生进化。 算法定义了"能做什么"，硬件决定了"能做到多好"。在物理AI时代，软件和硬件的边界将进一步模糊——英伟达既做芯片又做模型，特斯拉既造车又写FSD算法，群核科技既做软件又积累3D数据。"软硬一体"将成为物理AI产业链的终极形态。
07 产业节奏与风险
物理AI赛道正处于“概念导入期”向“产业落地期”过渡的关键节点。
短期（6-12个月）：事件催化密集，仿真/软件先行
英伟达Cosmos 3发布、特斯拉Optimus量产倒计时、宇树科技订单放量、比亚迪入局机器人……事件催化将密集涌现。这一阶段，仿真软件和数字孪生是最先受益的环节，因为它们不依赖机器人本体放量，只需"训练需求"增长即可兑现业绩。重点关注索辰科技、能科科技、凡拓数创、群核科技。
中期（1-2年）：零部件放量，业绩兑现
随着人形机器人进入小批量量产阶段，减速器、电机、传感器、伺服系统的需求将实质性增长。绿的谐波、汇川技术、中大力德、拓普集团等核心零部件厂商有望迎来订单拐点。
长期（3-5年）：整机成本下降，C端市场爆发
当整机成本降至10万元以下，家用/商用服务机器人市场将迎来爆发。届时，拥有完整技术栈和场景落地能力的整机厂商（如宇树、智元、特斯拉）将成为最大赢家。
三大风险不可忽视
第一，技术路线未定型。世界模型、VLA、强化学习……物理AI的技术路径仍在快速迭代，部分公司可能押错路线。更需警惕的是"蹭概念"风险——部分公司并无实质订单和技术积累，仅凭一句"布局物理AI"就享受高估值。
第二，高估值风险。索辰科技当前PE已超200倍，群核科技上市首日涨幅超170%……情绪溢价明显。短期回调风险不容忽视。
第三，商业化不及预期。人形机器人的量产进度、工厂端的接受意愿、成本下降曲线，都可能低于市场预期。物理AI是"正确的大方向"，但"正确"不等于"快速"。
08 物理AI，机器人的“灵魂”
回到黄仁勋那句判断：“每一家工业公司都将成为机器人公司。”
这句话的潜台词是：物理AI不是某个细分赛道的“增量创新”，而是整个工业体系的“底层重构”。它让AI从“数字世界的旁观者”变成“物理世界的行动者”，从“会说”进化到“会做”。
在这场重构中，中国在仿真软件、运动控制、传感器、减速器等环节已具备全球竞争力。索辰科技的“天工·开物”、群核科技的4.8亿个3D模型、绿的谐波的精密减速器、汇川技术的伺服系统——这些看似分散的节点，正在物理AI的催化下，编织成一张完整的产业网络。
英伟达Cosmos 3的发布为这张网络按下了加速键。但真正的竞争，不在于谁最先发布模型，而在于谁能让模型在真实的工厂、医院、仓库、家庭里稳定运行。物理AI不是机器人的“补充”，而是机器人的“灵魂”。没有灵魂的身体，再强壮也只是躯壳；有了灵魂，哪怕最初的肢体笨拙，也终将学会奔跑。
从英伟达到李飞飞，从硅谷到杭州，物理AI正在书写AI产业的“第二增长曲线”。而对于每一位关注科技变革的人来说，这条曲线的起点，或许就在此刻。
免责声明：上述内容仅代表发帖人个人观点，不构成本平台的任何投资建议。
