来源|《凤凰AI研究院》

物理AI，成了A股本周最疯狂的题材。

图为凡拓数创近期走势 图源：股票行情APP

截至10月23日收盘，凡拓数创（301313）走出“5天3板”的凌厉行情，股价自启动点接近翻倍；利亚德（300296）三个交易日累计拉升56%，奥比中光、索辰科技等同步大涨。

10月22日，宇树科技CEO王兴兴的一场演讲，也给火热的物理AI概念添了把柴。

图为王兴兴在2026世界物理AI大会演讲 图源：宇树科技

他表示，“随着GPT-6的发布，目前物理AI已经看到被击穿的苗头，很可能就在最近1到2年，或者2到3年。”

王兴兴同时给出了更具体的期许：希望今年年底或明年，宇树机器人就能够进入普通家庭，只要对宇树机器人说“帮我整理一下房间”，机器人就能够实现。

那么，短期内机器人真的能走进普通家庭叠被子吗？这个即将被“击穿”的物理AI，又到底是什么？

01 物理AI并非机器人专属概念

物理AI（Physical AI‌），这个概念最早出自2020年一篇学术论文。

图为物理AI定义 图源：Nature Machine Intelligence

论文中，瑞士联邦材料科学实验室与帝国理工的研究者将其定义为 “融合材料、机械、计算机、生物与化学五大学科，构建能在非结构化环境中自主行动、维持稳态的物理系统”。

图为物理AI定义 图源：中国信通院

2026年10月，中国信通院在《具身智能发展报告》中给出本土定义：把物理规律嵌入感知、推理、生成和行动全过程，让人工智能具备更强的真实性、可靠性与可部署性。

这个物理系统不要求拥有人形躯体，重点是让AI跳出纯数字世界，把物理规律嵌入感知、推理、执行全流程，去真实应对现实世界。

落到产业界，不同赛道的公司又站在各自的业务边界上，给出了各有侧重的解读。

图为机器人协作展台 图源：Universal Robots

2026年1月CES展上，黄仁勋把物理AI正式列为AI演进的第四阶段，英伟达解读的重点放在机器人和汽车行业领域，“物理AI模型能够理解指令，在真实世界中感知、交互并执行复杂动作，为 机器人和自动驾驶汽车 等自主机器提供动力。”

有业内人士对《凤凰AI研究院》表示，“在端侧芯片厂商看来， 物理AI的本质是AI从数字世界走向物理世界 ：依托端侧芯片在本地完成“感知—计算—传输”闭环，让真实设备具备实时感知与自主决策能力。”

他进一步解释道“物理AI不专属于某一类终端，储能、汽车、高端工业、AI数据中心基础设施以及各类数据采集与资产追踪场景， 凡需要与物理世界持续、可靠交互的领域，都在这一范畴之内。 ”

因此，物理AI的边界远比“机器人什么时候能叠被子”要宽泛得多。

它未必都长着人形的手脚，反而大量藏在那些看不见的城市基础设施里，已经有物理AI的身影。

国内不少城市的地下管网里，物理AI已经在自主运行排水系统。

图为南京城市排水监管系统界面 图源：南京水务

例如南京等城市的排水泵站陆续接入大模型调度系统，遍布管网的传感器实时回传雨量、水位、流量数据，AI结合水文规律动态推演，自动控制水泵启停、调节阀门开度，汛期提前预判降水、预降管网水位，在避免内涝的同时减少无效空转能耗。

这些系统都没有人形的外壳，整个城市的排水管网就是它的“物理躯体”，用来感知真实物理世界的参数，遵循物理规律推演决策，再驱动水泵、阀门这些实体设备执行。

除此之外，高压变电站、散粮筒仓、露天矿山等工业生产场景，虽然不具备“科幻感”，但恰恰是物理AI现阶段落地最扎实、最成熟的地方。

回到机器人领域，物理AI运用到机器人身上，核心要解决的是 让机器人从被人遥控的状态，变成能自己看懂世界、自主决策干活。

很长一段时间里，宇树乃至整个行业的人形机器人都被贴上“小脑发达、大脑弱” 的标签，上市路演时王兴兴甚至被投资者当面问：“你们是遥控玩具公司吗？”

图为宇树G1、H2人形机器人海报 图源：宇树科技

尽管宇树科技旗下人形机器人运动控制、平衡能力做得极强，可以翻跟头、打武术、走钢丝，但环境理解和任务决策全靠人远程遥控，或者提前写死脚本，换个场景就可能直接失灵。

王兴兴在近期演讲里也承认存在这个瓶颈：规划、导航问题已经解决得不错，目前最大的卡点，是模型输入输出和真实物理世界的对齐，这是具身智能的泛化难题。

02 人形机器人，复用汽车电子经验需加强验证环节

除了模型层面的泛化对齐难题，硬件可靠性与标准化验证体系，也是人形机器人规模化落地需要注意的问题。

入局具身智能硬件的供应链厂商，很多出身汽车电子赛道，习惯以成熟的车规体系作为验证基准。

据盖世汽车研究院统计，汽车与机器人的供应链重合度大约在 60%—70%，感知层的摄像头、雷达，决策层的控制器与芯片，执行层的电机、减速器，再到电池、热管理系统，技术谱系基本相通。

图为特斯拉弗里蒙特工厂产线 图源：特斯拉

来源：凤凰网·财经 | 查看原文