物理人工智能

物理人工智能（Physical AI）是指能够感知、理解并与物理世界交互的人工智能系统，涵盖具身智能、世界模型、数字孪生、机器人学和科学计算等多个交叉领域。与传统的纯软件AI不同，Physical AI将模型、硬件、软件和部署数据整合为统一产品，形成比纯软件更深的竞争护城河[^c3]。

2025年被广泛认为是Physical AI从实验室走向产业化的转折年。美国AI领域风险投资总额达1590亿美元[^c8]，其中机器人和Physical AI领域吸引了约276亿美元投资，覆盖1009笔交易[^c1]。硬件在创业融资中的占比从2023年的9%上升至2025年的15%，并于2026年初达到23%[^c2]。在中国，2026年截至5月11日，具身智能投资金额已超过577亿元人民币，超过2025年全年总额[^c5]。人形机器人赛道2026年第一季度融资额即达681亿元，超过2025年全年总和[^c22]。行业估值标尺从技术叙事转向交付能力——"产品能否在真实场景中稳定运行超过三个月"成为投资决策的核心指标[^c6]。2026年第一季度中国人形机器人出口同比增长210%，全球每10台人形机器人中约8台产自中国[^c20][^c21]。

市场规模方面，2025年全球具身智能市场约44.4亿美元，年复合增长率约39%[^c4]。全球人形机器人出货量约1.8万台，中国占约85%[^c4]。巴克莱银行预测人形机器人市场将在2035年前达到2000亿美元，支撑1万亿美元的Physical AI生态系统[^c7]。从芯片层面看，除[[英伟达]]外，[[AMD]]于CES 2026发布了面向人形机器人和工业自动化的Ryzen AI Embedded嵌入式处理器系列，Physical AI芯片领域的竞争格局正在形成。具身智能的详细市场数据和细分分析参见[[具身智能]]页面。智源研究院将世界模型列为2026年十大AI技术趋势之首，认为其已成为AGI共识方向[^c9]。

在产业落地层面，Physical AI正从概念验证走向真实场景部署。霍尼韦尔大中华区总裁余锋指出，在炼油、化工、电网等场景中温度或压力的微小误判可能引发灾难性后果，因此工业AI必须采用"叠加而非替代"策略——在成熟控制系统之上叠加AI层，底层控制逻辑坚守安全底线，人类保留最终决策权[^c14]。中国制造业增加值占全球约30%，被视为Physical AI关键的"压力测试场"[^c15]。在企业联盟方面，川崎重工在硅谷设立Physical AI中心，联合英伟达仿真技术与微软Azure云平台，首批聚焦医疗与养老护理场景[^c16]。在评估层面，学术界推出了首个物理对齐的工程建造交互基准BuildArena，覆盖静力学和动力学多难度层级，系统评估前沿AI模型在严格物理约束下的推理能力[^c17]。

然而，Physical AI在技术层面仍面临根本性挑战。前沿视觉语言模型在基础物理任务上的准确率仅约50-53%，在物理规律层面表现为"猜测者"而非推理者[^c10]。神经模拟器可能在预测误差极小的同时严重违反能量守恒定律——有研究表明扩散模型的能量标准差可比真实值大7500至36000倍[^c11]。Physical AI的发展路径正从"让AI适应人"转向"AI主动适应物理世界"[^c12]，从感知模仿范式转向物理验证驱动的控制范式[^c13]。