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。与仅在数字空间运行的纯软件AI不同，Physical AI系统通过传感器感知环境，通过执行器与环境交互，将感知、推理和行动整合为统一闭环[^c25]。"Physical AI"这一术语最早见于2020年《Nature Machine Intelligence》发表的学术论文，文中首次系统定义了Physical AI为一类能够执行通常与智能生物体相关联任务的实体系统[^c23]。
2025年全球具身智能市场规模约44.4亿美元，预计以39%的年复合增长率增长，2030年将达到230亿美元[^c21]。全球Physical AI市场预计从2026年的15亿美元增长至2032年的超过150亿美元，年均复合增长率47.2%[^c29]。巴克莱银行预测人形机器人市场2035年前达2,000亿美元，支撑1万亿美元Physical AI生态[^c22]。麦格理分析师指出，AI行业正从通用AI向Physical AI转型，主要芯片制造商正在建立强大的生态系统，可将原型开发时间从数月缩短至数天[^c4]。
技术支柱
Physical AI在2026年的爆发建立在三大技术支柱之上。大语言模型（LLM）赋予机器人"理解能力"，实现了从"对话理解"到"物理执行"的能力跨越。世界模型解决了"在物理世界中预判后果"的问题，英伟达Cosmos基于超2,000万小时真实数据训练，极大降低了仿真与模型训练难度。VLA模型让机器人能够同时处理视觉输入、语言理解和动作控制，实现了"看到即做到"的闭环。国际机器人标准组织发布的路线图预测，未来三年内80%的新机型将采用"感知-推理-执行"新架构。
与此同时，面向Physical AI的评测体系亦在快速完善。RoboArena（分布式真实世界双盲评测）、OmniNavBench（统一导航基准）和BuildArena（物理对齐工程建造基准）等新型基准相继推出，为行业发展提供了更科学的评估框架。
产业格局
Physical AI正在成为全球科技产业的核心竞争领域。2025年全球人形机器人出货量约1.8万台，同比增长508%，中国厂商占据主导地位[^c1]。高工机器人产业研究所（GGI）测算2024年全球出货量1.19万台、市场规模约10.17亿美元，预测2030年全球销量将增长至60.57万台[^c19]。摩根士丹利预计2026年中国人形机器人销量将达28,000台，同比增长133%[^c31]。中国自2000年以来占全球机器人专利申请的70%，工厂机器人出口在2025年上半年同比增长60%[^c2]。2026年第一季度，中国人形机器人出口4,141台，同比增长210%，产品远销148个国家和地区。瑞银证券将当前人形机器人智能化水平类比为智能驾驶L3阶段，2026年全球出货量预估约3万台[^c20]。在ICRA 2026维也纳大会上，中国展商在核心展区形成显著存在，被日本学者评价为"China is dominating"[^c12]，VLA模型成为技术范式转移的核心。
2026年5月成为Physical AI工厂部署的关键转折点。英国公司Humanoid与舍弗勒签署了1,000至2,000台人形机器人部署合同，成为迄今最大规模公开合同之一[^c28]。日本航空在东京羽田机场启动人形机器人地勤试验。Agility Robotics与丰田加拿大签署RaaS协议。特斯拉投入200亿美元将Model S/X产线改造为Optimus制造设施，目标2026年底产能5万台。
范式转移
2026年上半年标志着Physical AI从概念验证向规模化部署的转折。BEYOND Expo 2026以"AI: Digital to Physical"为主题吸引近800家参展商，英伟达副总裁Deepu Talla提出Physical AI"三台计算机"框架（NVIDIA DGX训练AI、Omniverse仿真测试、车载Orin/Thor部署运行）[^c6]。ICRA 2026的主题从大模型转向物理智能，VLA模型全面爆发[^c5]。COMPUTEX 2026首次设立AI机器人专区，展示从VLM模型、边缘运算到减速机零组件的完整Physical AI生态链。英伟达CEO黄仁勋将2026年10月定义为Physical AI普及的转折点。
智元创始人邓泰华提出"XYZ曲线"分析框架，将2026年定性为"部署态元年，正式从'能动'走向'会干'"[^c24]。Figure AI终止与OpenAI合作，全面转向自研Helix三层神经网络系统，完成了200小时连续自主分拣演示。美国形成了三条竞争范式：英伟达打造"机器人版CUDA"全栈生态，OpenAI重启机器人团队走软硬件协同设计路线，特斯拉利用汽车供应链大规模量产Optimus[^c3]。
基础设施与生态建设
数据基础设施成为Physical AI的关键瓶颈[^c7]。Lightwheel AI（光轮智能）2026年新增订单达5.5亿元，刷新具身数据行业纪录[^c13]。Global Objects与微软Azure合作构建基于真实物理物体的数字孪生方案。英伟达发布Isaac GR00T人形机器人参考平台，与宇树科技合作面向全球高校研究人员开放[^c14]。GlobalFoundries完成对新思科技ARC处理器IP业务的收购，结合MIPS RISC-V IP构建面向Physical AI的软件到硅片能力[^c15]。华为云发布全球首个全流程具身智能开发平台CloudRobo[^c8]。工信部人形机器人与具身智能标准化技术委员会牵头搭建全国首个人形机器人全生命周期管理服务平台，为每台机器人赋予唯一的29位身份编码，已覆盖100余家企业、2.8万余台机器人。
区域布局
韩国以全球最高工业机器人密度（每万名制造业员工1,220台）加速Physical AI布局，黄仁勋2026年6月访韩凸显该国在英伟达Physical AI战略中的关键地位[^c9]。东南亚以新加坡为核心，驱动力来自养老护理和公共服务领域的劳动力短缺。新加坡国家机器人计划自2016年起持续发展机器人生态系统。
融资热潮
2025年中国具身智能赛道融资总额达735亿元，投资事件744起[^c26]。从2024年的137亿元飙升至554亿元（量子位统计口径），增长超400%，投资事件从173起暴涨至447起[^c16]。2026年以来又追加超370亿元，累计突破1,100亿元[^c26]。阿里巴巴投资总额拿下全年第一，早期阶段（种子轮到A轮）占57%以上。2025年美国AI领域风险投资总额达1,590亿美元，其中机器人赛道前11个月融资超103亿美元，同比增长60.9%[^c17][^c18]。2026年第一季度，中国人形机器人赛道融资额达681亿元，超过2025年量子位统计口径全年总和（554亿元）。
值得注意的是，资本流向发生了结构性转移——资本不再为炫酷Demo买单，只为真实的量产交付能力付费[^c26]。美国人形机器人初创公司Cartwheel Robotics虽有技术愿景却无订单支撑，已于2026年3月宣告倒闭[^c27]。而天机智能凭借Q1在手订单突破10,000台完成10亿元B轮融资。Technology adoption成本下降迅速，2023至2024年间机器人制造成本降幅约40%[^c30]。
技术突破
小米机器人团队在CVPR 2026和ICRA 2026国际赛事中斩获双料冠军，采用"VLM大脑+世界模型小脑"架构，综合得分99.2分[^c10]。英伟达发布Cosmos 3全能模型，基于超2,000万小时真实数据训练。千寻智能三个月内完成四轮融资累计近50亿元，其具身基座模型Spirit v1.6在RoboArena登顶超越英伟达Cosmos3[^c11]。SiMa.ai的Modalix第二代MLSoC进入量产。Signaloid完成面向Physical AI的C0-ASIC流片。Apptronik与Google DeepMind合作推进人形机器人AI。波士顿动力Atlas在现代汽车集团框架下启动量产部署，目标到2028年形成年产3万台能力。