“物理人工智能（物理AI）的‘ChatGPT時(shí)刻’已經(jīng)到來?！?026年1月5日，英偉達(dá)公司首席執(zhí)行官黃仁勛在國際消費(fèi)電子展（CES）的主題演講中宣告。在他看來，那些能理解現(xiàn)實(shí)世界、進(jìn)行推理并規(guī)劃行動(dòng)的AI模型，正悄然惠及并改變無數(shù)行業(yè)。

　　物理AI不僅是技術(shù)升級，更可能以前所未有的深度賦能千行百業(yè)。中國科學(xué)技術(shù)大學(xué)人工智能與數(shù)據(jù)科學(xué)學(xué)院特任教授、博士生導(dǎo)師王翔在接受科技日報(bào)記者采訪時(shí)表示：“物理AI最有可能率先在智能科學(xué)發(fā)現(xiàn)、智能工業(yè)制造等場景中落地應(yīng)用。”

　　那么，什么是物理AI？它將如何重塑未來？又面臨哪些挑戰(zhàn)？

　　從“會(huì)說話”到“會(huì)做事”

　　2025年3月，黃仁勛在英偉達(dá)GPU技術(shù)大會(huì)上斷言，生成式AI已成為過去，未來屬于“代理AI”與“物理AI”。半年后，他在第三屆中國國際供應(yīng)鏈博覽會(huì)上首次系統(tǒng)闡述了這一概念：物理AI是指能夠理解現(xiàn)實(shí)世界并與之進(jìn)行交互的AI模型，是一種“使自主機(jī)器（如機(jī)器人、自動(dòng)駕駛汽車等）在真實(shí)物理世界中感知、理解和執(zhí)行復(fù)雜操作”的技術(shù)。

　　黃仁勛將AI的演進(jìn)分為四個(gè)階段：感知AI、生成AI、代理AI、物理AI。他認(rèn)為，物理AI的核心在于“AI與物理世界的融合”，其關(guān)鍵是讓AI系統(tǒng)理解并應(yīng)用重力、摩擦、材料特性等物理規(guī)律，實(shí)現(xiàn)從虛擬智能到實(shí)體執(zhí)行的跨越。

　　“物理AI意味著AI系統(tǒng)具備在真實(shí)世界中‘感知—推理—行動(dòng)—反饋’的閉環(huán)能力?！蓖跸桕U釋道，“它不僅會(huì)思考，更能通過機(jī)器人等具身設(shè)備執(zhí)行任務(wù)，并從真實(shí)反饋中持續(xù)糾錯(cuò)、自我進(jìn)化?！?/p>

　　他進(jìn)一步強(qiáng)調(diào)：“物理AI的核心不是在封閉環(huán)境中完成單一任務(wù)，而是在開放、動(dòng)態(tài)、充滿不確定性的場景中穩(wěn)定運(yùn)行、泛化適應(yīng)。如果說生成式AI讓機(jī)器學(xué)會(huì)‘表達(dá)’，物理AI則賦予機(jī)器‘指揮行動(dòng)’的能力。”

　　2026年CES展會(huì)上，英偉達(dá)以兩款產(chǎn)品為物理AI寫下注腳：基于超2000萬小時(shí)真實(shí)數(shù)據(jù)訓(xùn)練的物理AI模型Cosmos，以及面向自動(dòng)駕駛場景的開源推理模型Alpamayo。前者如AI的“物理教科書”，教會(huì)機(jī)器理解碰撞、重力等行為規(guī)律；后者則是自動(dòng)駕駛的“大腦”，能在復(fù)雜路況中自主判斷、安全通行。

　　重塑相關(guān)產(chǎn)業(yè)圖景

　　當(dāng)AI的觸角從虛擬世界延伸至物理維度，并真正理解了物理世界，它的應(yīng)用場景便如星辰大海般展開。從制造業(yè)到醫(yī)療，從交通到家庭服務(wù)，物理AI正以前所未有的深度融入并賦能各行各業(yè)。黃仁勛多次強(qiáng)調(diào)，物理AI與機(jī)器人技術(shù)將開啟新一輪工業(yè)革命。

　　王翔指出，物理AI最直接的影響是把自動(dòng)化從“固定流程”推進(jìn)到“動(dòng)態(tài)泛化”。在智能制造中，物理AI正塑造柔性生產(chǎn)新范式。傳統(tǒng)產(chǎn)線依賴固定程序，變更即需停機(jī)調(diào)整。而搭載物理AI的產(chǎn)線可實(shí)時(shí)感知物料位置、檢測缺陷、動(dòng)態(tài)優(yōu)化節(jié)奏。例如，某新能源電池廠通過英偉達(dá)Omniverse構(gòu)建數(shù)字孿生系統(tǒng)，使設(shè)備利用率提升35%，能耗降低20%。特斯拉工廠的焊接機(jī)器人在物理AI輔助下，精度突破0.1毫米，甚至能雙手協(xié)同完成精密作業(yè)。

　　更值得關(guān)注的是，多臺自主移動(dòng)機(jī)器人可在車間協(xié)同作業(yè)，不僅能避開靜態(tài)障礙，還能預(yù)判工人路徑、主動(dòng)避讓，實(shí)現(xiàn)真正的人機(jī)共融。黃仁勛預(yù)言：“未來十年，工廠將由AI協(xié)調(diào)的機(jī)器人團(tuán)隊(duì)運(yùn)營?！?/p>

　　如果說智能制造是“練兵場”，那么自動(dòng)駕駛便是物理AI的“主戰(zhàn)場”。當(dāng)前多數(shù)自動(dòng)駕駛系統(tǒng)仍依賴標(biāo)注數(shù)據(jù)，面對雨雪、事故等“邊緣場景”往往力不從心。而基于物理AI的Alpamayo模型采用視覺—語言—行動(dòng)架構(gòu)，不僅能“看見”路況，更能“理解”交通參與者的意圖與行為之間的因果關(guān)系。

　　數(shù)據(jù)顯示，小鵬自動(dòng)駕駛系統(tǒng)融合物理AI后，應(yīng)對惡劣天氣的能力提升30%；特斯拉Optimus機(jī)器人通過虛擬訓(xùn)練，動(dòng)作精度提高50倍。

　　在醫(yī)療領(lǐng)域，物理AI正推動(dòng)手術(shù)機(jī)器人走向更高精度。傳統(tǒng)遠(yuǎn)程操作依賴醫(yī)生經(jīng)驗(yàn)，而新一代系統(tǒng)可通過物理建模，精確計(jì)算組織張力、縫合力度與器械形變，自動(dòng)調(diào)整參數(shù)。例如在心臟搭橋手術(shù)中，物理AI能實(shí)時(shí)分析血流動(dòng)力學(xué)與組織彈性，指導(dǎo)機(jī)械臂以最佳壓力完成血管吻合，避免撕裂或滲漏。臨床試驗(yàn)表明，達(dá)芬奇手術(shù)機(jī)器人集成物理AI后，術(shù)中出血量減少40%；超聲穿刺機(jī)器人在經(jīng)過虛擬器官模型訓(xùn)練后，操作失誤率下降60%。

　　王翔則特別關(guān)注物理AI在智能科學(xué)發(fā)現(xiàn)中的潛力：“它將‘假設(shè)—實(shí)驗(yàn)—分析—迭代’轉(zhuǎn)化為可規(guī)?；淖詣?dòng)閉環(huán)，驅(qū)動(dòng)自動(dòng)化實(shí)驗(yàn)平臺進(jìn)行高通量探索，主動(dòng)選擇信息增益最大的實(shí)驗(yàn)并實(shí)時(shí)糾錯(cuò)，從而加速新材料、新藥與復(fù)雜工藝的研發(fā)?！?/p>

　　仍有險(xiǎn)峰待攀登

　　盡管前景廣闊，物理AI的大規(guī)模落地仍面臨多重挑戰(zhàn)。

　　首當(dāng)其沖的是成本問題。王翔表示：“真實(shí)交互數(shù)據(jù)昂貴、稀缺且反饋延遲，長尾工況難以覆蓋，導(dǎo)致物理AI的學(xué)習(xí)與迭代成本居高不下。”例如，一輛無人車可能需行駛數(shù)百萬公里才能遭遇一次極端天氣下的緊急場景，而每一次失誤都可能代價(jià)高昂。

　　此外，物理AI需在開放環(huán)境中應(yīng)對未知場景、實(shí)時(shí)干擾，并在仿真與現(xiàn)實(shí)的偏差中保持魯棒性與可控性。而且，從虛擬到現(xiàn)實(shí)的跨越，物理AI仍面臨動(dòng)力學(xué)、傳感噪聲等多重壁壘。

　　倫理與責(zé)任問題同樣不容忽視。若物理AI驅(qū)動(dòng)的無人車發(fā)生事故，責(zé)任應(yīng)歸于開發(fā)者、運(yùn)營商還是AI自身？當(dāng)前法律框架尚未完善，亟待建立清晰規(guī)則。王翔強(qiáng)調(diào)：“物理AI必須具備內(nèi)生安全機(jī)制，疊加可驗(yàn)證的安全約束、全鏈路審計(jì)與合規(guī)閉環(huán)，才能支撐其規(guī)模化部署?！?/p>

　　最后，人機(jī)信任的鴻溝依然存在。許多人擔(dān)憂被AI取代，或?qū)C(jī)器決策缺乏信心。唯有通過透明設(shè)計(jì)、漸進(jìn)部署與持續(xù)溝通，才能贏得社會(huì)接納。

　　王翔強(qiáng)調(diào)：“物理AI不僅是技術(shù)的迭代，更是認(rèn)知的躍遷。真正的智能，不只是‘算得快’，更是‘懂世界’。”

　　當(dāng)機(jī)器人開始理解重力，當(dāng)自動(dòng)駕駛汽車學(xué)會(huì)預(yù)判風(fēng)雨中的濕滑路面，當(dāng)手術(shù)機(jī)械臂懂得生命的脆弱與組織的柔軟……我們或許可以說，機(jī)器，正在獲得某種意義上的“具身意識”。

標(biāo)簽：