物理AI不是下一个风口，而是下一轮工业革命

7月20日，洛杉矶SIGGRAPH会场。NVIDIA的Neil Ashton站在台上，身后屏幕亮起四个大字："Physical AI Day"。同一天，Google DeepMind的Carolina Parada对着WIRED的镜头说出另一句话："这是通往物理AGI的里程碑。"

她指的是Gemini Robotics 2——这个能控制人形机器人拧灯泡、系垃圾袋、整理货架的模型。而NVIDIA当天扔下的Cosmos 3 Edge，是一个40亿参数的"精悍型世界模型"，能塞进Jetson Thor边缘芯片里实时运行，权重、代码、训练配方全部开源。

太平洋两岸，同一天，同一个信号：数字AI的叙事正在让位于物理AI的叙事。

这不是巧合。这是物理AI的历史性拐点。

物理AI正在经历一场结构性重估

先上数据，因为数字比任何形容词都诚实。CB Insights的数据显示，2026年Q1，Physical AI & robotics以11%的交易份额领跑所有AI细分领域，工业人形机器人开发商和机器人基础模型公司分别拿下交易量的前两位，各17笔和15笔交易。人形机器人公司2026年的融资规模有望达到创纪录的100亿美元。

2026年至今，全球物理AI领域的公开融资已经达到约73.8亿美元，超过了2025年全年的37.7亿美元，更是2024年全年22.4亿美元的三倍多。中位数融资额从2025年的6100万美元飙升至1.65亿美元，72%的交易都是九位数起步。

这是什么概念？这不是VC在投机器人，这是基础设施级别的资本在押注一个新时代。

看看这些名字：Uber创始人Travis Kalanick的Atoms拿了17亿美元，a16z领投；Figure AI估值飙到390亿美元；NEURA Robotics完成14亿美元C轮融资，估值70亿美元；Mind Robotics成立仅一年就拿下4亿美元B轮，估值34亿美元。

中国的势头同样凶猛。源自清华大学智能产业研究院（AIR）孵化的求之科技（DISCOVER Robotics）宣布完成1亿美元天使+轮融资，IDG、星连、武岳峰、达晨等联合投资。8个月内完成三轮天使轮融资的正奇未来，金额达数亿元。资方阵容也颇为亮眼：鼎晖VGC投资、线性资本、上汽恒旭、周大福战投，囊括了顶级VC、车圈产业资本和高端消费产业资本三大类。

智平方B轮超10亿、星海图两个月拿近30亿、生数科技两个月26亿……2026年，'AI新贵们'集体押注世界模型。但最值得关注的变化不是"钱多了"，而是钱的性质变了。

2025年，物理AI市场还是"formation and experimentation"——50%的交易是首次融资，投的是"能不能做出来"。到了2026年，首次融资占比骤降到8%，92%的钱都流向了已经证明过自己的公司。投资者的问题从"有人能造出物理AI吗？"变成了"哪家公司能最快把数据、硬件、制造和部署闭环跑起来？"

这不是泡沫。这是平台选择周期。

真实数据瓶颈，物理AI的命门

资本的狂热背后，一个被多数人有意无意回避的问题正在浮出水面：真实数据，才是物理AI的命门。

Applied Intuition的CTO Peter Ludwig说得直接：物理AI比数字AI难多了。数字AI可以直接抓取互联网公开数据，物理AI所需的矿场、农田、港口数据没有公开渠道；数字AI出bug推个软件更新就行，物理AI出bug可能死人。

但Ludwig没说完的那半句是：即便你有钱、有人、有场景，没有真实数据，一切都是空中楼阁。

真实数据短缺，是当前机器人/物理AI赛道最核心的痛点与瓶颈。

绝大多数公司的数据尚来自专业采集机构提供的"干净数据"——在实验室里，工程师把物体摆好、灯光调好、动作设计好，机器人按部就班地完成预设任务。这些数据看起来很美，但有个致命缺陷：它们不包含真实世界的混乱。

真实世界里，外卖车会突然从拐角冲出来，儿童会在机器人面前不可预测地奔跑，地面会有积水和鹅卵石，电梯信号会中断，小型犬会在你脚下绕圈。这些"脏数据"——包含失败案例、环境干扰、人类意图博弈的数据——才是训练模型泛化能力的核心燃料。

"完美数据教不出能干活的人形机器人。"这句话正在成为物理AI行业的共识。

Grid Dynamics与韩国斗山机器人的合作就体现了这一困境。双方试图把物理AI软件接入协作机器人，让机器人能够识别变化的物体姿态并根据目标调整抓取策略。但合作声明中特意强调了一点：企业必须明确生产数据的所有权、存储位置和网络安全要求，尤其是在汽车、电子和医药等对工艺信息敏感的行业。

为什么？因为数据就是物理AI的石油，而大多数工厂宁愿把数据锁在保险柜里，也不愿分享给机器人公司。

更残酷的是，物理AI的数据获取成本是指数级的。数字AI训练GPT-4，可以一次性喂进去整个互联网。物理AI训练一个拧螺丝的机器人，需要采集成千上万次"拧螺丝"的真实动作——每一次都要在真实环境里操作真实物体，失败一次就可能损坏设备。

这意味着什么？意味着物理AI的竞争，本质上是"谁能以最低成本拿到最多真实交互数据"的竞争。没有数据闭环的公司，模型再漂亮也只是PPT。

物理AI时刻：技术、政策、资本三线并进

如果只看融资数字，可能会以为物理AI还是"画饼"阶段。但过去两周发生的一系列事件，正在把这个饼变成真的。

技术线：大脑正在从云端走向关节

7月20日NVIDIA SIGGRAPH的"Physical AI Day"上，Cosmos 3 Edge的发布是一个标志性事件。这不是又一个云端大模型，而是一个40亿参数的"精悍型世界模型"，能塞进Jetson Thor边缘芯片里实时运行，推理吞吐每秒28帧，在VANTAGE-Bench视觉理解榜单上拿下同规模模型TOP1。

更狠的是，权重、代码、训练配方全部开源。

这意味着什么？意味着物理AI的"大脑"正在从数据中心走向每一个机器人的关节。以前你需要一个DGX超算集群才能训练机器人，现在一块Jetson开发板就能让机器人"边跑边思考"。

同一天，Google DeepMind发布了Gemini Robotics 2。这个模型能控制Apptronik的Apollo 2机器人拧灯泡、系垃圾袋、整理货架——不是预编程的固定动作，而是理解场景后自主规划。Google的野心很明确：做一个机器人的"Android操作系统"，让所有硬件厂商接入同一个智能层。

政策线：地缘政治的冷风

7月28日，FCC把"外国制造的人形机器人和四足机器人"加入了"覆盖清单"（Covered List），意味着新的外国机器人将无法获得进入美国市场的设备授权。虽然没点名，但谁都知道这针对的是谁——中国的人形机器人出货量正在碾压美国。

工信部预计2026年全国人形机器人产量将超10万台，一季度出口同比增长210%。

Unitree 2025年出货超5500台，占据全球约32%的市场份额。中国制造商正把数千台人形机器人推入物流中心和工厂，主要目的不是干活，是收集训练数据。

这种"以量换数据"的策略，正在把中美之间的物理AI差距从"技术代差"变成"数据代差"——而数据，才是物理AI的石油。

资本线：上市潮来了

7月底8月初，Unitree的科创板IPO启动，募资约6.22亿美元，估值62亿美元，即将成为全球首家纯人形机器人上市公司。CEO王兴兴宣布2026年计划出货多达2万台人形机器人，约为2025年的四倍。

Agility Robotics通过SPAC上市，估值25亿美元，其Digit机器人已累积超65000小时的运行数据，手握超3亿美元多年订单。

物理AI公司正在从"一级市场的宠儿"变成"二级市场的标的"——这通常是一个技术赛道从"概念验证"走向"商业验证"的分水岭。

从Token到Action：两条路线的分野与合流

如果把AI比作一场攀登AGI的远征，2026年的行业已经悄然分出了两条关键路径。

第一条路径是"Token"——数字世界的认知登顶。代表是Kimi K3、GPT-5、Claude Opus 5。它们解决的是理解、推理、编码和智能体任务。拼的是参数规模、上下文窗口、代码能力。这条路的头部格局已经日趋稳定：OpenAI、Anthropic、Kimi、智谱各自占据了生态位。

第二条路径是"Action"——物理世界的根系扎根。代表是NVIDIA的Cosmos 3、Google的Gemini Robotics、各家具身智能公司的VLA模型。它们解决的是机器人如何感知真实世界、规划连续动作、在动态变化中持续完成任务。

Token决定AI能想多远，Action决定AI能走多实。

但这两条路不是平行线，它们在加速合流。

Google的Gemini Robotics 2本质上就是一个VLA（视觉-语言-动作）模型——它把语言模型的理解能力和动作模型的执行能力缝合在了一起。NVIDIA的Cosmos 3 Edge也是世界模型与动作模型的融合，让机器人能够"边感知、边决策、边调整"。

未来的物理AI，不会是一个"会动的ChatGPT"，而是一个"有身体的AGI"。它既能理解"把桌上的可乐放进冰箱"这个自然语言指令，又能自主拆解成"抓取→移动→开门→放入→关门"的子任务，还能在过程中实时应对"冰箱门被挡住了"这种突发干扰。

这才是真正的"从Token到Action"。

谁在"干活"，谁在"画饼"？

但是，别急着开香槟。

Mobileye创始人Amnon Shashua在CES上被问到"人形机器人是不是都是炒作"时，他的回答很精彩："互联网也曾是炒作，2000年互联网危机。但这不意味着互联网不是真实的东西。炒作意味着公司在某个时期被高估，然后崩盘。它不意味着这个领域不是真实的。"

物理AI现在正处于"被高估"的阶段。绝大多数公司还在卖路线图，而不是卖产品。

特斯拉Q2财报后，Oppenheimer的分析师Colin Rusch直言："没看到特斯拉转向物理AI有什么实质性成果。"Optimus的生产线7月中旬还没启动，马斯克自己都说早期产量会"极其缓慢"。

但与此同时，真正在"干活"的公司已经开始产生真实数据了。

Figure 03的交付数据很说明问题：2026年2月至4月，出货量逐月翻倍——60台、120台、240台；4月底累计交付350+台，生产速率从每天1台提升到每小时1台。5月，Figure完成了一场200小时连续自主分拣包裹的直播，8小时内分拣12732个包裹，仅以微弱劣势输给一名人类实习生。6月，Figure 03进驻宝马集团斯帕坦堡工厂，进行物流排序作业。

比亚迪官方确认其人形机器人将于8月正式亮相，计划部署于经销商网络用于客户接待与产品演示；小鹏汽车在广州工厂启动小批量试生产，规划2026年第四季度量产。

Airbus在用优必选Walker S2进行航空制造，宝马在德国产线上部署人形机器人，Boston Dynamics的Atlas今年将进入Hyundai工厂。

关键区别在这里：有些公司在"演示"，有些公司在"干活"。而物理AI的竞争，最终是数据闭环的竞争——谁能更低成本、更高密度地拿到真实世界的交互数据，谁就能跑得更快。

2030年预测：物理AI商业落地的五阶段爆发

好了，说了这么多现状，该做预测了。物理AI不会在某一天突然"爆发"，它会像潮水一样，一波一波地漫过不同的海岸线。以下是到2030年的五阶段推演：

第一阶段（2026-2027）：工业结构化场景的单点突破

关键词：工厂、仓库、危险环境

物理AI的第一个大规模落地场景，不是你家客厅，而是工厂产线和物流仓库。原因很简单：这些环境结构化、任务明确、ROI可量化，且劳动力缺口真实存在。

宝马、Airbus、宁德时代已经在用人形机器人做检测和分拣。2026-2027年，我们会看到更多"机器人进工厂"的试点变成常态。PwC Strategy&预测，全球物理AI市场到2030年将达到约4300亿欧元。

SNS Insider的预测更保守但同样可观：2025年物理AI市场52.3亿美元，2035年将达874.3亿美元，CAGR 32.53%。

预计全球工业场景部署的人形机器人将从2026年的约5万台增长到2027年的20万台。

但这一阶段的核心瓶颈是可靠性。工厂可以接受机器人慢，但不能接受它砸坏一条产线。所以"安全"和"可预测性"比"智能"更重要。

第二阶段（2027-2028）：商业服务场景的规模化复制

关键词：零售、餐饮、酒店、养老

当工业场景跑通了数据闭环和商业模式，物理AI会开始向商业服务场景渗透。

零售门店的补货、清洁、引导；餐饮后厨的简单备餐；酒店的行李搬运和客房服务；养老机构的辅助陪护——这些场景的共同点是需要"人在回路"（human-in-the-loop），不需要100%自主，但需要足够便宜。

预计2028年，全球商业服务机器人部署量将达到50万台。价格门槛是关键：Unitree已经把入门级人形机器人打到1.35万美元，特斯拉Optimus的目标价是2-3万美元。

当价格跌破2万美元，商业场景的TCO（总拥有成本）就会低于人类员工。

第三阶段（2028-2029）：家庭场景的"破冰"

关键词：家务、陪伴、照护

家庭是物理AI的"圣杯"，也是最难啃的骨头。

1X Technologies的NEO已经开了约10000台预购，售价2万美元或月租499美元，承诺2026年底开始交付。

但家庭场景的问题是：环境极度非结构化、安全要求极高、用户容忍度极低。

预计2029年，家庭场景会出现第一批"真·有用"的消费级人形机器人——不是扫地机器人换个壳，而是能完成"整理房间""准备简单餐食""辅助老人起居"等复合任务的设备。但渗透率会很低，全球可能在5-10万台级别。

真正的家庭爆发要等到2030年以后。

第四阶段（2029-2030）：自主系统的"编排层"成熟

关键词：多机器人协同、跨场景调度、物理AI操作系统

到2030年，物理AI最大的变化不是"单个机器人更聪明了"，而是多个机器人、多种设备、多个场景开始被同一个智能层编排。

NVIDIA的Cosmos、Google的Gemini Robotics——这些"机器人基础模型"正在演变成一个物理世界的操作系统。它们不再控制单一设备，而是协调工厂里的机器人、AGV、机械臂、传感器，甚至跨工厂、跨仓库、跨门店统一调度。

Applied Intuition的Dana平台、Whale的AIOS（管理60万个边缘AI节点）都是这个方向。物理AI的编排层"是长期最大的赌注——AI系统正在从控制单个机器人，演变为协调机器人、工厂设备和互联工作流程。

预计2030年，"物理AI编排层"将成为一个千亿级美元的市场——比卖机器人本体更赚钱。

第五阶段（2030）：物理AI的"iPhone时刻"

关键词：成本拐点、生态锁定、社会接受度

2030年，物理AI将迎来它的"iPhone时刻"——不是某一款产品突然改变世界，而是成本、性能、生态、社会接受度四条曲线同时越过拐点。

成本上，人形机器人BOM成本可能跌破5000美元（受益于中国供应链规模效应和专用芯片成熟）。性能上，VLA模型的泛化能力将接近"一个模型管所有家务"。生态上，Google的"机器人Android"或NVIDIA的Cosmos生态将形成开发者锁定。社会接受度上，00后将成为第一批"和机器人一起长大"的劳动力和消费者。

花旗的预测给出了一个更宏大的图景：到2035年，全球人形机器人数量将达到1300万台， caregiving机器人1800万台，送餐机器人1100万台，加上自动驾驶车辆和清洁机器人，各类物理AI设备总量将超过13亿台。

到2030年底，全球物理AI相关设备的部署总量可能达到500万台，催生一个万亿美元级别的新市场。

从数字到物理

过去十年，AI的叙事是"智力革命"：AlphaGo击败李世石、GPT-4通过律师考试、Kimi K3登顶编程榜。这些都很了不起，但它们发生在数字世界。

未来十年，AI的叙事将是"生产力革命"：机器人进工厂、进仓库、进家庭，在真实世界里完成真实任务，创造真实GDP。

人形机器人的领域是真实的，物理AI将是未来4-5年发展最快的AI领域。数字AI的边际收益正在递减，物理AI的边际收益才刚刚开始。

2030年回望今天，我们可能会发现：2026年，就是物理AI的"1995年时刻"——互联网泡沫还在酝酿，但万维网已经改变了世界。物理AI的泡沫或许也会来，但物理AI改变世界这件事，已经不可逆了。