物理AI的第一張門票為何是自動駕駛 率先實現(xiàn)數(shù)據(jù)與商業(yè)閉環(huán)。AI在屏幕上的應(yīng)用已經(jīng)相對成熟,但在現(xiàn)實世界中的應(yīng)用仍面臨諸多挑戰(zhàn)。在屏幕上,AI出錯最多只是答錯題或?qū)憠拇a;而在現(xiàn)實世界中,一旦出錯,可能會導(dǎo)致交通事故等嚴(yán)重后果。
過去幾年,大語言模型、AI編程和Agent平臺在數(shù)字領(lǐng)域競爭激烈,但當(dāng)黃仁勛在CES 2026上宣布機(jī)器人領(lǐng)域的ChatGPT時刻到來時,物理AI成為焦點。黃仁勛認(rèn)為,物理AI的核心在于讓AI理解真實世界,并據(jù)此進(jìn)行推理和規(guī)劃行動。
英偉達(dá)也在推動物理AI基礎(chǔ)設(shè)施的發(fā)展,推出了Cosmos、GR00T、Isaac Lab-Arena和OSMO等工具,旨在解決仿真、訓(xùn)練、驗證和部署的問題。資本對此反應(yīng)迅速,具身智能成為2026年最火熱的賽道,融資額飆升,百億估值的公司不斷涌現(xiàn)。然而,物理AI的關(guān)鍵在于規(guī)?;瘮?shù)據(jù)、可持續(xù)現(xiàn)金流和真實世界的量產(chǎn)驗證。
物理AI涉及多個領(lǐng)域,如具身智能、自動駕駛、工業(yè)機(jī)器人和邊緣AI。從目前的數(shù)據(jù)、現(xiàn)金流和量產(chǎn)驗證來看,自動駕駛可能是更早接近閉環(huán)的一支。例如,Momenta R7強(qiáng)化學(xué)習(xí)世界模型在北京車展期間的發(fā)布,展示了其在虛擬環(huán)境中進(jìn)行強(qiáng)化學(xué)習(xí)的能力,已應(yīng)用于超過80萬臺量產(chǎn)車輛。
物理AI沒有像ChatGPT那樣迅速爆發(fā)的原因之一是成本結(jié)構(gòu)。數(shù)字AI的數(shù)據(jù)來自互聯(lián)網(wǎng),獲取容易且成本低,而物理世界的數(shù)據(jù)采集難、測試周期長、試錯代價高。盡管如此,物理AI的潛力巨大。Momenta CEO曹旭東認(rèn)為,自動駕駛是最先實現(xiàn)“數(shù)據(jù)閉環(huán)”和“商業(yè)閉環(huán)”的物理AI場景。體驗提升帶來商業(yè)化,商業(yè)化帶來數(shù)據(jù)回流,數(shù)據(jù)再推動模型能力躍升,形成良性循環(huán)。
4月24日,北京車展首日,輕舟智航舉辦了一場主題為《Quest with AI,Craft the future——物理AI,輕舟已至》的發(fā)布會
2026-04-27 08:37:57北京車展首日今天的盤面兩極分化明顯,物理AI的催化讓機(jī)器人和消費電子板塊持續(xù)沖高,而電力和算力板塊則持續(xù)回落。華電遼能和金螳螂甚至跌停
2026-05-20 09:17:26物理AI站上產(chǎn)業(yè)風(fēng)口