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。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Q1Physical 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KimiK3、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、KimiK3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。原文链接物理AI不是下一个风口而是下一轮工业革命-36氪