AI 产业正在从数字世界进入物理世界。过去几年，生成式 AI、AI Coding、智能体和多模态模型改变了内容生产、软件开发和知识工作，但这些变化大多仍然发生在屏幕之内。接下来的核心问题是：当 AI 进入机器人、自动驾驶、无人设备、工业系统和智能终端，谁会成为物理 AI 时代的基础设施？

数字 AI 时代，英伟达通过 GPU 和 CUDA 生态成为算力基础设施的核心。物理 AI 时代，也会需要类似的底层平台：世界模型、仿真环境、合成数据、评测标准、动作模型、端侧芯片、开发框架和场景数据闭环。谁能定义这些基础设施，谁就可能拥有新的生态壁垒。

从数字 AI 到物理 AI

过去几年可以分成三个阶段。第一阶段是数字 AI 1.0，以对话框、文本生成、图片生成和知识问答为代表。它提升的是内容生产和信息处理效率。

第二阶段是数字 AI 2.0，以推理模型、AI Coding 和智能体为代表。AI 不再只是回答问题，而是开始拆解任务、调用工具、修改代码、运行测试、处理复杂流程。它开始接近软件世界中的自动执行者。

第三阶段是物理 AI。它要把 AI 的理解、推理和任务执行能力嵌入机器人、自动驾驶、无人车、无人机、工业设备、物流系统和各类智能终端。AI 从信息生产力走向物理生产力，这才是更大的市场。

数字 AI 替代或增强的是脑力劳动，尤其是白领、开发者、内容创作者和知识工作者；物理 AI 面向的是制造、物流、运输、建筑、能源、零售、农业、医疗护理、家庭服务和基础设施运维。这些行业承载了更大的 GDP、更重的人工成本和更明确的效率提升空间。

数字 AI 集中，物理 AI 分散

数字 AI 的应用层容易集中。一个聊天机器人、一个代码助手、一个办公工具，只要体验明显领先，就可以通过网页和 API 快速服务全球用户。用户在不同头部模型之间切换，最终份额往往集中在少数平台。

物理 AI 的应用层会更分散。汽车工厂、3C 产线、仓储物流、矿山巡检、医院护理、家庭厨房、农业采摘、低空无人机、自动驾驶卡车，它们对机器人形态、传感器、本体结构、动作能力、安全标准和交付方式的要求完全不同。

数字 AI 可以用一个网页服务全球，物理 AI 必须深入不同产业、不同国家、不同客户现场。工业机器人要懂工艺流程，仓储机器人要懂物流调度，医疗机器人要满足监管，自动驾驶要适应道路和法规。通用智能很重要，但现实世界首先是无数垂直场景。

因此，物理 AI 的基础设施层反而更重要。应用分散意味着上层难以被一两家公司完全垄断；但如果某家公司掌握了世界模型、仿真环境、合成数据、评测体系和开发框架，就可以服务大量分散应用。

下一个 CUDA 可能不是软件工具，而是数据与仿真标准

CUDA 的价值不只是一个编程接口，而是围绕 GPU 形成了开发者、模型公司、云厂商和应用生态。它让算力被高效调用，也让英伟达的硬件优势变成生态壁垒。

物理 AI 时代，同样需要一个底层生态：统一的数据生成体系、仿真环境、评测标准、动作模型、世界模型和部署框架。机器人公司、自动驾驶公司、无人设备公司和工厂智能化公司，都需要在这个体系上训练、测试和部署自己的模型。

如果某个平台能够持续提供高质量合成数据、真实场景还原、物理正确的仿真、动作对齐、模型评测和部署工具，它就不只是软件供应商，而可能成为物理 AI 的基础设施入口。

大模型价值公式：智能密度乘以 Token 吞吐量

理解物理 AI 之前，必须理解大模型竞争正在从“榜单排名”走向“生产效率”。过去市场容易看参数规模、排行榜和融资估值，但这些指标越来越不够用。更关键的是模型输出真实价值的能力，以及这种能力能否规模化提供。

一个更接近商业本质的公式是：大模型企业价值等于智能密度乘以 Token 吞吐量。智能密度指的是每单位输出能否完成高价值任务，比如写出可运行代码、完成法律条款分析、生成商业视频、执行金融研究或替代真实劳动。Token 吞吐量则代表模型服务用户、企业任务和 API 调用的规模。

这会引出两条路线。第一条是智能路线，重点在复杂推理、代码能力、工具调用、企业任务、法律金融分析、办公室自动化和行业智能体。它更接近生产力工具，企业付费意愿更强。

第二条是想象路线，重点在视频、声音、音乐、图片、角色陪伴、游戏资产、广告创意和娱乐消费。它更接近内容生产和体验消费，C 端传播更快。头部模型公司未来大概率不会只做一条线，而会同时覆盖企业生产力、内容消费和开发者生态。

AI 原生组织：人才密度比团队规模更重要

AI 公司之间的竞争，不只是模型和算力的竞争，也是组织结构的竞争。传统科技公司依赖大规模团队、分层管理和成熟流程，但 AI 行业的模型架构、推理架构、产品形态、用户需求和算力成本都在以月为单位变化。

真正高效的 AI 原生组织，通常更扁平、更年轻、更技术密集。核心研究员、工程负责人、产品负责人和 CEO 之间可以快速沟通，模型训练方向不对就立即调整，产品反馈不好就快速迭代，新技术路线出现就组织小团队验证。

大模型公司不是人越多越强。真正决定模型突破、架构创新和产品方向的，往往是少数顶尖人才。其他工程、数据、产品、评测和交付团队围绕关键任务形成高密度协作。人才密度、协作效率和目标一致性，往往比团队规模更重要。

具身智能需要大脑、小脑和端侧芯片

具身智能与传统机器人最大的不同，是它不是单纯执行预设程序，而是与环境持续交互，通过感知、理解、决策、操作和反馈不断学习。它既需要身体，也需要大脑；既需要传感器，也需要模型；既需要本体制造能力，也需要数据闭环和端侧推理能力。

首先是感知能力。机器人要识别物体位置、形状、材质、姿态和运动状态；无人车要理解道路、车辆、行人、交通灯和障碍物；无人机要感知高度、风向、地形和风险；工业机器人要理解零部件、夹具、产线节拍和缺陷特征。

其次是大脑和小脑。大脑负责理解任务、规划步骤、调用知识和做高层决策；小脑负责动作控制、运动协调、逆控反馈和实时调整。复杂推理可以在云端，避障、抓取、力反馈和安全判断必须在端侧完成。

最后是端侧芯片。物理世界要求毫秒级响应，机器人和无人设备不能把所有计算交给云端。感知芯片处理摄像头、雷达和触觉传感器，推理芯片运行视觉模型和动作模型，运控芯片控制电机、关节、底盘和执行器。

中国的机会：供应链、场景和产业组织能力

具身智能具有天然的国家战略属性。它不是一个孤立创业赛道，而是国家资本、产业资本、大厂生态、制造供应链和地方政府共同推动的战略产业。

中国的优势不一定是单点模型全球第一，而是完整制造供应链、大规模应用场景和强产业组织能力。电机、减速器、关节、传感器、摄像头、激光雷达、电池、电控、结构件、芯片模组、整机装配和测试能力，都可以从新能源汽车、消费电子、无人机、工业自动化和智能硬件体系中迁移。

物理 AI 需要大量真实场景验证，而中国拥有汽车、3C、光通信、物流、零售、农业、医疗和家庭服务等多样化场景。场景越多，数据越多，迭代越快。对物理 AI 来说，数据和场景往往比单纯算法更重要。

此外，地方政府、产业基金、国资平台、大厂生态和制造企业能够提供资金、试点场景和客户资源。这种产业组织能力，有助于新技术从概念验证进入规模化应用。

从 VLA 到世界模型 2.0

过去一到两年，VLA 是具身智能的重要路线。它把视觉、语言和动作结合起来，推动机器人从传统控制走向大模型驱动。但随着规模化落地临近，VLA 的瓶颈开始暴露。

第一，缺乏物理验证。视觉语言模型擅长识别和描述，却不一定理解因果和动力学。第二，动作学习效率不高。语言 token 是离散符号，动作是连续控制，细微偏差就可能导致抓取失败或安全事故。第三，数据需求巨大。高质量真机操作数据昂贵，难以像互联网文本那样规模化获取。

世界模型主导的具身智能 2.0，核心路径是物理世界预训练、动作对齐和强化学习。模型先通过视频、仿真、动作轨迹和物理交互数据学习物体如何移动、碰撞如何发生、重力如何作用；再把人类动作、机器人动作和任务目标对齐；最后通过试错、奖励和反馈学习长周期任务策略。

相比 VLA，世界模型最大的优势是数据效率和泛化能力。因为它先学到了大量物理规律，动作学习不再完全依赖昂贵真机数据。这可能是具身智能迎来真正拐点的关键。

世界模型的三条路线

世界模型大致有三类方向。第一类是物理正确派，追求 3D 一致性、物理一致性和动作准确性，强调仿真环境与真实世界高度一致。这类路线适合自动驾驶、机器人操作、工业仿真和安全评测。

第二类是隐空间派，不一定追求可视化效果，而是强调机器内部表征和预测效率。模型在低维隐空间中学习世界状态、动作后果和环境变化，更适合具身基础模型和强化学习。

第三类是 3D 世界派，更强调生成可交互的三维空间，服务游戏、影视、虚拟现实、内容创作和沉浸式环境。它与物理 AI 有交集，但目标不完全相同。

未来的平台可能融合三者：既要物理正确性，也要高效隐空间表征，还要能够生成可交互 3D 世界。谁能把这三类能力合并进统一平台，谁就更接近物理 AI 的基础设施入口。

数据金字塔：物理 AI 的新 CUDA

具身智能的数据需求远超自动驾驶。真实机器人不可能短期部署到足够规模，因此必须依赖数据金字塔。

最顶层是真实机器人数据，来自真实场景、真实动作和真实反馈，最宝贵但占比最小。中间层是仿真合成数据，通过仿真引擎、数字孪生、物理建模和生成式 AI 构建大量可交互场景。底层是互联网和人类视频数据，包含大量人类动作、工具使用、物体交互和生活场景。

这也是数据基础设施可能成为新 CUDA 的原因。CUDA 定义了 GPU 计算生态，而物理 AI 时代，谁能定义高质量数据生成、仿真训练、动作对齐、评测标准和物理世界建模工具，谁就有可能成为机器人训练、部署和评测的标准平台。

落地路径：先工业，再商业，最后家庭

具身智能不可能一开始就进入最复杂的家庭场景，也不会马上替代所有一线工人。更现实的路径，是从好算账、任务边界清晰、容错空间较大的场景开始。

工业场景是最好的起点之一。工厂、仓库、园区、数据中心和产线相对结构化，任务重复，客户付费意愿强，ROI 容易计算，安全边界也更容易设计。机器人可以先承担巡检、搬运、分拣、质检、装配辅助等任务。

商业场景也会先从导购、咨询、巡逻、配送等轻操作任务开始。家庭场景长期空间很大，但短期难度最高。每个家庭环境不同，物品摆放不标准，老人儿童安全要求高，隐私和责任边界复杂，因此更可能先从清洁、厨房、食品加工、简单整理等局部任务切入。

自动驾驶是物理 AI 最成熟的商业化样板

自动驾驶已经是物理 AI 中最大规模落地的市场之一。车辆感知道路、预测轨迹、规划路径、控制方向盘和刹车，本质上就是感知、决策和行动的物理 AI 系统。

世界模型在自动驾驶中已经体现价值。它可以从真实摄像头数据中重建道路、车辆、行人、障碍物和运动轨迹，再生成更多合成场景训练系统。相比传统图形仿真，数据驱动的世界模型更接近真实道路，也更容易形成闭环。

低速无人配送车同样提供了清晰样板。它运行在园区、校园、社区、商圈和物流站点等相对受控场景，速度低、路线固定、ROI 清晰。无人车最大的优势不是车本身便宜，而是节省司机成本，只要月度成本能显著低于有人车，客户就不需要被过度教育。

新能源重卡：电动化、智能化与无人化交汇

新能源重卡是容易被低估的方向。乘用车是消费品，用户关心品牌、外观、舒适性和残值；重卡是生产资料，客户最关心全生命周期成本。

重卡在交通碳排放和污染物排放中的占比远高于保有量占比。如果重卡不电动化，交通减排很难真正完成。新能源重卡绑定双碳战略、能源安全和物流降本，本质上是生产资料升级。

更大的想象空间是无人重卡。重卡司机工作强度高、安全风险高、人工成本高，且司机群体存在年龄结构问题。电动化先降低能源与维护成本，智能化和无人化再降低人工成本，最终有机会从卖车升级为低碳物流和无人运输平台。

投资框架：模型、制造、服务与供应链

物理 AI 产业链不能用传统机器人框架简单理解。它既有大模型属性，也有高端制造属性；既有硬件供应链，也有软件平台和运营服务；既需要技术突破，也需要场景落地。

第一层是链主层，包括大模型厂商、制造商和 AI 服务化公司。模型厂商提供具身大脑，制造商负责本体和供应链，服务公司把机器人、软件、数据、运维和持续收费结合起来。

第二层是应用层，未来会出现大量垂直领域公司。工业、商业、家庭、医疗、农业、物流、低空经济和自动驾驶的需求差异很大，因此应用层不会像数字 AI 那样赢家通吃。

第三层是供应链层，包括数据采集、仿真训练、端侧芯片、推理芯片、运控芯片、传感器、激光雷达、触觉传感器、关节模组、减速器、执行器、电机和控制器等。进入头部链主供应体系的高壁垒环节，可能获得长期订单。

真正该盯的五个方向

第一是具身大脑，也就是能够理解视觉、语言、动作、三维空间、物理规律和任务目标的基础模型。它包括世界模型、动作模型、小脑控制模型和多模态任务规划系统。

第二是数据基础设施，包括仿真合成数据、人类视频数据、数字孪生数据和评测平台。这是最容易被低估、也最可能形成平台壁垒的方向。

第三是世界模型公司。它们既可以服务自动驾驶，也可以服务机器人、无人车、无人机和工业仿真。如果能够同时拥有真实客户现金流、数据闭环和跨场景扩展能力，就具备双轮驱动。

第四是具身本体。关键不在外形酷不酷，而在能否进入真实场景跑出 ROI。轮式双臂、四足、机械臂、商用服务机器人和人形机器人，对应不同场景和成本结构。

第五是智能运载设备与端侧芯片。无人配送、Robotaxi、新能源重卡、无人机、无人车、机器人都共享感知、决策、控制、端侧计算和数据闭环能力。

风险：长期向上不等于短期直线

物理 AI 是未来 5 到 10 年的重要主线，但越是远期空间巨大的产业，早期越容易出现估值过热、路线摇摆和情绪波动。

技术路线尚未完全收敛，VLA、世界模型、混合架构、端到端、分层控制和隐空间模型都还在演化。数据获取也是核心风险，仿真和现实之间的差距，可能让模型在真实场景中失效。商业化同样不会一帆风顺，实验室成功不代表工厂连续运营，演示效果不等于客户复购。

此外，物理 AI 仍然离不开算力和高端芯片，地缘政治、出口管制、供应链合规和客户信任都会影响产业节奏。投资上应以长期产业逻辑选择方向，以短期交易纪律控制节奏。

结论：物理 AI 的核心资产是基础设施

物理 AI 不是单一机器人行情，而是从数字任务走向物理任务的产业迁移。应用会高度分散，但基础设施可能高度集中。

谁能定义世界模型、仿真数据、评测标准、端侧芯片、动作模型和开发框架，谁就可能成为物理 AI 时代的“新 CUDA”。谁能在真实场景中形成数据飞轮和商业闭环，谁就有机会成为下一代智能产业的核心公司。