物理AI：万亿级市场蓝图已展开，产业竞赛悄然开启！

  作者/星空下的烤

  编辑/菠菜的星空

  排版/星空下的乌梅

  就在之前的2026年CES展上，一场看似寻常的主题演讲，却让整个科技圈的注意力发生了微妙的变化。

  英伟达创始人黄仁勋身穿标志性皮衣，在拉斯维加斯的舞台上抛出了一句重磅预言：人工智能正在走出虚拟世界，准备用“眼睛”看、用“手”来操作我们身处的真实环境。在黄仁勋身后的大屏幕上，一款名为Cosmos的物理AI模型刷新了所有人的认知——基于超2000万小时的真实数据训练，能够理解重力、摩擦、惯性等物理规律，将AI的训练与评估周期从数月缩短至数日。

  此外，英伟达CEO黄仁勋近期在访问韩国及参加2026台北GTC大会期间，多次强调机器人技术与物理AI将成为下一阶段科技产业的重点发展方向。这一战略判断，笔者认为，也是基于AI从单纯的数字内容生成向实体世界交互演进的趋势。

  这标志着人工智能的第二个拐点已经到来。如果说前几年兴起的聊天AI让机器学会了“说话”和“思考”，那么#物理AI的登场，则意味着机器真正学会了在物理世界中“干活”。 资本市场上，等企业的股价也迎来了大涨。

  奥比中光股价变化（来源：百度）

  那么，这个听上去颇具科幻色彩的新赛道，目前究竟发展到了什么程度？哪些玩家已经提前卡位？物理AI又面临着哪些真实的挑战？笔者今天带你来一探究竟。

  一、万亿蓝海，蓝图已就

  如果要用一个词来形容物理AI的市场前景，“深不可测”或许最为贴切。

  据知名投资机构Coatue Management测算，物理AI的市场规模至少可达6万亿美元，较纯数字AI市场高出约50% 。黄仁勋本人更是给出了一个更加宏大的判断：物理AI有望重塑全球价值约 50万亿美元的制造和物流产业。

  如此惊人的数字背后，最直接的驱动力来自全球制造和物流体系的智能化转型。黄仁勋曾直言，物理AI未来将重塑全球1000万家工厂与20万个仓库的运作模式。如果说前十年AI的改变停留在屏幕之内，那么接下来十年，AI将在流水线上、仓库里和道路上完成真正的改变。

  而聚焦到中国市场，这一赛道同样展现出巨大的想象空间。

  弗若斯特沙利文发布的《2026年中国物理AI仿真及数据平台研究报告》指出，到2030年，中国物理AI仿真及数据平台市场规模将达到1806亿元，其中智能汽车和具身智能机器人是主要应用领域，分别占比36%和34%，规模分别达到652亿元和612亿元。

  物理AI应用场景（来源：公开信息）

  二、群雄逐鹿，各显神通

  万亿级的市场预期，自然不会缺少入局的玩家。当前，从硅谷的AI新贵到中国的科技巨头，物理AI赛道正在上演一场前所未有的竞赛。

  先来看全球估值最高的人形机器人公司Figure AI。2025年9月，这家公司完成C轮融资，筹集资金超过10亿美元，融资后估值飙升至390亿美元（约合2700亿元人民币），参投方包括英伟达、英特尔资本等顶级机构。

  公司自主研发的端到端视觉—语言—动作（VLA）模型“Helix”，采用双系统架构实现机器人的感知、规划与执行。Figure AI用不到两年的时间，完成了从估值26亿美元到390亿美元的跨越，用资本市场的语言宣告了物理AI赛道的含金量。

  无独有偶，另一家明星机器人公司1X Technologies也展现出惊人的估值增长速度。这家获OpenAI投资的企业，正在寻求最多10亿美元的新一轮融资，目标估值至少100亿美元——而就在不到一年前，1X的估值还“仅”为8.2亿美元，短短不到一年翻了12倍之多。公司今年推出的新款家用机器人Neo Gamma正在进行早期测试，剑指家用机器人市场。

  而前几日的另一则重磅消息更是在业界引起了广泛震动——#特斯拉正式宣布，旗下Optimus（擎天柱）人形机器人于2026年第二季度正式启动量产，首批量产机型Optimus Gen-3已顺利下线并投入内部测试。马斯克甚至预告，Optimus可能于2027年正式向公众销售。特斯拉将弗里蒙特工厂的产线直接改造为Optimus专用生产线，可见其对物理AI赛道的战略决心。

  企业布局情况

  中国的玩家们也毫不示弱。华为近期联合多家企业成立了 “Physical AI联盟” ，参与方包括阿里云、ABB机器人等。华为高管表示，2026年将成为AI从数字世界迈向物理世界的关键元年，华为将以“鸿蒙+AI”为基础打造全域协同的智能空间解决方案。

  而在产业链的各个细分环节，A股市场上也涌现出了一批不容忽视的玩家。#奥比中光（688322）在3D视觉传感器领域具备千万级量产能力，机器人执行器环节，已成为Optimus核心部件供应商；在减速器领域占据优势地位。

  奥比中光净利润变化（来源：同花顺）

  三、热闹背后，仍有荆棘

  物理AI赛道虽然热闹非凡，但正如每一次技术变革的必经之路，行业在高速发展的同时，也面临着诸多现实的挑战。

  首先是成本问题。目前，具备物理AI能力的整机产品价格居高不下，距离大规模普及仍有不小的距离。人形机器人要实现灵活的物理交互，需要配备高性能的感知系统、强大的边缘算力芯片以及精密的执行机构，这些硬件的成本短期内很难大幅下降。

  其次是算法和数据的短板。物理AI的核心难点在于，机器要在真实世界中完成“感知—推理—行动—反馈”的闭环，这需要在仿真环境中进行海量的训练。尽管英伟达推出的Cosmos世界模型能将训练周期从数月缩短至数日，但物理仿真的精确度、真实场景数据的获取与标注仍然是制约行业发展的主要瓶颈。

  最后是标准与生态的不统一。当前，物理AI还处于“各自为政”的阶段——不同的硬件平台、不同的操作系统、不同的开发框架之间缺乏互联互通的统一标准。正如玻璃基板技术早期缺乏统一尺寸和厚度标准所面临的困境一样，物理AI要真正实现产业化落地，行业标准的制定迫在眉睫。

  不过，黄仁勋在CES上的一句话或许最能鼓舞人心——他坚定地宣告：“物理AI的ChatGPT时刻，快到了。”

  诚然，从“认知智能”迈向“物理智能”，注定是一条荆棘遍布的道路。但当一个赛道同时吸引了英伟达、特斯拉、OpenAI、华为的押注，当一个市场被描绘出6万亿美元的巨大想象空间，当一个技术的边际已从“比特”延伸至“原子”——物理AI，已然站在了时代浪潮之巅。

  注：本文不构成任何投资建议。股市有风险，入市需谨慎。没有买卖就没有伤害。