上月在台北舉行的GTC大會上,輝遠 (Nvidia)行政總裁黃仁勳站在舞台中央,背後大熒幕播放着一台人形機械人在工廠自主报運貨物的畫面。黃仁勳宣布了兩件事:全球約80%汽車製造商已加入Nvidia 的自動駕駛平台,以及 Cosmos 3正式發布,這是一個專為物理AI設計的開放世界基礎模型,能把物理AI的訓練與評估周期從數月缩短至數天。同一個星期·特斯拉 Optimus 3的生產線即將在加州弗里蒙特工廠啟動。而在幾個月前,Figure Al的人形機械人完成了一場長達87小時的物流分直播,處理超過 10.8萬件包裹。
人工智能演進第三波浪潮
這不是科幻電影的預告,而是正在發生的現實。人工智能正從熒幕裏走出來,長出「手腳」,走進工廠、倉庫、道路,甚至家庭·這場稱為「物理 Al』的浪潮,被研究機構 Gartner列為2026年十大戰略技術趨勢之一,天風證券也定義為「人工智能演造的第三波浪潮」。
物理AI,簡單說就是讓AI擁有在真實物理世界中感知、理解、推理與行動的能力。它的典型體包括人形機械人、自動駕駛平台及工業自動化設備。過去3年,AI的演化路徑清晰可辨。第一波是「語言AI」。ChatGPT能讀能寫,但因在聊天框裏。第二波是「執行Al」。OpenClaw Cursor能操控電腦、撰寫程式碼,惟仍在數位世界內·第三波就是「物理Al」,AI開始擁有身體,能夠在真實世界中感知、決策、行動。
物理AI與數位AI的根本差異,在於後果的嚴重性。聊天機械人答错一题幾乎沒有後果,但一輛自動駕駛汽車在路口判斷失誤,就是事故。這決定了物理AI的技術路線必須截然不同,它不能只靠互聯網上的文字訓練,而是需要「世界模型」 來理解物理世界的運作規律。
物理AI的核心技術架構,是VLA模型與世界模型的深度結合+VLA即視覺、語言、行動模型,讓機械人能夠同時處理視覺訊息、理解語言指令並執行物理動作。
2026年的主流VLA模型在LIBERO測試集上,成功率已普遍穩定在98.5%以上,頂級模型更達到99.2%。但從模擬環境遷移到真實物理世界時,VLA仍然面臨泛化能力不足的挑戰。世界模型則扮演着「內嵌物理引擎」的角色。它能根據當前狀態與候選動作,預測未來一系列狀態的演化軌跡。
簡單說,VLA是機械人的「大腦」,世界模型是它的「想像力」。在實際行動之前,先在腦海中模擬一遍動作的後果。這種「先想再做」的能力,大幅降低了真實世界中的成本。
輝達賣罐子 OpenAl訂立標準
物理AI的戰場上,三家巨頭正在用截然不同的策略爭奪定義權。理達走的是「賣鏟子」路線。它不直接製造機械人,而是打造完整的基礎設施*Isaac擔當機械人開發與仿真。Omniverse負貴數字學生,Cosmos 主力世界模型,GROOT 則負責人形機械人基礎模型。
黃仁勳的目標很純粹,讓所有機械人公司在輝達的平台上完成從仿真、訓練到部署的完整流程。這是在複製CUDA的成功路徑,未來不管哪家機械人公司勝出,只要它們需要訓練和推理·輝達就有機會站在底磨「收稅」。
OpenAl則選擇了另一條路。2026年中,行政總裁阿爾特曼(Sam Altman)公開為「OpenAl Robotics」團隊大規模招攬人才,從仿真環境到電氣工程再到執行器設計。OpenAI試通過大腦與硬體的協同設計。去定義未來物理AI的標準。 這是一次戰略回歸,早在2018年OpenAl就成立過機械人團隊,但因物理數據極度匱乏而於2021 年解散。如今大語言模型已證明其能力。OpenAl 決定再次讓AI擁有身體。
特斯拉成為最激進的實踐者。創辦人馬斯克Optimus 人形機械人的量產基地。Optimus 3的 生產線將在7月底或8月啟動,得州奥斯汀的第二座工廠預計2027年夏天投產,長期目標為年產能1000萬台。馬斯克稱 Optimus 3為「迄今為止 全球最先進的機械人」。
特斯拉積極量產人形機械人
物理 AI的商業化步伐正在加速。Figure Al 在5月開啟了一場長達87小時的物流分捒直播,人形機械人處理超過108萬件包裹。1X Technologies 在加州海沃啟動了美國首座人形機械人工廠,其家用機械人NEO 首批一萬台在5天内售酪。波士頓動力的Atlas 已開始向現代汽車和 Google DeepMind出貨。
中國方面,字樹科技與輝達聯手推出人形機械人參考設計H2+:智元機械人已下線一萬台機械人,並與輝達共同定義物理AI從研發到量產的行業標準。2026年前4個月,中國人形機械人產業鏈累計完成股權融資達889億元。市場規模同樣驚人。FutureMarkets 預測,全球物理Al市場將從 2026年的約3830億美元,增長至2040 年的3.26萬億美元。黃仁勳在國際消費電子展 (CES)2026上強調,物理AI可塑的製造和物流產業價值將達50萬億美元。
物理Al的「ChatGPT時刻」或許正在倒數。 而我們每一個人,都將親眼見證人工智能從熒幕裏走出來的那一刻。
原文請按這裡
曾啟邦 (Rex)
作者為 AlgoBot聯合創辦人