导航|地址|刷新
机器人、能源产业押注“物理AI”：AI产业下一条万亿赛道浮现_手机网易网

网易网易号



0

机器人、能源产业押注“物理AI”：AI产业下一条万亿赛道浮现

钛媒体APP
2026-03-10 15:57·北京·独立财经科技媒体

0

文 | 大模型之家

在中国北方的一片广阔草原上，一个规模庞大的零碳能源系统正在运行。风机、光伏阵列、储能设备、电解槽与氨合成装置彼此联动，构成了一张复杂的能源网络。与传统电力系统依赖人工经验调度不同，这套系统由人工智能在毫秒级时间尺度内完成决策——它实时感知气象变化，预测风光资源波动，并在物理约束下不断优化整个能源系统的运行效率。

随着可再生能源占比不断提高，风光资源的波动性与碎片化特征让传统调度模式愈发吃力。越来越多行业开始意识到，能源系统需要从“被动响应”转向“主动优化”，从依赖人工经验走向由算法驱动的自主运行体系。在这一过程中，人工智能不再只是分析数据的工具，而开始直接参与物理世界的运转。

也正是在这样的背景下，越来越多科技企业开始将人工智能从数字世界延伸到现实世界，一个新的技术概念逐渐进入产业视野——物理人工智能，即让AI具备感知环境、理解物理规律并对现实世界产生行动的能力。

人工智能的下一阶段，不再只是生成图像、文字或代码，而是要进入真实世界，与重力、摩擦、能量守恒这些基础物理规律直接交互。

01 AI正在离开屏幕

“下一波AI浪潮将是物理人工智能。”英伟达创始人兼首席执行官黄仁勋在多个场合反复强调这一观点。在他看来，物理人工智能意味着AI必须学习物理定律，并在仿真环境中进行数万次的演练，才能弥合从“模拟到现实”的巨大鸿沟。

打开网易新闻查看精彩图片

这种判断正在得到越来越多企业的呼应。

2026年初，芯片公司Arm宣布成立专门的“Physical AI”业务部门，将机器人与汽车业务整合在同一体系中，以应对不断增长的智能机器人市场需求。

几乎在同一时期，汽车芯片厂商恩智浦半导体也在公开场合表示，“物理AI”正在成为工业自动化、机器人与智能设备的重要增长动力。

这些变化背后，是人工智能能力结构的一次重要转移。

这种范式的转变，标志着AI正在从一种“咨询工具”进化为一种“执行主体”。

2024年诺贝尔物理学奖授予了约翰·霍普菲尔德（John Hopfield）和杰弗里·辛顿（Geoffrey Hinton），这被视为物理学与计算机科学融合的里程碑。正如诺贝尔委员会所言，人工神经网络的构建基础深深植根于物理学原理。而到了2026年，这种融合已经从理论进入了产业实操。

过去的大模型主要解决认知问题——理解文本、生成图像、回答问题。但现实世界远比数字空间复杂。机器需要理解空间关系、物体属性和因果关系，还必须在毫秒级时间内做出决策。

学术界对这一趋势也给出了系统化解释。一些研究将物理AI描述为一个包含“感知—认知—行动”闭环的智能体系，其中机器通过与环境的持续互动来形成知识，而不是仅依赖数据训练。

02 机器人为AI赋予“肉体”

在具身智能概念如火如荼的当下，物理AI最直观的形态便是机器人。根据国际机器人联合会的数据，目前全球运行的工业机器人已经超过400万台，而随着AI能力的提升，这一数字仍在快速增长。多家机构预计，未来几十年机器人将在制造、物流和服务业中承担越来越多的任务。

在MWC 2026的现场，中国企业在具身智能领域的表现验证了这一趋势。智元机器人、宇树科技、北京人形机器人创新中心等机构展示的产品，其核心突破并不在于“长得像人”，而在于它们对空间智能的掌握。

在技术日新月异的推动之下，机器人行业正在经历一场架构升级。过去的工业机器人通常是高度专用化的设备，每一台机器只负责单一任务。如今结合AI系统后，机器人开始具备更强的通用能力，可以在不同场景之间快速切换。

行业人士普遍认为，这种变化将重新定义自动化的边界。随着硬件成本下降和AI能力提升，机器可能在未来十年内承担大量重复性劳动。

但物理AI的应用范围远不止机器人。

在自动驾驶领域，AI需要实时理解道路环境并做出决策；在工业制造中，AI可以用于设备预测维护和生产调度；在智慧城市和智能建筑系统中，AI也被用于监控与管理复杂基础设施。

一些公司甚至尝试通过模拟真实世界来训练AI模型。以商汤科技推出的“开悟”生成式世界模型为例，它不仅是一个高精度的虚拟环境，更是一套能够理解并预测物理演变的认知系统。依托商汤绝影的产业积淀，“开悟”能自主生成符合真实物理逻辑的长尾场景，使自动驾驶与机器人系统在进入现实世界前，便已在“数字化实验室”中完成了数亿次的极端工况演练。这种模式正在重塑具身智能从虚拟到现实的迁移范式。

03 AI成为能源产业的“中枢神经”

如果说机器人是物理AI最直观的应用场景，那么能源系统则代表另一条更为复杂的技术路径。

近年来，随着新能源比例不断提升，电力系统的复杂度正在显著增加。天气变化、电力市场价格以及设备运行状态都会影响系统运行效率。因此，一些企业开始尝将AI引入电力系统管理。其中，远景科技集团提出了将人工智能与能源系统深度融合的思路。

远景科技集团董事长、远景能源创始人张雷指出，传统大模型主要用于消费互联网场景，而能源系统属于复杂的物理系统，其运行必须遵循物理规律和工程约束，因此需要新的AI模型体系。

在新型电力系统中，由于气象资源的随机性和波动性，传统的调度手段已难以应对多变的场景。远景推出的“伽利略AI风储一体机”及其背后的“天枢”能源大模型，本质上就是将物理控制作为核心，将风机、储能系统与AI模型结合，通过云、边、端协同实现实时控制和优化调度。

从行业视角看，这种探索体现出物理AI的另一种形态——即通过AI对复杂工业系统进行整体优化，而不仅仅是控制单一设备，将能源系统实现从简单的基础设施堆叠到“智能体生态”的转变。

04 从算法竞争到系统竞争

与互联网时代的AI不同，物理AI的竞争不仅是算法竞争，更是一场系统工程的竞争。

一个完整的物理AI系统通常包含多个关键环节：传感器、计算芯片、网络连接、控制系统以及执行机构。只有当这些要素协同工作，机器才有可能在现实世界中稳定运行。

这也是为什么越来越多科技公司开始从单一技术走向系统化布局。

芯片企业正在开发专门面向机器人和自动驾驶的计算平台；通信企业尝试将网络升级为支持AI运行的基础设施；机器人公司则在硬件与软件之间寻找新的协同方式。

在这一过程中，产业链的重要性变得更加明显。机器人、电机、传感器和电池等核心组件，都依赖成熟的制造体系。只有当这些供应链形成规模，物理AI设备才有可能从实验室走向量产。

因此，一些行业观察者认为，物理AI的竞争格局将不仅由技术决定，也与产业基础密切相关。

05 写在最后

如果回看过去二十年的技术发展，可以发现人工智能经历了几个明显阶段。

早期AI主要集中在算法研究；移动互联网时代，AI成为互联网产品的核心能力；而在生成式AI浪潮中，大模型成为技术竞争的焦点。

如今，随着机器人、自动驾驶与工业AI的发展，人工智能正在从“信息智能”走向“物理智能”。

从机器人到能源系统，从工业设备到城市基础设施，越来越多行业正在将人工智能视为一种新的基础能力。

技术周期的变化往往需要多年时间才能显现。但从当前产业动向来看，当人工智能真正开始“触摸世界”时，一个新的产业阶段已经悄然展开。

特别声明：本文为网易自媒体平台“网易号”作者上传并发布，仅代表该作者观点。网易仅提供信息发布平台。

打开网易新闻体验更佳

热搜

“1.5万机票仅退400多”问题出在哪

 国文清主动投案被查

 女子做检查身亡丈夫称麻醉师玩手机

 欧足联宣布抵制所有国际足联赛事

 微软创近18年以来最大单日涨幅

 1988元可抱抱亲亲官方通报伴漂服务

热门跟贴

打开APP发贴

0条跟贴

相关推荐

索尼研发乒乓球机器人打败日本顶尖选手

每日经济新闻1212跟贴



持续领跑世界模型驱动物理AGI，极佳视界再获10亿元B2轮融资

36氪



12人减至1人，物理AI已经开始革工业场景的“命”了

钛媒体APP

万帧照片级仿真2

机器之心Pro

100多万人围观！没头没腿，神似充电宝的机器人全网走红？

机器之心Pro

搬货、烤面包、摆桌牌……每一个动作，都是从零开始的“第一课”

每日经济新闻



动易科技PhyAgents无遥控无预设双足人形自主对打羽毛球

量子位



亦庄机器人马拉松现场名场面合集

量子位



机器人大厨做扬州炒饭，你想品尝一下吗？

装甲铲史官



AI的尽头是电力，电力的答案为什么指向“物理AI”？

DeepTech深科技



人形机器人半马跑姿大赏，有的比人快多了！有的“状况百出”

每日经济新闻



朗极智能面向构建智能机器人系统发力2

36氪



520，人类如何回应AI的告白

虎嗅APP

在「想象」中练就真机能力1

机器之心Pro

AI Agent是科技革命中的一次真正的范式转移

量子位



00后小哥复刻Claude最强神话模型OpenMythos

量子位



机器人进家还差几步？京东：商业化场景是快车道，未来会有更多消费级产品出现

每日经济新闻



邱锡鹏：未来我们一定会进入泛情境智能时代

量子位



阿里达摩院开源具身大脑基础模型

机器之心Pro

Agent输出到底该用谁？卡帕西转发：试试让AI输出HTML

量子位

回到顶部回到首页

------
导航页打开网址