世界模型为代表的物理AI 可视为LLM 通向超智能机器人的中间站。LLM 擅长语言理解、知识调用和任务分解，已在Coding、通用办公、金融、法律等白领工作领域实现体量不俗的商业化闭环，当然如今仍处于渗透率早期。

我们认为，AI 的下一站是进入物理世界，物理AI 还需理解三维空间、物体状态、接触关系和动力学约束，并预测不同动作可能带来的结果。世界模型通过学习环境状态及其随时间和动作发生的变化，为机器人建立可供推演的内部环境表征，使语言指令能够进一步转化为感知、预测、规划与控制。

在这一框架下，VLA 将视觉和语言输入映射为机器人动作，世界模型则为动作选择提供未来状态预测和结果评估。两者逐步融合，有望推动机器人由单步操作走向多步规划、失败识别和自主恢复。随着模型能力向物理世界延伸，Physical AI 的竞争也将覆盖空间数据、物理仿真、机器人本体、训练算力和真实场景反馈等完整技术链条，从而为AI 创造更大的商业化场景。