第一章 破壁时刻 AI从数字智能走向物理智能

1.1 智能跃迁: 从数字世界走向物理世界

人工智能正在从以信息处理为核心的数字智能，迈 向能够理解并作用于真实世界的物理智能。从以图 像识别、语音识别为代表的Perception AI，到能 够生成文本、图像和代码的Generative AI，再到 能够自主规划、调用工具并完成复杂任务的 Agentic AI，人工智能持续提升对数字信息的感 知、理解、生成和推理能力。随着大语言模型 （LLM）、视觉语言动作模型（VLA）、世界动作 模型（World Action Model）、世界模型（World  Model）等技术不断突破，以及传感器、机器人本 体、端侧芯片、智能汽车、无人机等物理载体加速 成熟，AI的能力边界开始由数字空间进一步延伸至 真实物理世界。智能系统能够综合视觉、声音、触 觉、力觉、空间位置等多模态信息感知环境，理解 物体、空间、运动及相互作用关系，并通过物理载 体执行行动，人工智能由“处理和生成信息”进一 步发展为“感知、理解并作用于世界”。

2026年正在成为物理智能由技术概念进入产业现场 的重要转折点。Gartner在《2026十大技术趋势》中将 Physical AI 列为重要技术方向，将其定义为 能够感知现实世界并采取行动的实体AI系统，包括 机器人、无人机和智能装备等；ADI在2026年2月 以“2026: The Year Intelligence Gets Physical” 为题，判断人工智能正在突破屏幕边界进入真实物 理环境2；WAIC 2026进一步举办“物理智能创新 生态论坛”，并由32家产学研用资单位成立国内首 个物理智能创新联合体。与此同时，全球主要经济 体正加速推动人工智能由数字世界向物理世界延 伸。北美依托人工智能基础模型、芯片算力和软件 平台优势，加快布局机器人、自动驾驶等领域；欧 洲依托汽车、工业自动化和高端制造基础，推动人 工智能与工业物理系统深度融合；中国则依托完整 制造业体系、丰富应用场景和机器人产业基础，加 快具身智能、多机协同及规模化应用探索。全球物 理智能产业正在形成技术创新与场景落地同步推进 的发展格局。从技术趋势判断到产品布局，再到产 业生态形成，物理智能正在由前沿技术方向加速进 入产业化验证与规模化应用阶段。

全球产业界与学术界虽然从不同视角出发，对 Physical AI的理解正在逐步形成共同内核。NVIDIA 从产业实践出发，强调自主系统感知、理解和推理现 实世界，并在物理世界中执行复杂行动3；IBM将 Physical AI理解为在物理世界中运行并与之交互的 人工智能系统4；Nature Machine Intelligence从 具身智能向Physical AI演进的视角出发，强调智能 系统进一步走向在物理世界中感知、行动和持续适 应5；IEEE TPAMI相关研究则从技术体系出发，将 Physical AI概括为感知、推理、建模与具身交互相 互衔接的能力体系，通过物理行动与环境反馈形成 智能闭环。不同表述共同指向三个核心变化：智能 对象从数字信息扩展至真实物理环境，AI能力从感 知和推理延伸至建模、规划和行动，智能过程从数字 结果输出发展为基于环境反馈持续调整的物理闭环。

基于上述产业趋势与技术共识，本报告将物理智能 （Physical AI）定义为：AI在真实物理世界中完成 感知、理解、推理、规划、行动和反馈闭环的能力 体系。其核心在于将AI能力融入各类物理产品、系 统与空间，使其能够感知环境、理解状态、自主决 策、执行任务，并根据现实世界反馈持续调整和进 化。从这一视角看，各类物理产品、系统与空间都 具有进一步AI化的潜力，物理智能的本质是以AI重 塑物理产品与系统，并进一步拓展至区域空间。其 载体既包括人形机器人、工业机器人、智能汽车、 无人机、工业装备、工程机械等智能载体，也包括 智能工厂、智能建筑、智能交通等复杂物理系统，

并进一步延伸至园区、港口、矿山、城市等区域空 间，推动物理智能由单体智能向复杂系统和区域空 间持续拓展。

1.2 场景演进: 从专业场景走向开放复杂场景

物理智能应用可根据与物理世界自主交互的边界及 物理载体，划分为无人驾驶、机器人和智能空间三 类应用类型6。其中，无人驾驶以自主控制车辆、无 人机、船舶等载体的位置、速度、方向和轨迹为主 要特征，核心是实现物理世界中的自主移动；机器 人进一步通过抓取、搬运、装配、服务等方式与外 部对象发生物理交互，核心是自主完成各类物理任 务；智能空间则进一步融合空间内多类型智能主 体，通过统一感知、任务编排、资源调度和协同控 制实现空间级系统智能。从产业落地看，三类应用 覆盖的具体场景受到环境结构化程度、任务复杂 度、技术成熟度、安全要求以及产业配套能力等因 素影响，规模化时间存在明显差异，形成由成熟场 景率先突破、复杂场景持续扩张、开放场景逐步拓 展的梯次发展格局。

无人驾驶产业化相对领先，并沿着“封闭区域、限 定环境、开放空间”的方向逐步拓展。2026年前 后，矿山、港口、机场以及巡检、植保等运行边界 相对清晰的专业场景率先实现规模化应用；2026— 2028年，随着环境感知、实时决策、路径规划和安 全控制能力持续提升，物流无人机、无人城配、无 人环卫、Robotaxi、短程接驳等应用进入增量扩张 阶段，无人驾驶逐步进入交通参与者更多、环境动 态性更强的城市和区域运营场景；2028—2030 年，无人干线物流、载人eVTOL等场景进一步发 展，自主移动范围、环境复杂度和安全要求持续提 升，无人驾驶应用由特定区域的自主运行逐步向更 广范围的开放空间拓展。

机器人将沿着“结构化简单任务、精细化复杂任 务、综合复杂长程任务”的方向持续演进。2026年 前后，场内物流、搬运转运、制造工艺加工、家庭 清洁等任务边界清晰、技术基础相对成熟的场景率 先规模化；2026—2028年，随着感知、规划、操 作和泛化能力提升，机器人应用逐步向柔性装配、 精细操作、工业检测、生产运维以及医疗、商业等 高价值复杂任务扩展；2028—2030年，随着长时 序任务执行、复杂交互和通用操作能力进一步成 熟，家庭综合服务等开放程度更高的场景逐步发 展，机器人由面向单一任务的专用设备向能够理解 环境、持续获取技能并承担多种任务的通用智能终 端演进。

智能空间将成为物理智能由单体智能向空间级智能 拓展的重要形态，其核心是将AI能力由车辆、机器 人等单一设备进一步融入物理空间，使空间具备对 环境及其中人、车辆、机器人等多类型主体的持续 感知、理解、分析和协同能力。2026年前后，智能 空间已率先在工厂、仓库、园区等相对结构化环境 中落地，通过固定摄像头、计算机视觉和AI智能体 等实现多主体追踪、异常检测、动态路径规划和运 营优化，空间开始由被动承载智能设备向主动感知 和理解环境演进。2026—2028年，随着空间智 能、世界模型、数字孪生和物理仿真等技术持续发 展，智能空间将进一步增强空间建模、状态预测和 仿真推演能力，并与无人驾驶、智能机器人及各类 智能设备形成双向协同，实现跨主体任务编排、资 源调度和安全管理；2028—2030年，随着多主体 协同决策和虚实融合能力进一步成熟，智能空间将 逐步形成面向空间整体的预测、决策、调度和全局 优化能力，推动物理智能由“单体自主”向“空间 整体智能”演进。

总体来看，物理智能应用将呈现由近期规模化铺 开、中期增量扩张到远期开放拓展的梯次演进节 奏。近期，以环境相对结构化、任务边界清晰、不 确定性可控的专业场景为主，无人驾驶在封闭及限 定区域加速规模化，机器人在流程相对明确、复杂 度可控的生产作业等成熟任务中持续渗透，智能空 间则率先在工厂、仓库、园区等场景形成空间感 知、状态识别和运营优化能力，物理智能整体以特 定环境下的专用智能为主要形态；中期，随着感 知、推理、规划和执行能力持续提升，无人驾驶向 更加动态的城市和区域运营环境延伸，机器人向柔 性化、高价值复杂任务扩展，智能空间进一步向空 间理解、预测推演、任务协同和资源调度演进，多 主体协同和系统化运营能力逐步增强；远期，随着 通用智能、复杂交互和多主体协同能力进一步成 熟，应用将向开放环境和综合任务持续拓展，并逐 步形成能够理解环境、预测变化、协同决策和全局 优化的空间级系统智能。

整体上，物理智能的自主 交互边界持续扩大，应用场景由专业可控向开放复 杂拓展，应用形态由专用化向通用化、由单体智能 向系统智能演进；随着运行环境和任务复杂度不断 提升，模型需要具备更强的泛化、推理和持续学习 能力，对算力规模、数据丰富度及实时处理能力也 将提出更高要求。