博士算力猎场· 2026年11月4日 · 算力研报

Dr. Wu | UCLA Ph.D | 国内首个千卡、万卡GPU智算集群缔造者

算力研报丨中美 AI 竞争：物理 AI 与具身智能的路线分叉

加入算力猎场，和 Dr.Wu 一起拆解算力产业的真问题。

互动方式	联系方式	你能得到什么	二维码
关注博士算力猎场公众号	微信搜索「博士算力猎场」	每日算力研报深度分析，第一时间推送
加 Alan Ng微信	微信号 alanngw	算力供应链咨询、货源渠道对接
加 Dr. Wu微信	微信号 michaelwqs	一手信息、独家点评、项目资源对接
扫码入群	扫描右侧二维码	加入算力猎场微信群，和懂行的人一起聊

中美 AI 竞争的下一个主战场，正在从"屏幕里的语言模型"转向"物理世界里的具身智能"。过去两年我们比的是谁的 Token 更便宜、上下文更长；接下来要比的是谁能让机器在真实空间里感知、决策、行动。这一转向把算力竞争的维度从纯数据中心拉到了机器人本体、仿真世界模型与自主导航。结合 2026-11-02 新闻地基里的大模型厂增量与前沿人物动态——Demis Hassabis 把 Gemini 4 Carbon 与 Genie 4 并列推进，前者主攻网安漏洞挖掘、后者把"世界模型→具身"的路线落到实时音视频同步、模拟时长翻倍至 2 分钟（○）；李飞飞（斯坦福）持续押注空间智能 + 具身视觉常识，作为物理 AI 的学术锚点——本文把中美在物理 AI 与具身智能上的路线分叉、技术栈差异与我们需要追赶的内容，一并拆开。文中全程不出现任何 GPU 卡价、租金或报价。

一、物理 AI 是什么：从生成像素到生成动作

物理 AI（Physical AI）指的是让 AI 具备与物理世界交互能力的一整套技术：它要理解三维空间、物体材质与动力学、能规划可执行的动作序列，并在真实或仿真环境里闭环学习。这与纯语言模型的根本区别在于训练数据域——语言模型吃文本，物理 AI 吃的是多模态感知、运动学约束与因果交互。它的技术底座通常包括三块：世界模型（预测物理演化）、具身策略模型（输出动作）、仿真到现实的迁移（Sim2Real）。

Hassabis 在 2026 年 11 月的路线里，把"世界模型→具身"作为 DeepMind 的核心推进方向：Gemini 4 Carbon 登顶 AA 智能指数 v5（59 分）主攻网安漏洞挖掘（○），而 Genie 4 世界模型实现实时音视频同步、把模拟时长翻倍至 2 分钟（○）——这意味着世界模型不再只是"生成视频"，而是能生成可被策略模型消费的物理一致场景，为具身训练提供低成本、可无限扩展的样本源。这条线的含义是，算力厂商不再只卖"训练卡的规模"，而是卖"让机器人在真实世界跑起来的全栈能力"——从仿真、训练到部署的端到端栈。

Dr.Wu 判断：物理 AI 把算力竞争的口径从"每卡 TFLOPS"升级为"每机器人每小时可学习的交互样本量"。Genie 4 把模拟时长拉到 2 分钟并实现实时音视频同步，意味着世界模型作为"样本引擎"的可用性迈过一道实用门槛；国产算力要补的不只是峰值算力，更是支撑多模态、长时序、仿真—现实混合负载的系统级能力。置信度：中高。

二、美方路线：世界模型 + 机器人本体 + 仿真闭环

美方的物理 AI 路线呈现"世界模型先行、机器人本体跟进、仿真闭环打底"的特征。底层逻辑是：先在仿真里把策略跑熟，再迁移到真实本体，用世界模型把"现实样本稀缺"的瓶颈绕开。这一组合在 GTC 柏林（10/21，黄仁勋 keynote）已集中展示——Cosmos 作为世界模型生成大量物理场景训练数据，GR00T 作为通用机器人策略模型，思灵机器人（Agility Robotics）提供双足/轮式本体，4 只 MicroDuck 在现场做自主导航与协作演示（◎）。与此同时，DeepMind 把 Gemini Robotics 与 Apollo（Apptronik）仿真并列进下一代路线（◎），Hassabis 以 Genie 4 实时音视频同步、2 分钟模拟时长（○）进一步把"世界模型→具身"的工程闭环压实。

这条线的工程哲学，与前沿人物四方路线的整体取向是一致的：黄仁勋卖 AI 工厂 + OpenShell 沙箱 + 断供威慑，把"安全=交付护城河"推到前台；Altman 用 Terra 压任务成本、不放最强权重；Dario 把 S-1 的"训练暂停/沙箱越界"写进风险披露、主张 pacing + 独立评估；Hassabis 则把"可模拟→可部署"作为世界模型落地的检验标准。四方虽在治理上分裂，但在"先把仿真与模型能力做厚、再谈部署"上高度一致。

Dr.Wu 判断：美方物理 AI 的最大优势不在单点算法，而在"世界模型 + 本体 + 仿真"三件套被同一家算力/平台方打包，形成数据—训练—部署的飞轮。Genie 4 的实时音视频同步与 2 分钟模拟，是这个飞轮的"样本引擎"升级。国产若要追赶，缺的不是某一个模型，而是这套飞轮的组织与生态协同。置信度：中高。

三、中方路线：空间智能学术锚点 + 具身视觉常识

中方的物理 AI 路线，目前更偏"学术锚点强、工程落地弱"。李飞飞（斯坦福）持续押注"空间智能 + 具身视觉常识 + 世界模型伦理"，与 GR00T/Cosmos 物理 AI 叙事共振（△ 行业媒体/演讲口径，仅作学术锚点引用，不进测算）。她的工作把"让机器理解三维空间与物体关系"作为具身智能的前提，与国内多模态大模型、机器人公司的工程化尝试形成呼应。国产具身落地的节奏，目前集中在工业臂、仓储物流与特定场景的定点作业，离"通用策略模型 + 跨本体迁移"的美方形态仍有距离。

需要强调的是，李飞飞相关引用属 △ 未官宣/行业媒体口径，本文仅作方向信号与学术锚点，不绑定具体产品或融资，不进入任何测算。把学术锚点和工程落地分开，是避免把概念叙事当产业结论的基本纪律。在算力底座上，华为武汉 950DT 1024 卡液冷超节点点亮（FP8 1 EFLOPS、256TB 统一内存，○）给出了国产系统级支撑物理 AI 负载的样本——超节点 + 统一内存 + 光互联，恰好能托住世界模型训练与仿真混合负载。

Dr.Wu 判断：中方的具身智能短板，本质是"本体数据与世界模型数据双缺失"——既没有足够规模的真实机器人交互样本，也缺少像 Genie 4 / Cosmos 那样大规模生成物理场景的世界模型。补这个短板，比补单卡算力更紧迫，因为它直接决定物理 AI 能否从演示态走向生产态。武汉 950DT 这类系统级底座提供了硬件前提，但世界模型与本体数据的飞轮仍需补齐。置信度：中。

四、路线分叉：通用策略 vs 场景定点，世界模型权重不同

把中美两条路线并排看，分叉点清晰：美方走"通用机器人基础模型 + 世界模型大规模生成数据 + 跨本体迁移"，中方目前走"场景定点 + 学术锚点 + 自研多模态"。核心差异在两点——一是对世界模型的依赖程度，美方把世界模型当作绕过真实样本稀缺的主引擎（Genie 4 的 2 分钟实时模拟正是这一引擎的升级），中方更多依赖真实采集与仿真混合；二是本体的通用性，美方 GR00T 瞄准跨本体，中方多在单一本体上深耕。

这种分叉不是优劣一句话能定论的。场景定点路线在工业质检、仓储等闭环明确的场景里见效快、风险低；通用策略路线天花板高但工程不确定性大。11/2 开幕的乌镇峰会（主题"开源开放 共建共享"，开源生态馆 + 40+ 机器人 + 6G 原型，◎）恰好把"开源 + 具身"摆到治理与产业同台的位置——规则定义权博弈从芯片延伸到 Agent 运行时与机器人本体。对国产算力而言，关键是算力底座要能同时支撑两种路线——既要跑得动大规模世界模型训练，也要支撑长时序仿真与真实数据回流的混合负载。

Dr.Wu 判断：路线分叉的本质是"先通用还是先定点"的工程哲学差异，没有唯一正确答案；但算力底座必须兼容两种——国产超节点 + 统一内存 + 光互联的复合路径，恰好能同时托住世界模型训练与仿真混合负载，这是中方在物理 AI 上不被动的关键。置信度：中高。

五、算力含义：物理 AI 把负载画像彻底改写

物理 AI 与具身智能对算力的要求，与语言模型显著不同。语言模型的负载以矩阵乘为主、通信相对规则；物理 AI 的负载是"多模态感知 + 长时序仿真 + 不规则交互通信 + 实时推理"的混合物，对互联带宽、显存余量、长上下文与端侧推理的要求整体上移。这一点与李飞飞空间智能、GR00T / Genie 4 的负载画像一致——它进一步强化了"系统级超节点 + 光互联补代际差"的追赶逻辑，而非死磕单卡峰值。

从六层框架看，物理 AI 同时牵动"芯片层"（更高互联与显存）、"基础设施层"（超节点规模仿真）、"模型层"（世界模型）与"应用层"（机器人落地）。它把中美竞争的维度从数据中心内部，扩展到了真实空间里的生产力——谁先让机器人在工厂、仓库、家庭稳定跑起来，谁就掌握了下一轮应用升维的入口。前沿人物里黄仁勋的工程派、DeepMind 的世界模型派、李飞飞的空间智能派，共同提示物理 AI 已成中美共识方向，分歧只在落地路径与治理框架。

Dr.Wu 判断：物理 AI 是"应用升维"在具身维度的最强落地场景，也是把国产算力从"短剧漫剧 Token"拉向"真实世界生产力"的关键变量；它要求算力底座从语言负载优化切换到多模态 + 仿真负载优化。乌镇峰会把开源与具身同台，意味着这一轮的治理话语权会从芯片延伸到机器人运行时。置信度：中高。

六、我们需要追赶的内容：按因果链排序

把视角收拢到行动项。基于中美物理 AI 路线分叉与 2026-11-02 地基的人物动态，我们需要追赶的内容按因果链排序：其一，世界模型能力——这是绕过真实样本稀缺的主引擎，Genie 4 已把模拟时长拉到 2 分钟、实现实时音视频同步，中方学术锚点强但工程化弱；其二，具身策略的跨本体通用性——从中方场景定点走向美方通用基础模型；其三，仿真闭环与 Sim2Real 的工程成熟度——决定演示态能否进生产态；其四，支撑上述负载的系统级算力（超节点 + 统一内存 + 光互联，如武汉 950DT 1024 卡超节点），决定代际差能被稀释多少；其五，软件生态有效转化率（CANN 类多后端、框架红利），决定有效算力转化率。

Dr.Wu 的判断

Dr.Wu 判断：物理 AI 把算力竞争口径从"每卡 TFLOPS"升级为"每机器人每小时可学习的交互样本量"，Genie 4 实时音视频同步 + 2 分钟模拟把世界模型作为样本引擎的可用性迈过实用门槛；国产要补的是系统级多模态+仿真负载能力而非单卡峰值。置信度：中高。

Dr.Wu 判断：美方物理 AI 优势在"世界模型+本体+仿真"三件套被同一平台方打包成飞轮，Genie 4 是飞轮的样本引擎升级；国产追赶缺口在飞轮的组织与生态协同，不在单点算法。置信度：中高。

Dr.Wu 判断：中方具身智能本质是"本体数据与世界模型数据双缺失"，这是比单卡算力更紧迫的短板，直接决定能否从演示态走向生产态（李飞飞相关引用△、不进测算）。置信度：中。

Dr.Wu 判断：路线分叉是"先通用还是先定点"的工程哲学差异，无唯一答案；但算力底座须兼容两种，国产超节点+统一内存+光互联（如武汉 950DT 1024 卡）恰好能同时托住世界模型训练与仿真混合负载。置信度：中高。

Dr.Wu 判断：物理 AI 是"应用升维"在具身维度的最强落地，是国产算力从娱乐 Token 拉向真实世界生产力的关键变量，负载画像从语言矩阵乘切换为多模态+仿真。置信度：中高。

Dr.Wu 判断：我们需要追赶的五项是世界模型能力、跨本体通用策略、仿真闭环成熟度、系统级算力底座、软件生态转化率；物理 AI 已成中美共识方向，分歧只在落地路径与治理框架（乌镇 2026 把开源+具身同台），不宜把概念叙事当产业结论（△ 不升◎）。置信度：中高。

互动时间

三个问题，欢迎加 Dr. Wu 微信michaelwqs、加 Alan Ng 微信alanngw，或扫码入群一起聊：

美方"世界模型（Genie 4 实时同步 + 2 分钟模拟）+ 通用策略 + 仿真闭环"的飞轮，和中方"场景定点 + 学术锚点（李飞飞空间智能）"的路线，你认为哪条更适合中国的制造业与仓储土壤？

物理 AI 把负载从语言矩阵乘切换到多模态 + 长时序仿真，国产超节点 + 光互联能不能同时托住这两种负载，还是会被迫分栈？

乌镇 2026 把"开源 + 具身"同台，治理话语权会先被黄仁勋的工程派、DeepMind 的世界模型派，还是李飞飞的空间智能派定义？

Dr.Wu:michaelwqs

数据来源分级

◎ 官方 / 央媒 / 路透级：GTC 柏林（10/21，黄仁勋 keynote）展示 Cosmos 世界模型、GR00T、思灵机器人、4 只 MicroDuck 自主导航与物理 AI 段，以及 OpenShell 隔离沙箱、DSX POD 等配套◎；乌镇峰会（11/2–5，主题"开源开放 共建共享"，开源生态馆 + 40+ 机器人 + 6G 原型）◎；DeepMind 列 Gemini 4 Carbon / Robotics 下一代、Argon 百万输出 token 等以官方/高权威信源为准。

○ 行业媒体 / 券商研报 / 可复核成交：Demis Hassabis 路线（Gemini 4 Carbon 登顶 AA 智能指数 v5 59 分、主攻网安；Genie 4 世界模型实时音视频同步、模拟时长翻倍至 2 分钟）以行业媒体/厂商口径记录（○）；华为武汉 950DT 1024 卡液冷超节点（FP8 1 EFLOPS、256TB 统一内存）、960DT 提前 2027Q1 为技术规格与产业动态（○）；前沿人物动态（黄仁勋 AI 工厂/OpenShell/断供、Altman Terra/不放最强权重、Dario S-1 pacing/审计、Hassabis 世界模型→具身、Hinton 气隙信、Ilya 限速、Karpathy 边缘 Agent、李飞飞空间智能）以官方/高权威信源为准。

△ 未官宣 / 渠道报：李飞飞空间智能/具身视觉常识/世界模型伦理为演讲与行业媒体口径，仅作学术锚点与方向信号，不绑定具体产品或融资、不进入任何测算；国产具身落地节奏的定点场景描述属方向性背景，不升◎。

特别声明

本文为产业研究，不构成任何投资建议。算力研报栏目严格执行零 GPU 卡价、零租金、零报价的硬性分工，文中所有技术规格、算力、产量、带宽、超节点规格（如武汉 950DT 1024 卡 FP8 1 EFLOPS、256TB 统一内存）与模型服务动态均不涉及任何 GPU 硬件买卖价格。信源分级随文标注，△ 级信源仅作方向信号、不进入任何测算，请以官方发布为准。