21世纪经济报道记者孙燕 上海报道

一年前，大模型生成的视频常因无视重力与碰撞而陷入“失真”的幻觉；一年后，大模型已能在特定场景下生成符合物理逻辑的轨迹与动作。

其间的关键变量，在于物理AI。物理AI是指具备在真实物理环境中感知、理解、推理与执行能力的智能系统，它不仅让大模型拥有了理解物理世界的“大脑”，更能通过具身化实体系统实现与真实世界的动态交互和自主操作。

近日落幕的2026 WAIC（世界人工智能大会），见证了物理AI从概念走向现实的“元年”时刻：昆仑万维Matrix-Game 3.5、索辰科技世界物理模型、文远知行WITT等物理AI模型集中亮相，机器人、自动驾驶厂商也展示了物理AI在物理世界的落地方案。

开源证券研报指出，本届WAIC多家参展商发布物理AI最新进展，涵盖模型、数据、应用等层面，物理AI产业发展空间正在打开，其中世界模型为核心引擎，数据为核心燃料，具身智能、智驾等多场景应用或加快落地。 

物理AI规模化落地

本届WAIC给人的最直观感受是，AI不再停留于屏幕内的生成与对话，而是通过大批机器人、具身智能硬件实现规模化落地。

一方面，传统的工业机械臂被物理AI赋予了泛化与适应能力，从自动化走向了智能化。

“以往机器人的运行主要依靠预编程方式。一旦产品或者生产环境出现变化，例如光影、反光，甚至来料的瑕疵，都可能导致应用失效。”ABB集团高级副总裁、机器人中国区总裁韩晨告诉记者，针对这些视觉风险和失效模式，可以通过物理AI的方式，在数字孪生环境下进行更多模拟和训练，从而帮助机器人更好地应对真实生产环境中的复杂变化。

ABB机器人与英伟达在WAIC期间联合发布的《工业级物理AI赋能高精密制造》白皮书指出，在多品种、小批量、高精度、快速换产与质量一致性要求并存的高精密制造场景下，制造企业已步入物理AI的工程化探索阶段。

韩晨指出，目前物理AI落地最多的领域是物流和3C电子。“物流环境相对来说比较单一，在厂内物流场景下，我们已经基于VSLAM技术的移动机器人平台开展相关部署。3C电子方面，目前已经有几十个不同案例投入应用。”

另一方面，新兴的人形机器人在物理AI的助力下正在学会“看懂、想清、做成”。

WAIC期间，多家厂商发布了“全家桶”式的解决方案。均胜电子发布了从灵巧手、电池到AI头部总成和具身智能体大脑的全栈方案；梅卡曼德展出了全面升级的通用具身智能“眼脑手”全栈技术产品。

梅卡曼德联合创始人、业务副总裁付翱告诉记者，“一脑多形”构建的通用具身智能“眼脑手”技术体系，以具身智能大模型和仿生分层机器人大脑为核心，结合工业级3D视觉、运动规划、机器人控制与末端执行能力，形成“感知—理解—规划—执行—反馈”的闭环。

付翱指出，这套系统能够适配不同形态的机器人。“在不同的应用场景下，可能需要不同的机器人：要上楼梯，需要双足形态；如果是平地，可能轮式就够了；如果任务单一且物体随机，可能只需要机械臂。面对多样的任务，机器人的形态一定不会是统一的。”

除了工业机械臂、人形机器人，从WAIC看，无人驾驶作为物理AI处理高速动态环境的终极考场，也已成为其核心落地场景之一。如文远知行在WAIC期间发布了自研物理AI认知大模型WeRide WITT，并展出了L4级Robotaxi GXR。 

工业机械臂证明了物理AI“好用”，人形机器人证明了物理AI“能做”，无人驾驶则证明了物理AI“可靠”。这三者共同支撑起了物理AI从概念走向现实的叙事。

模型、数据支撑 

支撑物理AI应用落地的，正是背后的模型与数据。 

从WAIC看，以WAM（World Action Model，世界动作模型）为代表的世界模型，成为继VLA（Vision-Language-Action，视觉语言动作）之后的技术风向标。银河通用发布了世界动作模型WAM-TTT，黎曼动力机器人也展示了Riemann-1.0具身世界动作模型。

埃夫特（688165.SH）董事长兼总经理游玮告诉记者，目前业界对于世界模型的定义仅达成一点共识，即模型必须反映物理规律。反映物理规律的本质在于能够预测未来。以视频生成模型（如Sora、Seedance）为例，若不掌握物理规律，生成的画面将失真：在抛掷水瓶的画面中，若忽略重力，水瓶将直线飞行，加上重力后则呈抛物线落地。这种对路径的预测体现了“知当下也知未来，知表象也知机理”。

游玮指出，世界模型主要分为两类：第一类是数字空间的视频生成模型，它包含物理规律但无需与外界交互；第二类是WAM，它不仅知晓物理规律，还需与外界进行交互。例如抓取装有水的杯子时，视频生成只需模拟杯子变形，而WAM需根据变形指导机器人调整握力以防脱落。这体现了具身智能的难点——三维空间交互，需要将物理规律转化为动作决策。

“支撑物理AI的技术基础包含多个技术栈，世界模型仅是其中支撑大脑能力的一个技术模块。”游玮指出，物理AI是由世界模型、算力基础、硬件执行器等多种技术模块共同支撑的复杂系统：在算力方面，需要端侧算力足够强大以进行复杂的物理计算，否则无法支撑实时运算；在硬件方面，末端执行器至关重要，如果使用刚性执行器，将无法抓取柔性物体或容易导致物体损坏。 

从数据侧看，与数字AI主要基于文本、图像等数字符号进行交互不同，物理AI广泛接入视觉、触觉、力觉等多模态信息，融合物联网的声光电磁信号，最终输出对物理实体的精准控制指令。

本届WAIC上，用于采集真实世界数据的设备需求激增，如动捕服、触觉手套、UMI夹爪、Ego设备等产品的供应商数量明显增多。

“机器人需要处理多种模态的信息，不仅包括视觉，还包括力控等信息，不同模态之间需要实现准确对齐。过去，这些工作通常需要在真实物理环境中通过反复调试完成，过程较为漫长，同时也会消耗大量物理部件。”韩晨告诉记者，通过物理AI平台，可以在数字环境中实现高精度复制，在训练环境中可以模拟各种光照条件、来料瑕疵情况，经过训练后，机器人就掌握了处理这些情况的能力。

这不仅是AI从数字世界向物理世界的延伸，更是生产力变革的起点——物理AI正赋予机器以“身体”与“感官”，让智能真正走出屏幕，走进千行百业的真实作业现场。