物理 AI（Physical AI）是指让模型理解并作用于真实物理世界的人工智能技术路线，核心载体包括机器人、自动驾驶和工业自动化系统，被认为是继生成式 AI 之后 AI 落地的下一个主要阶段。近两年，随着人形机器人产业化提速和大模型能力外溢，物理 AI 从概念走向工厂、医院与家庭场景，产业链上下游投入明显加快。
物理 AI 近期进展
物理 AI 当前的焦点与争议
技术路线上，"通用大模型直接驱动机器人"与"专用物理模型+世界模型仿真训练"两条路线仍在竞争。王兴兴的表态代表了前者对物理 AI 现有格局的冲击，而 World Mechanics 联创 Sonia Joseph 则质疑自改进 LLM 是否真能解决物理层面的理解问题，说明学界与业界对此尚无共识。
落地方面，制造业是最快的切入点：Schneider Electric 联合 NVIDIA 与 HPE 推动物理 AI 进入重工业；黄仁勋在与德国总理默茨对话时也强调 AI 将进入工厂、机器人和医院。不过韩国工厂机器人在试用期暴露出的可靠性问题提醒业界，从演示到规模化部署仍有差距。
值得关注的观察点包括：2026 物理 AI 与世界模型大会在南京设立医疗健康世界模型分会场，显示应用正从工业向医疗等场景扩散；同时，模型能力边界、真实环境泛化能力和投资估值泡沫化风险，将是判断这一赛道走向的关键变量。