金思宇/文

难道AI的革命仅止于屏幕中的文字与图像？当算法突破数据的边界，物理世界是否正迎来一场颠覆性的重塑？我们是否已准备好迎接一个智能体与人类共同改造现实的未来？

AI的发展正经历一场深刻的范式转移。如果说上半场是“数字符号的狂欢”——以海量数据、算力堆砌与算法创新驱动，在文本、图像、语音等虚拟领域创造奇迹；那么下半场，AI正以“物理世界的重塑者”姿态登场，将智能从数字空间延伸至实体空间，重新定义人机关系、产业形态与文明进程。这场变革不仅关乎技术迭代，更是一场关于生产力重构、伦理边界与人类命运的深层革命。本文将从多维度解析AI下半场的核心逻辑与破局之道，并结合典型案例、权威观点、中国政策优势与中国企业实践，揭示其颠覆性影响。

一、从“数字狂欢”到“物理重塑”：范式跃迁的本质

1. 上半场的“符号革命”

以监督学习、深度学习为核心，通过“堆数据、堆算力”实现突破。从ChatGPT到DALL-E，大语言模型在自然语言处理、计算机视觉等领域创造了令人惊叹的成果，但本质仍是符号层面的“理解”与“生成”。其局限性在于，AI停留在“黑箱”决策、被动响应阶段，缺乏对物理世界的感知、交互与自主行动能力，难以解决复杂现实问题。

2. 下半场的“物理革命”

核心突破在于具身智能的崛起——AI通过传感器、机器人、物理仿真等技术，融合物理规律与数据驱动，实现“感知—决策—行动”闭环。典型案例方面，特斯拉Optimus人形机器人通过视觉传感器和神经网络实现精准抓取与复杂环境导航，已在工厂中替代人类完成重复性工作；波士顿动力Spot机器狗搭载AI算法，在建筑工地、石油设施中执行巡检任务，展现复杂地形适应能力。在中国，2025年工业机器人产量已达77.3万套，同比增长28.0%，产量创历史新高；国内人形机器人整机企业数量超140家，发布人形机器人产品超330款，智元机器人（AGIBOT）与宇树科技两家企业合计占据全球通用具身智能机器人市场71%的份额，优必选占据7%，中国厂商贡献了全球总出货量的90%以上。

从范式价值看，AI正从“模型智能”进化为“系统智能”，不再是工具，而是成为改造物理世界的“协作者”与“执行者”。

金思宇研究员观点：作为长期跟踪技术与产业变革的研究者，笔者认为，这一范式跃迁的本质是从“模拟智能”走向“具身智能”。上半场的数字狂欢让AI学会了“思考”人类语言，但下半场的物理重塑才是AI真正“进入”人类世界的开端。具身智能不是简单的“机器人+AI”，而是将物理规律、实时反馈与自主决策融为一体，这意味着AI将从“大脑”扩展到“感官”和“肢体”，其变革深度远超数字领域的任何突破。中国在制造业基础、政策响应速度和场景开放程度上具备独特优势，完全有机会在物理AI时代从“跟跑”转向“领跑”。

权威观点方面，Meta首席AI科学家、图灵奖得主杨立昆深刻指出，大语言模型范式面临根本性挑战。他明确表示：“LLM懂语言，但不懂物理世界”。他认为，AI真正缺失的不是更大的语言模型，而是“能学习抽象表示、预测后果并支持规划的世界模型”。2025年11月，杨立昆离开Meta后创立物理AI初创公司AMI Labs，并于2026年3月完成10.3亿美元巨额融资，估值达35亿美元，成为欧洲历史上规模最大的首轮融资之一。他创立的AMI目标是走向AGI，必须赋予AI以人的物理常识和预测能力，即构建内部的世界模型。更引人注目的是，杨立昆参与指导的最新研究发布了仅用1500万参数、在单张GPU上训练数小时的极简世界模型LeWM，使机器人规划推理速度实现了48倍的惊人提升。杨立昆预测，未来将出现一场“物理AI革命”，让AI系统能够理解高维度的视频与传感器数据。他同时强调，真正的AGI必须能像人类一样理解并预测物理世界的后果——例如AI在移动物体时需要考虑重力、摩擦力等物理约束，而非仅依赖数据关联。这一观点与AI下半场“物理重塑”的核心逻辑高度契合，为技术突破指明了方向。

二、物理AI重塑产业：万亿级新赛道的崛起与重构

1. 硬件觉醒：具身智能的黄金时代

机器人产业迎来爆发。特斯拉Optimus、波士顿动力新一代机器人等不断突破机械臂灵活性与运动控制，AI赋予其环境感知能力，推动制造业、服务业、医疗等场景的自动化升级。例如，亚马逊仓库的Kiva机器人结合AI调度系统，将物流效率提升40%，错误率降低30%；达芬奇手术机器人通过AI辅助精准定位病灶，使微创手术创伤减少50%。在中国，具身智能赛道已全面迈入“技术量产双爆发”阶段。宇树科技2025年全年人形机器人实际出货量超5500台，本体量产下线超6500台；智元机器人2025年出货量超过5100台，2026年出货量预计可达数万台。IDC预测，2026年中国具身智能机器人市场规模将突破110亿美元，中国将引领全球市场增长。

中国企业案例方面，中国一重集团自主研发了全球技术领先的15000吨自由锻造水压机，是制造核电转子、大型石化容器等关键部件的核心装备。该设备成功攻克700吨级世界最大核电转子锻件技术难题，年产能仅8台，目前订单已排至2027年，占据全球高端能源装备核心部件主导地位。其二级子公司天津重工已拿到比亚迪、长安等多家头部车企的新订单，在手订单排到了2026年第三季度。中国一重近70年来填补国内工业产品技术空白475项，创造数百项“第一”，标志着中国高端制造在物理世界的核心装备领域实现了自主突破。

联想集团通过“万全异构智算平台4.0”赋能工业AI，该平台在头部制造业接管超800节点的超智融合集群，支撑近20个垂直领域模型的开发与数百种智能体应用的落地。平台实现大模型预训练时间缩短35%，后训练时间缩短50%，推理场景带宽利用率提升60%、性能提升30%。联想打造的“供应链控制塔”智能体帮助管理者的决策时间缩短50%至60%，制造和物流成本降低20%。

在AI终端革命方面，AI眼镜、智能穿戴设备成为新一代人机交互入口。Rokid（杭州灵伴科技） 推出的工业AR智能眼镜内置AI识别系统，可实时识别机械故障并提供维修方案，已在航空、汽车制造等领域应用。其Rokid CXR-M SDK赋能AR远程协作技术，实现了“专家不在场，技术零距离”的突破。

2. 能源重构：AI背后的“隐形基石”

算力与电力的共生关系日益凸显。大模型训练耗电量惊人，AI数据中心已成为“电力巨兽”。据测算，AI爆发或将推动全球电力需求增长20%—30%。为满足AI算力需求，科技巨头纷纷布局光伏、储能项目，倒逼新能源技术突破。

在中国，青岛海尔通过打造以AI驱动的能源互联网生态平台，于2026年1月完成B轮融资超10亿元。其新能源生态园实现光伏逆变器、储能PCS、AI能源机器人等核心智控器产品的全面自研自制。AI能源机器人通过与智慧能源管理系统协同，实现新能源与负荷的智能调控与多目标寻优。海尔新能源已布局家庭、社区、工商业三类微电网解决方案，与智慧家庭、智慧办公、智慧工厂实现融合，为全球用户提供智慧新能源服务。

宁德时代2025年实现营业收入4163.4亿元，同比增长18.8%，全球动力电池市占率提升至37.1%。公司研发投入235.8亿元，同比增长30.1%。宁德时代开发的全域智能管理系统依托AI算法，构建了覆盖电池全生命周期的数字孪生体系，将电池健康状态预测准确率提升至95%以上，推动电池制造良品率突破99.5%的行业新高度。在下一代技术布局方面，宁德时代的全固态电池研发和产业化进度处于全球前列，其AI仿真平台正加速固态电池研发进程。

3. 组织重生：人机协同的新范式

“超级个体”与“AI增强型”员工的时代已然到来。AI大幅降低专业门槛，设计师、工程师借助AI工具效率提升百倍。例如，Autodesk的AI设计工具可自动生成建筑结构方案，使工程师设计时间缩短70%；Adobe Firefly为平面设计师提供一键式图像生成，创意产出效率提升5倍。

在中国，中望软件推出工业AI设计平台“ZWSimAI”，融合物理仿真与机器学习，使飞机发动机叶片设计周期从3个月缩短至1周，已助力国产大飞机C919项目。科大讯飞医疗大模型通过“AI+伦理审查框架”，在诊断建议中强制加入人类医生复核环节，确保医疗AI决策的透明度与责任可追溯性，其系统已覆盖全国3000家医院。

企业竞争正从产品层面转向生态层面。京东工业打造“太璞AI供应链平台”，通过AI预测需求波动，将汽车制造业库存周转率提升35%，供应链响应速度缩短至2小时，助力小米、比亚迪等企业优化生产流程。美的集团构建“AI+楼宇自控”系统，在商业楼宇中实现空调、照明设备的智能联动，使能耗降低40%，其AIoT平台已覆盖全球2000万智能终端。

蚂蚁集团平台技术事业群副总裁周俊进一步揭示了技术突破的关键路径：一个好的AI系统需要三大要素——高质量的数据、科学的评测标准和高效的算法，这三者形成一个循环，使得AI系统能够不断自我优化。他特别指出，推动AGI规模化落地的核心在于构建“数据-评测-算法”三位一体的自动化飞轮，单纯追求模型参数规模或算力投入已难以为继。对于物理AI而言，更需要构建闭环反馈系统，让智能体在真实世界中迭代进化。

三、技术壁垒与挑战：跨越虚实鸿沟的关键战役

1. 物理建模与多模态融合

难点在于AI需理解物理世界的复杂规律（力学、热力学等），并融合视觉、触觉等多模态数据实时决策。杨立昆明确指出，LLM的上限不只是能力问题，而是“下一个词元预测”这条路线本身不适合真实世界。AI真正缺的，不是更大的语言模型，而是能学习抽象表示、预测后果并支持规划的世界模型。

突破方向在于物理AI平台整合仿真引擎与神经网络，通过虚拟-现实交互训练，提升机器人泛化能力。杨立昆团队研发的LeWM极简世界模型仅用1500万参数、在单张GPU上训练数小时，便使机器人规划推理速度提升48倍，为物理AI的发展开辟了新路径。

2. 数据与算力的新命题

高质量物理数据稀缺。不同于互联网文本，机器人交互数据需实时标注物理参数，成本高、难度大。例如，特斯拉通过FSD系统收集全球车辆行驶数据，累计超1000亿公里，训练出可识别复杂路况的自动驾驶模型。

中国的政策为物理AI提供了“燃料”。上海开放50个行业语料库，腾讯云联合国家电网打造“电力AI仿真平台”，整合全国10万座变电站的运行数据，通过数字孪生技术将故障预测准确率提升至95%。百度Apollo在武汉开放自动驾驶测试区，累计行驶里程超500万公里，其第六代无人车“萝卜快跑”已在10座城市提供常态化服务，AI算法迭代速度提升3倍。

3. 安全与伦理：人机共存的红线

具身智能的自主决策可能引发安全事故。全球正积极推进AI安全评估标准，强化“人类监督”机制。欧盟《AI法案》要求高风险AI系统必须配备“紧急制动”功能，并建立事故追溯体系；中国工信部推动“AI伦理审查委员会”，对具身智能项目实行分级备案。中国企业方面，华为“AI安全沙箱”系统在工业机器人中内置物理安全模块，可在毫秒级切断动力，已在富士康等工厂部署，事故率降低80%。

四、中国政策优势：AI下半场的“制度性竞争力”

中国在AI下半场的竞争中，凭借政策的前瞻性、系统性与执行力，构筑起独特的制度性优势：

1. 国家战略引领与政策体系化

中国将AI纳入国家战略，通过《新一代人工智能发展规划》《“人工智能+”行动方案》等文件，明确AI赋能实体经济的路径。通过产业基金、税收优惠、创新券等工具，引导企业加大在具身智能、边缘计算等领域的投入。例如，武汉东湖高新区推出AI专项引才政策，对创新团队提供最高1350万元资金支持，并打破传统人才评价标准，聚焦产业实绩，吸引全球顶尖人才。

2. 基建先行：算力网络与能源协同

“东数西算”工程通过在全国布局8大算力枢纽节点，将西部绿色能源与东部算力需求对接，降低AI训练与推理成本，同时减少碳排放。贵州贵安新区智算中心集群依托当地水电资源，实现PUE值低于1.2，成为全球领先的绿色算力基地。算力芯片自主化方面，通过“芯火”计划等政策扶持，推动华为昇腾、寒武纪等国产AI芯片发展，突破算力封锁。

3. 应用场景开放与数据要素改革

通过开放城市治理、智能制造、医疗健康等场景，为AI企业提供“试验田”。例如，北京高级别自动驾驶示范区允许企业在真实道路测试L4级自动驾驶技术，加速技术迭代。数据要素市场建设方面，探索数据确权、交易与流通机制，深圳数据交易所推出AI训练数据集专区，促进工业数据、医疗数据的合规交易，破解“数据孤岛”难题。在智能驾驶领域，2025年前三季度具备L2级功能的乘用车新车销量渗透率已达64%，2025年底或升至66.1%。2025年自动驾驶市场完成“L2全面标配、L3法规破冰、激光雷达千元化”三连跳，2026年将进入渗透率超40%的爆发通道。

4. 人才与生态培育

支持高校设立AI交叉学科，鼓励企业与高校共建实验室。例如，清华大学与华为合作开发“AI+6G”联合课程，培养复合型人才。开源与开发者生态方面，鼓励企业开放大模型底座，形成技术共创生态。

5. 治理与伦理：安全与发展的平衡

实施《生成式人工智能服务管理暂行办法》，对高风险AI应用建立算法备案与安全评估制度，确保技术可控。设立地方级AI伦理委员会，制定伦理准则，防范算法歧视、数据滥用等风险。

金思宇研究员进一步指出：中国的制度优势并非简单的“政府主导”，而是一种“战略前瞻+市场响应+基建托底+场景牵引”的复合型竞争力。在AI上半场，我们更多是应用层面的追赶者；而在下半场物理AI领域，中国拥有全球最完整的工业体系、最丰富的应用场景和最敏捷的政策迭代能力。尤其是“东数西算”与新能源基建的协同布局，为物理AI的能源和算力双重需求提供了低成本、绿色化的底座。同时，中国在具身智能机器人出货量上已占据全球九成以上份额，这不是偶然，而是政策、产业、资本三方共振的结果。笔者判断，未来三到五年，全球物理AI的竞争格局将从“中美并跑”逐步转向“中国在多条细分赛道领跑”。

杨立昆曾公开批评当前AI研究过度依赖生成模型和强化学习，呼吁转向自监督学习和世界模型。中国的政策体系恰恰在多个层面呼应了这一方向：科技部设立“具身智能与物理交互”专项，推动高校与科研机构突破物理建模、多模态融合等底层技术；通过工业数据集共享和自动驾驶测试区建设，解决物理数据稀缺问题；“东数西算”与自主芯片战略，为构建大规模物理仿真系统提供硬件支撑。这些政策与杨立昆倡导的技术路径形成共振，加速了中国在物理AI领域的突破。

五、国际观察：AI下半场的全球竞合与治理挑战

全球治理面临新挑战。欧盟《AI法案》强化物理AI的责任归属规范，中美在具身智能标准制定上展开博弈，伦理委员会呼吁建立“人机协作安全框架”。技术竞赛与规则制定同步加速，预示着一场无声的“智能主权”争夺战。韩国三星的半导体工厂引入AI质检机器人，使芯片缺陷检出率提升至99.9%，生产成本降低25%。DeepMind AlphaFold 3通过AI破解蛋白质三维结构，将药物研发周期从数年缩短至数月，推动生物制药产业变革。

中国企业对比与突破方面，寒武纪科技的第三代AI芯片“思元590”已在智能驾驶、工业质检领域实现规模化应用，助力国产替代。商汤科技开发的“SenseCore 3.0”AI平台通过工业级物理仿真系统将机器人训练周期大幅缩短。根据Omdia最新报告，在通用具身智能机器人这一前沿赛道，中国厂商贡献了全球总出货量的90%以上，智元机器人、宇树科技和优必选分别占据39%、32%和7%的全球市场份额，展现出中国在AI下半场赛道中的主导地位。

结语：迎接虚实共生的文明新纪元

AI的上半场，我们以数据为画笔，在虚拟世界绘出惊艳图景；下半场，智能将以钢铁之躯，在物理世界书写变革史诗。这场革命没有旁观者——从制造业的产线到城市的街道，从能源网络到人类认知边界，AI正重塑一切。特斯拉Optimus的精密操作、中国一重水压机的万吨锻压、宁德时代的智能电池管理系统、杨立昆世界模型的物理直觉突破，都在诉说着变革的深度与广度。

破局的关键在于：以技术创新突破物理鸿沟，以政策协同保障数据与能源供给，以伦理约束守住安全底线。中国的政策优势，正通过战略引领、基建赋能、场景开放与治理创新，将AI下半场的“未来图景”转化为“现实图景”。中国企业如中国一重、联想、海尔、宁德时代、京东工业等，在高端制造、智能制造、绿色能源、供应链优化等领域的突破，不仅验证了政策的实效性，更展现了技术落地与产业赋能的“中国方案”。与此同时，杨立昆等权威人士的观点为技术路线提供了理论灯塔，确保中国在具身智能与物理世界的融合中，既能抢占产业制高点，又能规避技术陷阱。

IDC预测，2026年全球智能机器人硬件市场规模将接近300亿美元，中国具身智能机器人市场规模将突破110亿美元。到2029年，中国L2+级智驾方案市场规模将成长至超过1500亿元。这些数字背后，是一场深刻的生产力革命。

唯有在“碳基智慧”与“硅基智能”的共舞中，人类才能驾驭这场变革，避免技术狂奔失控，让AI真正成为拓展文明边疆的伙伴，而非异化的威胁。未来已来，我们既要仰望星空，更要脚踏实地，在虚实交织的新纪元，书写人机共生的新篇章。

（作者金思宇系中国智库高级研究员、经济学家）