Physical AI（物理智能）

Physical AI 的技术栈由三层构成。

第一层：基础模型（Foundation Models）

• NVIDIA Isaac GR00T N1.6：首个开放的类人机器人推理-视觉-语言-动作模型，集成 Cosmos Reason 推理模块
• Google RT-2：第一个将大规模语言模型泛化为机器人策略的工作
• Physical Intelligence pi-0：2025 年发布的通用机器人策略模型

第二层：仿真平台（Simulation）

• NVIDIA Isaac Sim：基于 Omniverse 构建，提供物理精确的机器人训练环境
• MuJoCo：DeepMind 开源的通用物理仿真器
• NVIDIA Cosmos 3：世界模型（World Model），用于生成合成训练数据

第三层：硬件平台

• NVIDIA Jetson Thor：提供实时机器人推理和控制
• 低成本传感器和执行器使数据采集成本大幅下降

2024-2026 年的关键突破是三者的融合——开发者可以在仿真中用合成数据训练机器人策略，然后迁移到真实机器人，训练周期从数月缩短到数天。

NVIDIA 是 Physical AI 最核心的推动者。

• GTC 2024（3 月）：黄仁勋首次将 Physical AI 定义为核心战略方向
• GTC 2025（5 月）：发布 Isaac GR00T 参考人形机器人平台和 Cosmos 世界模型
• CoRL 2025（11 月）：发布 Isaac GR00T N1.6 推理视觉语言动作模型和开源 Newton 物理引擎
• GTC 2026（3 月）：发布 Cosmos 3 全开放全模态模型（16B/64B 参数），接受文本、图像、视频、音频、动作序列输入并输出相同模态——首次将语言模型、视频生成器、机器人策略统一到单一架构

生态合作：110+ 机器人厂商接入 NVIDIA 生态，包括 ABB、FANUC、Figure、Universal Robots、Skild AI、FieldAI、Agility、Hexagon Robotics、KUKA、Medtronic、YASKAWA 等。其中 Skild AI 和 FieldAI 是领先开发者——使用 Cosmos 世界模型生成训练数据，Isaac Sim 验证策略，实现「任何机器人以最少重训练掌握新任务」。

Physical AI 的应用场景覆盖多个关键领域。

• 制造业：ABB、FANUC、KUKA 使用 Physical AI 构建柔性自动化产线，从刚性 AGV（自动导引车）转向灵活 AMR（自主移动机器人）
• 物流：Agility Robotics 的 Digit 人形机器人已在亚马逊仓库试点，使用 Physical AI 策略进行包裹搬运
• 医疗：CMR Surgical、Medtronic 使用 Physical AI 构建手术机器人，通过仿真训练减少手术风险
• 自动驾驶：Waymo、Cruise 使用 Physical AI 技术栈（仿真 + 基础模型 + 传感器融合）进行 L4 级自动驾驶

产业数据：2025 年机器人领域投资达 $40.7B（Citi 研报），Physical AI 从学术概念进入工业化部署。据摩根士丹利预测，2026-2030 年 Physical AI 将为制造业带来年均 3-5% 的资本支出增长，核心驱动力是「资本替代劳动力」。