物理AI正从办法走向产业现实。浙商证券在最新发布的行业深度阐述中指出，继感知AI、生成式AI、Agentic AI之后，物理AI将成为AI时刻演进的下一站——其中枢在于让模子阐明并预测真实宇宙景况，从而驱动自动驾驶、具身智能和工业软件等场景的深度变革。

在市集鸿沟上，Coatue Management瞻望物理AI市集鸿沟至少可达6万亿好意思元，较数字AI越过约50%。CEO黄仁勋在2026年CES上默示，物理AI可重塑价值约50万亿好意思元的制造和物流产业。与此同期，顶尖学者与科技巨头正密集入场：图灵奖得主杨立昆树立的AMI Labs完成10.3亿好意思元种子轮融资；AI教母李飞飞连合创立的World Labs完成10亿好意思元新一轮融资，树立不到两年估值冲破50亿好意思元；英伟达则告示下一代芯片Feynman专为物理AI设想，瞻望2028年发布。

浙商证券以为，面前物理AI尚无固定竣事范式，需由宇宙模子与VLA（视觉—言语—行为模子）共同支抓。自动驾驶、具身智能和工业软件组成物理AI最中枢的三大落地场景，其中自动驾驶有望最初跑通\"数据闭环\"与\"交易闭环\"。阐述提议重点关心具备宇宙模子才略的公司，以及上述三大场景中的软硬件标的。

时刻界说：从生成式AI到物理AI的范式跃迁

浙商证券阐述指出，物理AI是不错阐明真实宇宙的AI系统，需要恢复两个中枢问题：宇宙接下来怎样变化，以及实体发生行为之后宇宙会怎样响应。相较于生成式AI局限于数字宇宙的言语阐明与践诺生成，物理AI的职责空间在真什物理宇宙，中枢才略涵盖感知、行动与收尾，价值体现于工业收尾、具身智能和无东谈主驾驶等实体场景。

黄仁勋将AI时刻演进追思为三代范式：从感知AI到生成式AI，再到Agentic AI，下一站将是物理AI——\"疏漏运转、推理、标的和行动的AI\"。

物理AI的模子才略亦经验三个阶段的演进。1.0时期依赖硬编码法例，场景符合性差；2.0时期转向数据驱动，依靠海量数据效法学习，但空泛对物理宇宙的真实阐明；面前进入3.0推理驱动时期，以宇宙模子+VLA+强化学习为中枢，具备环境推理、因果阐明与有打算才略，支抓复杂任务的闭环决策。

中枢时刻：宇宙模子与VLA尚未变成长入范式

浙商证券阐述强调，面前物理AI的竣事依赖宇宙模子与VLA两大中枢组件，但两者均处于时刻道路尚未拘谨的阶段。

宇宙模子的原始办法来自立化学习领域，指AI智能体通过在里面构建外部宇宙表征，从而在\"脑海中\"预演行动决议。其中枢价值在于，B体育世界杯中国官网首页真实宇宙具有不成逆性，传统仿真也无法支抓智能体进行\"决策—不雅察完了\"的反复试错轮回，而宇宙模子则可构建无穷靠拢真实宇宙的编造环境，以更低资本、更安全的形势支抓AI覆按。

谷歌DeepMind CEO Demis Hassabis在2026年CNBC开年采访中判断：AGI还差一块拼图，可能恰是宇宙模子。

当今，宇宙模子在学术领域变成四条主流时刻道路：不雅测级生成式模子强在\"传神\"，以Sora为代表；潜在空间模子强在\"成果\"，以JEPA系列为代表；强化学习导向模子强在\"决策\"，以Dreamer系列为代表；以对象为中心的模子强在\"可阐述性\"，以SlotFormer为代表。李飞飞以为，宇宙模子需具备生成式、多模态、交互式三种才略。

VLA模子（视觉—言语—行为模子）则通过端到端学习，在长入模子中将视觉和言语模态的任务语义映射到具体操作，不详手工设想法例与模块对接。自2023年谷歌DeepMind发布RT-2以来，VLA扣问进入新阶段，斯坦福于2024年发布首个开源7B参数通用机器东谈主操控VLA模子OpenVLA，英伟达于2025年发布面向通用东谈主形机器东谈主的开源VLA基础模子GR00T N1。

三大落地场景：自动驾驶、具身智能与工业软件

自动驾驶是浙商证券以为最有望最初跑通物理AI\"数据闭环\"与\"交易闭环\"的场景。每年公共车辆累计行驶里程约13万亿英里，可抓续积聚的多模态真实数据、明晰的交易收费形式以及可鸿沟化复制的产业链，为自动驾驶构建独有上风。

2026年北京车展上，物理AI已成为隐形干线。自动驾驶处罚决议商层面，小马智行CTO楼天城发布宇宙模子2.0，中枢冲破在于赋予AI自我会诊与定向进化才略；Momenta崇拜发布R7强化学习宇宙模子；轻舟智航告示政策重点从\"无东谈主驾驶\"全面升级为\"通用物理AI\"。车企层面，小鹏标的将2026年物理AI探究研发进入晋升至70亿元；祯祥发布WAM宇宙步履模子，并告示与英伟达在物理AI领域深度协同；奇瑞官宣与英伟达达成公共政策联接，聚焦扶助驾驶、座舱AI和机器东谈主三大领域。

具身智能被浙商证券界说为物理AI\"感知—阐明—推理—行动\"闭环的中枢载体。物理AI时刻栈的演进，正鼓吹机器东谈主从\"刚性自动化\"走向\"真实自主\"——比拟传统机器东谈主，物理AI赋能的机器东谈主可处理不成预测和未知零部件，减少东谈主工编码职责量，加速部署速率。

工业软件被定位为物理AI覆按、考据、部署和运维的\"收尾台\"。阐述以为，工业软件数据不成复制、安全合规条目高、云边端协同复杂，组成较强护城河，与物理AI之间呈互补共生、双向赋能联系：工业软件为物理AI提供物理底座、高质料数据与考据环境；物理AI则为工业软件提供智能加速、自动化决策与闭环优化才略。CAE仿真、数字孪生、工业收尾、工业IoT、动力治愈、EDA/CAD均是主要受益场景。