10月21日，特斯拉在第三季度财务报告中披露，Optimus人形机器人已在加州弗里蒙特工厂的批量生产线启动运作。这条生产线原本为Model S和Model X所设，今年7月，特斯拉仅用46天便彻底拆除旧线，随后替换为Optimus的生产设施。
几乎在同一时间，英伟达创始人黄仁勋在柏林GTC大会上宣称，物理AI和人形机器人是下一个重大产业；王兴兴坦言自己最大的失误是对AI信任不足，并提前了人形机器人的规模化应用时间表，而市值遭遇腰斩的宇树科技则开始股价反弹。
从认知到行动
如果将过去三年的大模型拟人化，它更像一位被困在电脑中的“全知者”：能创作、能编程、能解答各种疑问，陪你探讨人生，却从未走出电脑，甚至未曾为你亲手拿起一个杯子。物理AI要弥补的正是这一点——让“全知”转变为“全能”。
黄仁勋今年1月在CES上的表述是：AI正超越理解数字信息的阶段，开始理解重力、摩擦、惯性和因果关系。通俗地说，物理AI就是让AI从“能说”变为“能做”。它要从屏幕中走出，进入工厂、仓库、街道和家庭。
物理AI的核心是机器人。能自动驾驶的汽车是带轮子的机器人；能自主飞行的无人机是带翅膀的机器人；产线上能自动寻找零件、拧螺丝的机械臂是固定在工位上的机器人……人形机器人只是其中最难、也最受期待的一种。原因是：楼梯、门把手、工具、工位，人类世界完全按照人体尺寸设计，谁能模仿人形，谁就能更无缝、直接地接手人的所有工作。
物理AI瞄准的是人类劳动力本身这一最大市场。这是一笔巨大的账目。全球制造业招工日益困难，人口老龄化使养老、护理、物流的人力缺口逐年扩大。花旗曾预测，到2050年全球人形机器人数量可达6.48亿台，相当于当前全球汽车保有量的四成多。
让一台人形机器人工作，如同让一个人工作，看似简单，背后却是一系列复杂的分解。假设你对它说：帮我从冰箱里拿一瓶可乐。它首先要用“眼睛”——摄像头和3D视觉传感器，识别冰箱的位置、门把手的位置以及可乐所在的层数。然后是“大脑”：多模态大模型将这句话分解为一串动作——走过去、拉开门、找到可乐、拿起来、关上门、递过来。行业称这类模型为VLA，即“视觉-语言-动作”模型。接着是“小脑”，即运动控制系统。两条腿行走本质上是在每一步中平衡重心，防止摔倒。最后是“肌肉和筋骨”：一台人形机器人通常有约四十个关节，每个关节内包含电机、减速器、丝杠和传感器。手上还需具备触觉和力觉：抓可乐瓶可稍用力，抓钢球需特别用力，拿鸡蛋则要收力。
听起来，每一步都不复杂，但对机器人来说，每一步都是一道难关。人工智能界有著名的“莫拉维克悖论”：让电脑战胜围棋世界冠军相对容易，让机器人像三岁孩子一样叠好一件衣服却难上加难。困难在于数据。语言大模型之所以快速发展，是因为人类在互联网上积累了数十年的文字。但物理世界没有现成的“互联网”。机器人的每次抓取、每次摔倒，都必须在真实世界中反复尝试，既缓慢又昂贵。
破局的方法有两条：一是让真机大批量投入工作，边干边采集数据；二是在虚拟世界中“开设驾校”。后者如同飞行员先进入模拟舱：先在虚拟世界中摔倒一百万次，再在真实世界迈出第一步。英伟达去年3月公布数据：使用其工具，11小时可生成78万条机器人合成动作轨迹，相当于人类示范6500小时的数据量。即便如此，当前的物理AI距离“通用”仍有距离。宇树科技创始人王兴兴8月在世界机器人大会上表示：在固定场景中，经过充分的数据采集和专项训练，机器人完成任务的成功率几乎可达100%；但一旦更换物品或稍微调整环境，成功率就会大幅下降。
王兴兴对具身智能的“ChatGPT时刻”设定的标准是：将一台机器人带到任意陌生环境，比如家中，它基本能完成80%左右的任务。到那时，产业才算真正达到爆发的临界点。当时，他对这一时间的预期是：快则两三年，慢则五年甚至十年。但10月12日，在第二十六届中国国际工业博览会开幕式的圆桌对话上，王兴兴将这一预判提前。他认为突飞猛进的模型能力很快会击穿壁垒，这个临界点快则一两年内就可能到来。他甚至表示：明年GPT-7一旦发布，可能直接解决具身智能的问题。换句话说，几个月前，物理AI还较为遥远，但如今已进入冲刺前的最后直道；而它要改造的制造、物流和服务业，恰恰是中国最熟悉的主场。
群雄布局
全球物理AI的牌桌上，玩家众多，打法各异。马斯克是最高调的倡导者，也是下注最狠的一个。早在2024年6月的特斯拉股东大会上，他就算过一笔大账：全世界未来每年可能要制造10亿台人形机器人，特斯拉的份额可能远超10%；规模足够大时，每台成本可降至约1万美元，售价2万美元。他将Optimus称为特斯拉“史上最大的产品”，并畅想：有了它，每个人都能拥有一位顶尖的外科医生。但马斯克的时间表往往快于实际进展。他曾预计2025年有上千台Optimus进厂工作，到今年1月又改口：Optimus尚未以实质性方式在工厂中投入使用。然而，马斯克确实将家当押了上去。他停止了Model S和Model X，将弗里蒙特的产线改造为Optimus工厂。今年第三季度，特斯拉研发费用同比飙升69%至27.6亿美元，净利润同比下降43%，资金主要投向所谓超级智能、机器人等新业务。早在7月1日，马斯克晒出与Optimus生产团队的合影时便提醒：量产初期会极其缓慢，因为一切都是新的，“这不像造汽车”。10月21日，Optimus终于在量产线上启动。马斯克表示，这条设计年产能100万台的产线，大部分设备已运抵；明年4月前后，Optimus将换装自研的AI5芯片。他的判断依然宏大：Optimus将成为地球上最大的产品，未来机器人数量将超过人类。
黄仁勋走的是另一条路：不制造机器人，而是让全世界的机器人都依赖英伟达的平台。英伟达的打法是一整套从训练到部署的“全家桶”：Cosmos世界模型负责理解和生成物理世界，Isaac仿真平台负责“开设驾校”，GR00T是为 人形机器人准备的通用大脑，Jetson Thor则是安装在机器人身上的芯片。今年3月的GTC大会上，ABB、发那科、库卡、安川等工业机器人巨头，以及美国的Figure、中国的智元，均出现在英伟达的合作伙伴名单中。5月底的台北GTC大会上，英伟达发布Cosmos 3，号称全球首个完全开源的全模态模型，可将物理AI的训练和评估周期从数月压缩至数天。10月21日的柏林GTC大会上，陪黄仁勋站在台上的是几只25厘米高、鸭子模样的小机器人。他让它们翻跟头，又让它们“睡觉”，但有一只背过身去，黄仁勋只好叮嘱它：注意力集中。台下笑声一片。逗完鸭子后，他展示的是正经产品：一款由德国Agile Robots打造、基于Jetson Thor和GR00T的参考人形机器人，Agile Robots计划明年制造1000到2000台。黄仁勋当天的判断是：机器人的ChatGPT时刻正在快速逼近。黄仁勋要做的，是将数据中心中盈利丰厚的“芯片+软件+生态”模式原样复制到物理世界：无论最后哪家机器人胜出，它们的大脑都必须在英伟达的平台上成长。
硅谷的其他玩家则将最多资金押注在“大脑”上。今年1月的CES上，谷歌DeepMind宣布与波士顿动力合作，将Gemini Robotics模型装入新一代Atlas人形机器人，按现代汽车的计划，新Atlas今年将进入其美国佐治亚州的工厂。颇具戏剧性的是，2017年谷歌因机器人投入大、回报远而将波士顿动力出售给软银；九年后，谷歌以“大脑供应商”的身份回归。创业公司的估值更是一路飙升。Figure AI去年9月估值已达390亿美元；由前谷歌DeepMind研究员与斯坦福、伯克利学者联合创办、只做机器人通用模型的Physical Intelligence，今年3月被曝正以约110亿美元的估值洽谈新一轮约10亿美元融资，四个月估值翻倍。联合创始人谢尔盖·莱文给公司的定位是“机器人的ChatGPT”。9月28日，AMD宣布以约82亿美元全股票收购李飞飞创办的World Labs，这是AMD史上仅次于赛灵思的第二大收购。李飞飞的World Labs成立于2024年，从事“空间智能”：从文字、图片、视频生成和模拟可交互的3D世界，被视为物理AI的上游。苏姿丰表示：要打造下一代AI的计算平台，必须深刻理解模型如何演进。李飞飞本人将出任AMD执行副总裁兼首席科学家。这笔交易也将芯片巨头的竞争从销售卡片扩展到争夺“世界模型”。英伟达将Cosmos开源，让整个行业在其平台上开发物理AI；AMD则干脆将顶级实验室买回家，用模型反过来定义芯片。然而，硅谷拥有最聪明的头脑和最贵的估值，但真正能大规模量产的身体并不在那里，而是在中国。中国的机器人或许大脑不够聪明，资本也更有限，但在量产上确实遥遥领先。
中国以人形机器人为核心的物理AI，基本格局是：本体在跑量，车企在转型，巨头在搭建平台。先看本体新势力。据市场研究机构Smart Analytics Global统计，今年上半年全球人形机器人出货约1.91万台，中国厂商占据97%以上。其中，智元出货约8400台，全球份额44%，排名第一；宇树约5900台，份额31%。两家合计占全球四分之三。智元的创始组合颇具看点：董事长邓泰华是华为前副总裁；总裁彭志辉，即B站上的“稚晖君”，以“天才少年”身份加入华为。两位华为人，三年时间将公司从首年营收30万元做到2025年的10亿元以上。6月28日，智元第15000台G2机器人下线，距离第10000台不到三个月。这台机器人未进展厅，而是直接送往龙旗科技南昌工厂的平板电脑产线，与另外8台G2一起进行质检。此前连续6天的直播中，这8台机器人完成了1.75万多次质检，成功率99.99%。宇树则是另一种风格。王兴兴从四足机器人起家，2016年创业，一做就是十年。今年5月底，记者走进杭州滨江的宇树总部：门口，研发人员正在调试一台四足机器人；楼顶上，一台轮足机器狗在无人巡逻；一楼展厅已搬空，销售团队正往一栋未装修的新楼中搬迁。公司发展速度超过空间增长。
智能汽车和人形机器人在传感器、芯片、电机、电池、算法等领域底层高度同源，据盖世汽车研究院测算，两者供应链重合度达六到七成。中国新能源汽车产业链稍一延伸，便成为机器人产业链。事实上，中国车企也在积极布局机器人。其中，转型最积极彻底的是小鹏。何小鹏在6月10日的内部信中表示，这是小鹏从“智能汽车公司”向“物理AI公司”转型的关键一步。8月，小鹏机器人业务完成超9亿美元首轮融资，投后估值超63亿美元，腾讯、阿里以战略投资者身份入局。小鹏之外，理想的李想在3月表示：2026年是理想进化为“具身智能”企业的关键一年。已在新能源汽车上超越特斯拉的比亚迪，对机器人的理解仍将重点落在制造上。其执行副总裁李柯表示：机器人的竞争拼的是制造能力、软件能力和硬件能力，而汽车上积累的AI能力可以移植到机器人上。
中国科技巨头也在加大对机器人的布局。华为云的具身智能平台CloudRobo去年6月发布、今年6月升级并开启公测，从数据、模型、仿真到部署提供完整流水线，已与30多家行业伙伴、20多家本体厂商合作。小米的雷军则将2026年定义为“具身智能大模型元年”。但中国在人形机器人领域跑得快，不仅靠几家明星公司，更依赖产业链和生态。据工信部7月披露，当前中国人形机器人整机型号已有400余款，占全球一半以上；四足机器人全球销量份额接近70%。电机、减速器、电池、传感器、结构件，几乎每个环节都能在长三角、珠三角一两个小时车程内找到供应商。在深圳南山的机器人谷，约10公里的留仙大道是一条完整的机器人关键技术研发和零部件制造体系，从大小脑模型等算法软件，触觉传感器、激光雷达等感知系统，到伺服电机、动力模组等执行系统，再到机械臂、灵巧手等核心部件，都能在机器人谷找到优质供应商，实现快速交付。在这里，“上午出图、下午打样、次日迭代”是常态。一款灵巧手用的触觉传感器，过去进口需10万元，如今国产的199元起。今年1到8月，南山区机器人货运订单同比增长94.4%。美国在讲述最宏大的故事，制造最聪明的头脑；中国在制造最多的身体，实现最快的量产，进入最真实的场景。中美合作，整个人形机器人就能更快发展，AI也能更快走出屏幕，进入各行各业和家家户户。
掘金之道
产业热了，资金便涌入。据行业机构统计，今年上半年，中国人形机器人整机产量突破4万台，二季度环比增长50%；赛道融资总额达1041亿元，已超过2025年全年。工信部预计，今年全年整机产量有望突破10万台。花旗更是预测，到2050年，全球人形机器人市场规模将达到7万亿美元。需求也在从“表演”转向“上岗”。工信部、国务院国资委6月联合印发通知，开展2026年度人形机器人与具身智能实景实训专项行动，要求到2026年底，人形机器人等重点产品在一批代表性场景中率先完成应用验证和常态部署，开启“作业模式”。上海10月12日发布的《上海市加快发展新一代智能制造行动》明确，要推动8000台人形机器人进工厂。IDC数据显示，今年上半年全球人形机器人出货约2.5万台，同比增长432%；其中科研教育、展览展示这类“不干活”场景的占比，已从去年全年的83.8%降至69%。这意味着机器人正从展台逐步走向工位。
但越是热闹，越需冷静提问：物理AI的资金最终会落入谁的口袋？回顾新能源汽车历史，有一条规律值得记住：整车竞争激烈时，最先盈利的往往是核心部件。宁德时代就是最佳例证。物理AI很可能重演这一幕。整机格局远未定型，今天的冠军明天未必仍在牌桌上；但无论哪家机器人胜出，都离不开关节、电机、减速器、丝杠和传感器。物理AI接下来产生的产业与投资机会，重点有三条线：第一条线：先看“身体”，再看“大脑”。以A股公司为例，当前真正被订单验证过的物理AI公司大多集中在执行器环节。原因很现实：大脑的价值目前主要由英伟达和尚未上市的模型公司获取；中国拥有全球最强的制造基础，因此中国的机会首先藏在物理AI的身体里。绿的谐波是这条线的代表。谐波减速器曾长期被日本企业垄断，绿的谐波率先突破，如今又将行星滚柱丝杠实现规模化量产，全面切入具身智能的核心供应链。三花智控、拓普集团代表另一类玩家：汽车零部件巨头带着规模制造和降本能力切入机器人执行器，被市场视为特斯拉供应链的核心选手。此外，双环传动的精密齿轮与减速器、恒立液压的丝杠、鸣志电器的空心杯电机、奥比中光的3D视觉、柯力传感的力传感器，都在各自细分环节拥有硬实力。第二条线：看主业能否托底。机器人放量是一场马拉松，中途必有波动。能坚持到终点的通常是主业现金流充足的公司。汇川技术是典型。今年上半年营收246.75亿元，通用伺服系统国内市占率升至35.2%，稳居第一。人形机器人对其而言不是转型，而是伺服、电机、控制器能力的自然延伸。这类公司弹性未必最大，但最不怕题材退潮。第三条线：看订单，不看概念。雷赛智能是一个用财报说话的样本。它聚焦关节模组和灵巧手两大品类，上半年营收12.47亿元，同比增长39.92%；归母净利润1.94亿元，同比增长62.79%，产品已获得国内主流机器人厂商的批量订单。整机层面，宇树科技是A股最纯正的人形机器人标的，也是整个板块的估值锚；智元则通过入主上纬新材，在A股拥有自己的资本平台。
反过来，有三类公司需格外谨慎。一类是借“合作”“参股”“战略协议”蹭热度者。6月8日，家居卖场居然智家因与优必选的合作被炒成物理AI概念，股价涨停；当晚公司便发布澄清：那只是一份框架协议，无实质订单，也未贡献过任何收入。一类是估值远超前于业绩的。截至7月初，绿的谐波今年以来股价累计涨超150%，而其一季度营收仅为1.40亿元，市场已提前消化了数年的增长。一类是空谈蓝图、无实际能力却试图承担重任的。例如，一个既无强大资本也无顶尖技术人才的公司，声称要制造机器大脑，甚至与英伟达竞争。更深层次的考验在于价格。机器人一旦放量，零部件单价必然持续压低，就像当年的光伏和动力电池。最终的赢家，要么拥有独一无二的核心技术壁垒，要么能将成本压到最低、将规模做到最大。说到底，投资物理AI不必赌谁能造出最好的机器人，而应寻找谁都离不开的东西。这场变革来得比多数人预想得快。王兴兴在今年工博会上的自我反思值得每位关注这条赛道的人铭记：“过去十几年我犯的最大错误，就是对AI相信得还不太够。”本文来自微信公众号 “华商韬略”（ID：hstl8888），作者：华商韬略，36氪经授权发布。
近期文章
