家居场景具身智能机器人做家务演示图。人工

北京通用人工智能研究院供图

电力具身智能机器人进行电力运维操作。加速

百度智能云供图

2026（第十九届）北京国际汽车展览会上展出的世界火影忍者宝宝具备物理AI能力的国产智能汽车。

唐 克摄（人民视觉）

如今的物理AI（人工智能），已经学会了对话、人工创作与分析，智能走进下一个进化方向在哪里？加速答案指向真实的物理世界。从虚拟世界的现实信息处理者，到能感知、世界能行动、物理能与现实环境深度交互的人工智能体，物理人工智能（物理AI）的智能走进兴起，正在开启AI发展的新篇章。

本期“瞰前沿”栏目，让我们一起走进物理AI的世界，探寻这项前沿技术的发展逻辑、现实挑战与广阔前景。

——编者

从读懂图片的“视觉”，到写出文字的“表达”，再到创造视频画面的“想象”，当下，AI正持续“进化”。

学会看、写、生成之后，AI还能做什么？近年来，科技界正在探索推动AI从虚拟走向现实的技术路径。一种新的技术理念——物理AI越来越受关注。

物理AI与生成式AI有何不同，适用哪些场景？如何理解物理AI与具身智能的关系，技术落地又有什么挑战？记者采访了相关业内专家。

升级

让AI进化为与现实世界交互的智能体

什么是物理AI？简单说，我们可以将其理解为走出屏幕、进入现实的AI智能体，它能如人一般感知环境、“动手”操作。

北京通用人工智能研究院—德塔智能联合实验室负责人马晓健认为，物理AI有3个重要特征：能力建立在真实物理交互数据之上、包含对物理世界的理解以及能部署到真实实体上。

这意味着，物理AI知道物体的运动、接触、变形，了解摩擦、重力、空间关系和因果变化等，并能据此预测未来、看片软件免费下载规划动作，从而在开放环境中完成任务。

从技术演进角度看，物理AI是AI发展到一定阶段的自然方向。

“第一阶段AI通过计算机视觉学会了‘看’，第二阶段AI通过自然语言处理学会了‘写’，当前通过物理AI要学会‘行动’。”百度智能云主任架构师应茹介绍，物理AI的出现，让AI从信息处理工具进化为能够与现实世界交互的智能体。

过去大模型主要是复现人的语言、知识和推理能力，相当于进入人的精神世界；但人的智能并不只体现在大脑中，还体现在与物理世界的互动里。“当AI在语言和多模态理解上取得突破后，下一步必然是把这种智能外化到真实世界，让机器能够感知、行动、试错和完成工作。”马晓健说。

物理AI和生成式AI的差异，主要体现在技术原理和承载任务上。

具体来说，物理AI的重要能力是在物理世界中承载运动控制、环境交互等任务；而生成式AI的重要能力是文、图、视频生成等，支撑内容创作、代码编写、数据分析等任务。

“物理AI和生成式AI属于AI的两种不同分类维度。”马晓健介绍，两者正在深度结合。比如，生成式AI强大的语言理解、场景生成、规划和代码生成能力，可以帮助物理AI更好地理解任务、构建仿真环境等。

挑战

从模型、数据到承载本体，物理AI落地面临多重难题

过去数年，科技界从核心算法到工程本体，多措并举推进物理AI落地。

比如，用于模拟环境动态并预测未来状态的世界模型被称为物理AI的“内部大脑”。学界专家提出世界模型的3项重要能力，即生成性、多模态、成人性生生活性生交12交互性，为物理AI搭建起环境理解、因果推断与任务规划的框架。

当前，“视觉—语言—动作”大模型迭代演进，为物理AI筑牢模型底座。

马晓健介绍，目前落地物理AI大致分为3类技术路线。第一类是“预训练—后训练”范式，即先利用互联网视频、第一视角视频、跨机器人操作数据等开展大规模预训练，再依托遥操作数据、强化学习或真机微调完成后训练；第二类是“现实—仿真—现实”范式，即先把真实世界的几何、材质、动力学等信息重建到高仿真环境中，让机器人在“数字孪生”场景中大量试错，再迁移部署至实体设备；第三类是大模型编程路线，依托语言模型，根据任务生成机器人控制程序，串联感知、规划、执行等功能模块。

不同的技术实现路线，各有优劣。

比如，“预训练—后训练”范式路径清晰，但对数据质量、机器人本体一致性和真实交互数据体量要求极高。由于物理AI尚未规模化落地生产生活，难以低成本、高效率采集海量训练数据，这成为制约技术落地的瓶颈之一。

又比如，“现实—仿真—现实”范式的优势在于以仿真算力替代成本高昂、周期漫长的真实数据采集。然而，复杂接触、柔性形变、流体运动、非平整地面等物理过程仍难以高精度实时模拟。

“由于真实世界工况繁杂、多种物理因素相互影响，仿真系统无法完整复刻物理细节，有时仅能作为真实数据缺失时的补充方案。”北京微链道爱科技有限公司总经理张宇说。

“总体看，3条路线大概率不会互相取代，靠逼软件视频而是在数据、仿真和大模型推理层面逐步融合。”马晓健说。

物理AI与具身智能又是什么关系？简单说，具身智能是物理AI的重要载体，物理AI是落地具身智能的核心技术路径。不过，物理AI落地具身智能的过程中，在硬件本体工程化层面仍存诸多挑战。例如，具身智能执行任务时，需适配复杂动作控制算法。倘若硬件精度不达标，极易影响软硬件深度耦合。业界专家表示，近些年，我国机器人核心零部件国产化水平提升显著，但谐波减速器等关键零部件的加工精度距离国际先进水平仍有提升空间。

前景

依托丰富应用场景优势，物理AI持续迭代

虽然存在阻力，但业内专家普遍看好物理AI产业化落地前景。

一方面，物理AI与大模型发展底层逻辑相通，依托更大规模的数据采集、性能更强的模型、系统化评测与持续迭代，产品能力将稳步提升。另一方面，物理AI不必等到完全研发出通用类机器人才算实现产业化。在垂直细分场景中，只要模型可在同类任务中展现优良泛化能力，便是重要的阶段性成果。

在未来，低空经济、新能源电池、具身智能、高端芯片、航空航天等需要复杂场景仿真与优化的前沿领域，均是物理AI的落地方向。马晓健认为，在一些不适合人类长期作业、传统自动化又难以完全解决的场景，物理AI有望最先落地。

电力巡检便是这样一个场景。在西南偏远地区，过去需要工作人员翻山越岭检查设备，现在北京人形机器人创新中心研制的“天工”机器人可实现户外巡检、变电倒闸操作、配网接地线挂载等复杂任务。樱桃视频免费在线观看视频

“物理AI并不是为了替代所有自动化。”马晓健说，如果任务高度规整、流程固定，传统工业自动化往往更便宜、更稳定。物理AI真正有优势之处在于执行环境多变、需要实时感知和灵活决策，同时兼具重复性或高危属性的任务。

在产业界，物理AI模型训练效率也在持续提升。

“得益于在AI基础设施领域的常年积淀，我们将‘视觉—语言—动作’大模型训练速度提升70%，世界模型推理时延下降50%。原本以周为单位的训练周期，如今可压缩至小时级。”百度集团执行副总裁、百度智能云事业群总裁沈抖表示。

如何更好推进物理AI落地？

当前物理AI仍处在技术路线尚未收敛的发展阶段。“我们要鼓励差异化、多路线并行探索。”马晓健认为，产业政策与科研扶持不宜扎堆单一技术热点，应引导企业、高校和科研院所围绕模型、控制、仿真、传感器、灵巧手、本体结构等方向开展多元化攻关。此举既能规避押注单一路线的研发风险，也有助于补齐我国在算法、硬件、制造和系统集成领域的全链条产业部分短板。

物理AI真正落地，不靠实验室演示，而是依托真实场景的数据反馈与持续迭代。

业内人士认为，应用场景资源充沛是我国发展物理AI的独特优势。“让技术深入矿井、工厂、仓储、巡检现场等一线场景，物理AI才能更好形成‘场景—数据—模型—产品’良性闭环。”马晓健说。

家居场景具身智能机器人做家务演示图。

北京通用人工智能研究院供图

电力具身智能机器人进行电力运维操作。

百度智能云供图

2026（第十九届）北京国际汽车展览会上展出的具备物理AI能力的国产智能汽车。

唐 克摄（人民视觉）

如今的AI（人工智能），已经学会了对话、创作与分析，下一个进化方向在哪里？答案指向真实的物理世界。从虚拟世界的信息处理者，到能感知、能行动、能与现实环境深度交互的智能体，物理人工智能（物理AI）的兴起，正在开启AI发展的新篇章。

本期“瞰前沿”栏目，让我们一起走进物理AI的世界，探寻这项前沿技术的发展逻辑、现实挑战与广阔前景。

——编者

从读懂图片的“视觉”，到写出文字的“表达”，再到创造视频画面的“想象”，当下，AI正持续“进化”。

学会看、写、生成之后，AI还能做什么？近年来，科技界正在探索推动AI从虚拟走向现实的技术路径。一种新的技术理念——物理AI越来越受关注。

物理AI与生成式AI有何不同，适用哪些场景？如何理解物理AI与具身智能的关系，技术落地又有什么挑战？记者采访了相关业内专家。

升级

让AI进化为与现实世界交互的智能体

什么是物理AI？简单说，我们可以将其理解为走出屏幕、进入现实的AI智能体，它能如人一般感知环境、“动手”操作。

北京通用人工智能研究院—德塔智能联合实验室负责人马晓健认为，物理AI有3个重要特征：能力建立在真实物理交互数据之上、包含对物理世界的理解以及能部署到真实实体上。

这意味着，物理AI知道物体的运动、接触、变形，了解摩擦、重力、空间关系和因果变化等，并能据此预测未来、规划动作，从而在开放环境中完成任务。

从技术演进角度看，物理AI是AI发展到一定阶段的自然方向。

“第一阶段AI通过计算机视觉学会了‘看’，第二阶段AI通过自然语言处理学会了‘写’，当前通过物理AI要学会‘行动’。”百度智能云主任架构师应茹介绍，物理AI的出现，让AI从信息处理工具进化为能够与现实世界交互的智能体。

过去大模型主要是复现人的语言、知识和推理能力，相当于进入人的精神世界；但人的智能并不只体现在大脑中，还体现在与物理世界的互动里。“当AI在语言和多模态理解上取得突破后，下一步必然是把这种智能外化到真实世界，让机器能够感知、行动、试错和完成工作。”马晓健说。

物理AI和生成式AI的差异，主要体现在技术原理和承载任务上。

具体来说，物理AI的重要能力是在物理世界中承载运动控制、环境交互等任务；而生成式AI的重要能力是文、图、视频生成等，支撑内容创作、代码编写、数据分析等任务。

“物理AI和生成式AI属于AI的两种不同分类维度。”马晓健介绍，两者正在深度结合。比如，生成式AI强大的语言理解、场景生成、规划和代码生成能力，可以帮助物理AI更好地理解任务、构建仿真环境等。

挑战

从模型、数据到承载本体，物理AI落地面临多重难题

过去数年，科技界从核心算法到工程本体，多措并举推进物理AI落地。

比如，用于模拟环境动态并预测未来状态的世界模型被称为物理AI的“内部大脑”。学界专家提出世界模型的3项重要能力，即生成性、多模态、交互性，为物理AI搭建起环境理解、因果推断与任务规划的框架。

当前，“视觉—语言—动作”大模型迭代演进，为物理AI筑牢模型底座。

马晓健介绍，目前落地物理AI大致分为3类技术路线。第一类是“预训练—后训练”范式，即先利用互联网视频、第一视角视频、跨机器人操作数据等开展大规模预训练，再依托遥操作数据、强化学习或真机微调完成后训练；第二类是“现实—仿真—现实”范式，即先把真实世界的几何、材质、动力学等信息重建到高仿真环境中，让机器人在“数字孪生”场景中大量试错，再迁移部署至实体设备；第三类是大模型编程路线，依托语言模型，根据任务生成机器人控制程序，串联感知、规划、执行等功能模块。

不同的技术实现路线，各有优劣。

比如，“预训练—后训练”范式路径清晰，但对数据质量、机器人本体一致性和真实交互数据体量要求极高。由于物理AI尚未规模化落地生产生活，难以低成本、高效率采集海量训练数据，这成为制约技术落地的瓶颈之一。

又比如，“现实—仿真—现实”范式的优势在于以仿真算力替代成本高昂、周期漫长的真实数据采集。然而，复杂接触、柔性形变、流体运动、非平整地面等物理过程仍难以高精度实时模拟。

“由于真实世界工况繁杂、多种物理因素相互影响，仿真系统无法完整复刻物理细节，有时仅能作为真实数据缺失时的补充方案。”北京微链道爱科技有限公司总经理张宇说。

“总体看，3条路线大概率不会互相取代，而是在数据、仿真和大模型推理层面逐步融合。”马晓健说。

物理AI与具身智能又是什么关系？简单说，具身智能是物理AI的重要载体，物理AI是落地具身智能的核心技术路径。不过，物理AI落地具身智能的过程中，在硬件本体工程化层面仍存诸多挑战。例如，具身智能执行任务时，需适配复杂动作控制算法。倘若硬件精度不达标，极易影响软硬件深度耦合。业界专家表示，近些年，我国机器人核心零部件国产化水平提升显著，但谐波减速器等关键零部件的加工精度距离国际先进水平仍有提升空间。

前景

依托丰富应用场景优势，物理AI持续迭代

虽然存在阻力，但业内专家普遍看好物理AI产业化落地前景。

一方面，物理AI与大模型发展底层逻辑相通，依托更大规模的数据采集、性能更强的模型、系统化评测与持续迭代，产品能力将稳步提升。另一方面，物理AI不必等到完全研发出通用类机器人才算实现产业化。在垂直细分场景中，只要模型可在同类任务中展现优良泛化能力，便是重要的阶段性成果。

在未来，低空经济、新能源电池、具身智能、高端芯片、航空航天等需要复杂场景仿真与优化的前沿领域，均是物理AI的落地方向。马晓健认为，在一些不适合人类长期作业、传统自动化又难以完全解决的场景，物理AI有望最先落地。

电力巡检便是这样一个场景。在西南偏远地区，过去需要工作人员翻山越岭检查设备，现在北京人形机器人创新中心研制的“天工”机器人可实现户外巡检、变电倒闸操作、配网接地线挂载等复杂任务。

“物理AI并不是为了替代所有自动化。”马晓健说，如果任务高度规整、流程固定，传统工业自动化往往更便宜、更稳定。物理AI真正有优势之处在于执行环境多变、需要实时感知和灵活决策，同时兼具重复性或高危属性的任务。

在产业界，物理AI模型训练效率也在持续提升。

“得益于在AI基础设施领域的常年积淀，我们将‘视觉—语言—动作’大模型训练速度提升70%，世界模型推理时延下降50%。原本以周为单位的训练周期，如今可压缩至小时级。”百度集团执行副总裁、百度智能云事业群总裁沈抖表示。

如何更好推进物理AI落地？

当前物理AI仍处在技术路线尚未收敛的发展阶段。“我们要鼓励差异化、多路线并行探索。”马晓健认为，产业政策与科研扶持不宜扎堆单一技术热点，应引导企业、高校和科研院所围绕模型、控制、仿真、传感器、灵巧手、本体结构等方向开展多元化攻关。此举既能规避押注单一路线的研发风险，也有助于补齐我国在算法、硬件、制造和系统集成领域的全链条产业部分短板。

物理AI真正落地，不靠实验室演示，而是依托真实场景的数据反馈与持续迭代。

业内人士认为，应用场景资源充沛是我国发展物理AI的独特优势。“让技术深入矿井、工厂、仓储、巡检现场等一线场景，物理AI才能更好形成‘场景—数据—模型—产品’良性闭环。”马晓健说。

泉州：探访社造成果 “营造”让社区宛如大家庭

泉州：探访社造成果 “营造”让社区宛如大家庭

家长带着孩子在社区的儿童乐园玩耍

■早报记者 李心雨 林福龙 通讯员 李勇 文/图

“我是一个外地人，父母姐妹都不在身边，我就把邻居当成自己姐妹，把邻居的老人当作自己的老人。在这个过程中，我也收获了许多东西，发现温暖别人其实就是在温暖自己……”这是丰泽区东湖街道圣湖社区的姜秋琴在社区榜上写下的一段话。

社区仿佛一个大家庭，近日记者再次跟随泉州市城市管理局相关负责人，走访了此前泉州市城市管理提升行动获评的试点社区，探访一年多来的社造成果。

圣湖社区 废弃绿地变身儿童乐园

东湖街道圣湖社区的儿童乐园位于社区西侧，占地面积约450平方米，今年7月份刚建成启用，圣湖社区的居民从此有了让儿童在室外游憩的场所。而就在大约1个月前，这里还是两块废弃的绿地，由于长期缺乏管理杂草丛生，还存在场地落差大、地形复杂等安全隐患。记者在现场看到，不少家长带着孩子在这片新建的小型游乐园玩耍，孩子们滑滑梯、钻窑洞，玩得不亦乐乎。

在对这两块废弃绿地进行改造时，社区保留了场地原有的景观元素，营造了“竹影斑驳、花姿摇曳”的美好景观；又利用不同活动平台与绿地的组合，解决了场地存在的落差问题，为孩子提供了安全的活动区域和富有层次感的景观空间；一旁闲置的保安亭也被改造成休闲书屋，用古诗词点缀其中。通过设计分区，这两块原来的废弃绿地变身成为供市民休闲交流、健身互动、文化展示的场所。

“改造后的儿童乐园保留了原有的景观，成为既有颜值，又能让居民进行休憩交流的场所。”社区相关负责人告诉记者。

泉淮社区 香草专家入驻“百草园”

昨天下午，记者来到泉秀街道泉淮社区“百草园”，只见园内工人正在清除杂草，因为几天后这里将被种上各种中草药。届时两岸草药达人、香草达人将在这里共同交流草药知识，共同开展草药的种植和应用研发等活动。泉淮社区的第一个“百草园”于2014年建成，园内有无花果、桑葚、两面针、藤三七等中草药。

周英杰，从事花艺设计三十余年，致力于香草文化及产业的传播与推进。他善于把植物、生活、休闲和饮食相融合，融入社区参与、本土化、在地利用、沙龙等理念，倡导花最少的钱、做最有创意和价值的事——这一切与泉淮社区“百草队”的思路不谋而合。

近日泉淮社区与周英杰达成合作意向，周英杰及其团队将正式参与泉淮社区的社区营造工作，全面指导泉淮社区进行“百草园”的整理提升，引导居民参与“百草园”的建设和发展，和大家一起开动脑筋发挥创意，亲手打造有温度的草药园。

泉州：探访社造成果 “营造”让社区宛如大家庭

社工老师教孩子学珠算

华大社区 传统珠算可以这样玩

“六上一去五进一，七上二去五进一……”暑期乐园第四天，社工小颜老师给孩子们带来了一堂有趣的珠算课。“三指法”“拨珠法”，课堂上小颜老师通过让孩子数一数、认一认珠像图、拨一拨算盘、写一写数字，带领学生认识珠算，将数学中的“数”与算盘的“形”结合在一起，让学生在不知不觉中学会了新知识。

华大社区暑期活动班是华大街道华大社区“幸福生活学堂”的一个缩影。暑假期间，社区还将开展闽南文化研习、社区探索发现、环保研学拓展等主题活动。主办方希望通过系列活动丰富孩子们的假期生活，助推传统文化和环保意识的传播。

东凤社区 垃圾分类“润物无声”

近日，东凤社区联合丰泽交警、东湖街道城管，对辖区内共享单车乱停乱放现象进行整治，向行人普及文明交通安全法规，引导居民自觉维护市容秩序，营造良好的创城氛围。同时，社区还创新地筹建了垃圾分类宣传屋，并建立兑换机制。居民收集的各类垃圾都可以在这里获取数量不等的积分，并置换对等的生活日用品，从而不断提高社区居民自觉爱护环境的卫生意识，养成垃圾分类的好习惯。

五部门力推VR产业融合发展 驴迹科技融合智慧VR技术

　　11月1日，工业和信息化部、教育部、文化和旅游部、国家广播电视总局、国家体育总局联合印发《虚拟现实与行业应用融合发展行动计划(2022—2026年)》(以下简称《行动计划》)。

　　《行动计划》提出了到2026年的发展目标——到2026年，三维化、虚实融合沉浸影音关键技术重点突破，新一代适人化虚拟现实终端产品不断丰富，产业生态进一步完善，虚拟现实在经济社会重要行业领域实现规模化应用，形成若干具有较强国际竞争力的骨干企业和产业集群，打造技术、产品、服务和应用共同繁荣的产业发展格局。

　　《行动计划》在产业生态持续完善方面提出，到2026年，我国虚拟现实产业总体规模(含相关硬件、软件、应用等)超过3500亿元，虚拟现实终端销量超过2500万台，培育100家具有较强创新能力和行业影响力的骨干企业，打造10个具有区域影响力、引领虚拟现实生态发展的集聚区，建成10个产业公共服务平台。

　　在融合应用成效凸显方面提出，到2026年，在工业生产、文化旅游、融合媒体、教育培训、体育健康、商贸创意、智慧城市等虚拟现实重点应用领域实现突破。开展10类虚拟视听制作应用示范，打造10个“虚拟现实+”融合应用领航城市及园区，形成至少20个特色应用场景、100个融合应用先锋案例。

　　驴迹科技集团有限公司(以下简称“驴迹科技”)是在数字导览领域处于领先地位，2020年3月份，驴迹科技(1745.HK)正式启动“驴迹VR”项目，将5G、VR等前沿技术与其主营的在线电子导览产品融合发展，开拓了新型的旅游消费服务场景。

　　据驴迹科技VR业务运营负责人介绍，驴迹VR的服务范围涵盖了景区、度假村、酒店、民宿、博物馆、学校等多种场景。基于驴迹科技在线电子导览体系为基础，驴迹VR可嵌入驴迹导游APP及微信小程序，搭配驴迹科技独家手绘地图和专业语音导览一起使用。使用户在获得3D景区视觉冲击的同时，更能享受视听结合、地图指引无缝切换的完美体验。

　　正式落地后，驴迹VR已经携手广州宝墨园、沙湾古镇等景区，通过5G信号直播了景区承办的赛事及研学活动等，吸引了数千名用户在线观看;西江千户苗寨、桂林旅游学院、河南省洛宁县等旅游目的地也通过驴迹VR技术打造了智慧导览系统。驴迹VR真实重现景区的自然生态与人文历史景观，给游客带来沉浸式的体验感。同时，在驴迹科技在线电子导览真人语音讲解、手绘导览地图的加成下，驴迹VR突破时空的限制，让游客只需通过手机、VR头盔、电脑等终端设备即可游览不同季节、不同地域的美景，省去了排队买票的麻烦，也避免了旅途中会出现的各种问题等。

　　(驴迹VR：西江千户苗寨)

　　值得一提的是，在以往VR设备的实际应用中，使用者常常会因为画面延迟、声画不同步而产生眩晕感。同时为了保障数据传输的效率，VR设备的体积重量往往会比较大，不太适合人们长期佩戴。另外，设备附带的诸多数据线也设备的便携性严重受限。而与5G技术深度结合的驴迹VR则可以很好地解决了这些设备体验不佳的问题，突破了VR原有的技术瓶颈，带来了更加自然、流程的在线浏览体验。

　　如今，驴迹VR可实现 720 全景VR、VR全景直播、VR漫直播、VR视频纪录片等创作。目前，驴迹VR已拥有核心自主数据采集、全景图片、全景视频合成、VR播放与直播及后期处理合成技术能力，能够提供静态、动态、在线的全面VR解决方案，得以为旅游市场提供更高质量服务。

　　总而言之，万物互联5G时代的发展方向。智慧旅游、智慧景区建设也将在人工智能、大数据、云计算等各种创新技术从支持下，不断培育和发展新型智慧旅游服务方式和消费场景。而作为深耕旅游行业多年的智慧旅游产业解决方案专家，驴迹科技将数字导览与5G、VR技术创造性融合，很好的把握住了“互联网+旅游”高质量发展的契机，形成后疫情时代文旅产业新的业务增长点。