具身智能(物理AI)简明指南:为什么重要、目前谁领先、机器人到底聪明到什么程度

此刻，一台Figure 03机器人正在宝马全球最大的装配工厂里做着一份有偿工作，按每机器人工时约25美元计费。在亚马逊上，你可以花17,990美元买一台宇树(Unitree) G1人形机器人，像买一件大家电一样等它送货上门。丰田加拿大工厂里，七台以上的Agility Digit机器人在试点成功后正在做真正的物料搬运工作。这一切在两年前都还不成立。人们说”物理AI(具身智能)时代到来了”，指的正是这些变化——那么这究竟是什么、为什么突然被当作一件大事来看待、演示视频呈现的样子和技术的真实水平之间又有多大差距，值得用通俗的语言梳理一下。

“物理AI”到底是什么意思

普通的AI——聊天机器人、图像生成器——只需要在屏幕里表现正确就行。物理AI则必须在身体里表现正确:它接收的是摄像头、触觉、平衡感等传感器数据，而不只是文本；它输出的是电机指令，而不是一句话。业内把底层模型的演进描述为分阶段进行——从处理语言的LLM，到能理解图像和视频的LMM，再到能在现实世界中输出具体动作的”大型动作模型(LAM)“。一台只能给某一款特定汽车的某一个特定零件焊接的机械臂，是老式自动化。而一台能看着一箱陌生的零件、听懂一句大白话的指令、然后自己判断该怎么做的机器人——那才是物理AI。

为什么现在被当作一件紧迫的事

物理AI受到追捧的理由大多是人口结构问题，数字很直白。仅美国目前就有约60万个制造业岗位空缺，养老护理人员的短缺预计到2030年将达到100万人。韩国、日本、中国的老龄化速度，都快于劳动力的补充速度。高盛估计，即便按目前的价格水平，人形机器人到2030年也能填补美国制造业约4%的用工缺口，以及全球约2%的养老护理需求——单看这个比例并不算大，但方向本身比具体百分比更重要。

另一个原因是价格。人形机器人的平均售价在2024年约为114,700美元；预测显示到2030年将降至约37,000美元——六年内下降超过三分之二。这不是纸上谈兵，在低端产品上已经能看到:宇树G1目前售价在13,500到17,990美元之间，1X把它的家用机器人NEO定价为一次性支付2万美元，或按月订阅499美元。当一台能干活的机器人价格和一辆二手车差不多时，潜在市场就不再局限于”大工厂”，而是扩展到”每一个家庭”——这也是为什么分析师们会抛出诸如高盛预测2035年人形机器人市场规模达380亿美元、摩根士丹利预测2050年将有5万亿美元机会这样的数字。

2026年的技术水平到底走到了哪一步

物理AI真正的难题从来不是造出机器人的身体，而是用远少于语言模型训练所需的真实世界数据量，去教会这个身体应对那些没有被明确编程过的情况。英伟达的”机器人基础模型”系列Isaac GR00T，是目前公开可见、最能说明这个行业如何攻克这一难题的窗口。GR00T N1采用了一种松散模仿人类认知的双系统架构:负责判断场景、规划该做什么的”慢系统”(“系统2”)，以及把这个计划转化为精确、实时电机动作的”快系统”(“系统1”)。为绕开真实训练数据不足的问题，英伟达用11个小时的仿真生成了78万条合成机器人动作序列——相当于6500小时的人类示范数据量，把这些合成数据和真实录制数据混合后，模型性能提升了约40%。最新版本GR00T N1.7，在机器人示范数据之外，又用2万小时的第一人称人类视频进行了预训练；而英伟达已经预告了下一代模型GR00T N2，号称任务成功率是此前视觉-语言-动作模型的两倍以上，计划于2026年底前发布。

正是这些基础模型上的进展，让实际部署得以超越照本宣科的工厂演示。宝马的Figure机器人编队和丰田的Agility机器人，如今都在做着真实但范围有限的仓储、装配工作，像合同工一样按小时计费。波士顿动力正在为现代汽车和谷歌DeepMind扩充电动版Atlas机器人的数量。特斯拉的目标是在2026年夏末前，在弗里蒙特工厂实现Optimus第三代的量产，不过目前仍只供内部使用，尚未对外部客户销售。老实说，可以这样总结:如今的机器人在受控环境下执行范围狭窄、定义明确、有人监督的任务时已经足够可靠，但距离营销话术所暗示的那种”人能做的事它都能做”的通用机器人，还差得很远。

究竟是谁在竞争，又在争什么

公司	融资/估值	2026年现状
Figure AI	估值390亿美元，OpenAI领投6.75亿美元融资	在宝马实现40台规模的有偿部署
1X Technologies	约100亿美元，OpenAI、老虎环球、三星投资	家用机器人NEO，2026年底美国首批交付
宇树科技(中国)	未上市	仅2025年一年出货超过5500台，G1已在亚马逊上架销售
特斯拉	上市公司(TSLA)	Optimus第三代，仅供内部使用，目标2026年夏末量产
Agility Robotics	未上市	Digit机器人在丰田加拿大工厂从事有偿实际工作
波士顿动力	现代汽车旗下	为现代汽车、谷歌DeepMind扩充电动Atlas机器人编队

真正重要的竞争格局，不是公司与公司之间的较量，而是地域与地域之间的较量。美国在”大脑”层面占据明显优势——英伟达、OpenAI、谷歌DeepMind的基础模型，以及让机器人能理解它从未见过的指令的多模态推理能力。中国则在”身体”层面确立了压倒性优势——仅宇树一家在2025年的出货量就约是特斯拉的35倍，中国厂商正把2025至2026年视为人形机器人硬件真正商业化的第一波浪潮，而这一切建立在早已占据主导地位的电机、执行器和稀土磁材供应链之上。押注物理AI，正越来越变成在这两条主线之间选边站，或者去找一家能同时兼顾两者的公司。

韩国的位置值得特别一提。韩国已经拥有全球最高的工业机器人密度——截至2024年，每万名制造业工人拥有1012台机器人。不少分析人士如今把韩国视为物理AI领域一条说得通的”第三条道路”——既不是美国那种”基础模型优先、硬件其次”的模式，也不是中国那种”硬件和量产优先”的模式，而是建立在少有国家能比拟的机器人基础之上、以制造业整合能力为武器的路线。

未来真正能改变局面的变量

比起演示视频，更值得盯住的是这三件事:英伟达的GR00T N2发布后，是否真的兑现了它所宣称的任务成功率飞跃——这直接反映了仿真到现实的数据难题究竟是被真正解决了，还是只是营销话术；宝马的Figure、丰田的Digit这类部署，未来一年内在机器人数量上是否有实质性扩大——这正是试点项目和真正产品之间的分水岭；以及人形机器人的价格是否按分析师预期的节奏持续下降——因为”每个家庭一台机器人”这整套论点，不仅取决于性能曲线，更取决于价格曲线能否真的兑现。

本文仅供信息参考，不构成金融或投资建议。文中企业估值、出货量及价格数据均取自截至发稿时的公开报道，该行业变化极快，请在据此采取行动前核实最新数据。

资料来源

本文可能包含联盟营销链接。文中内容均不构成金融或投资建议。