简介：本文从 2026 年 CES 主题演讲切入，梳理 AI 技术路线从数字智能向物理智能迁移的关键信号。文章不围绕单一厂商或产品展开，而是重点分析加速计算、世界基础模型、自动驾驶推理、具身智能与全栈平台化带来的共同技术趋势，帮助开发者和企业技术决策者理解下一阶段 AI 基础设施的演进方向、能力边界与工程挑战。
2026 年国际消费电子展的主题演讲释放出一个明确信号：人工智能正在从以文本、图像、代码为主要对象的数字智能，转向以感知、理解并作用于现实世界为目标的物理智能。
过去几年，生成式 AI 的主要成果集中在数字空间。大模型能够生成文本、图像、音视频与代码，但其输入和输出基本不触及真实物理环境。演讲指出，这种以数字内容为中心的智能只是 AI 发展的阶段性形态。下一阶段的关键任务，是让智能系统进入制造业、物流、交通、能源、医疗和农业等物理世界核心场景。
物理 AI 的核心不在于生成内容，而在于理解世界。它要求系统能够感知环境、理解物理规律，并在现实空间中做出可执行的决策。例如，机器人需要判断物体位置、估计抓取力度、预测运动轨迹；自动驾驶系统需要评估路面摩擦、天气变化和其他交通参与者的行为意图。这些能力远不止图像识别或语言理解，而是涉及感知、建模、预测、规划与控制的一体化闭环。
这一转向的经济逻辑非常清晰。数字世界虽然在信息产业中占据重要地位，但从全球经济总量看，物理世界相关行业仍占绝对大头。如果 AI 只能优化代码生成或客服对话，其对实体经济的改造能力仍然有限。只有让人工智能进入工厂、港口、矿山、农田和城市交通系统，才能释放更大规模的生产力提升空间。
因此，2026 年 CES 所呈现的，不只是某一类硬件的更新，而是 AI 产业重心的整体迁移。演讲内容将物理 AI 定义为“人工智能下一个宏伟阶段”，实际上是在为新一轮基础设施投资、软件开发范式和行业应用落地划定方向。
物理 AI 的前提，是足够的计算能力。演讲提到，全球规模庞大的数据中心基础设施正从通用计算向加速计算迁移。这一判断并非凭空出现，而是建立在过去数年中，CPU 性能增长放缓与 AI 负载爆发式增长之间的结构性矛盾之上。
通用计算擅长处理控制逻辑复杂、分支密集但并行度有限的任务，例如传统数据库事务、操作系统调度和普通业务逻辑。然而，深度神经网络训练、物理仿真、点云处理和高精度环境建模等负载，天然具备大规模并行特征。让 CPU 处理这些任务，不仅效率低，还难以满足实时性要求。
加速计算的本质，是将适合并行执行的计算密集部分卸载到专用硬件上。GPU 是当前最常见的加速器形态，但加速计算并不等于 GPU。它还包括专用张量处理单元、可编程网络设备、智能网卡以及面向推理、仿真、视频编解码等场景的专用硅。其共同特点是：通过更高并行度、更高显存带宽和更低能耗比，为 AI 工作负载提供数量级提升。
演讲进一步指出，物理 AI 对计算的需求不会停留在云端。机器人、自动驾驶汽车、无人机和工业检测设备，都需要在本地完成高实时性推理。原因很直接：物理环境的反馈延迟不能接受远端云计算带来的网络往返时间。因此，加速计算正在从数据中心向边缘延伸，形成“云端训练、边缘推理、端侧执行”的分层架构。
在这个架构中，云端负责大规模预训练、世界模型优化和复杂仿真；边缘负责对环境进行实时感知与决策；终端设备负责执行具体动作。每一层都需要不同规格的加速计算能力。例如，数据中心更关注海量算力与高速互连，边缘设备更关注功耗、体积和实时性，端侧则强调低延迟、高可靠与确定性响应。
这种分层不是简单地把云能力下放，而是需要重新设计硬件、软件和通信链路。边缘设备可能不具备数据中心那样充裕的供电和散热条件，需要在严格功耗预算内完成模型推理。端侧执行器则必须具备毫秒级确定性响应，这对操作系统调度、传感器融合和控制环路设计都提出了更高要求。
物理 AI 与传统感知模型最大的区别，在于对“世界”本身的理解。传统视觉模型可以识别物体类别，但很难回答“如果我推这个物体，它会不会倒下”“在湿滑路面急刹会发生什么”“这个机械臂从哪个角度接近目标更稳定”等问题。
演讲中提及的世界基础模型平台，代表了一种新的技术路线：不再只训练模型识别孤立的目标，而是训练模型理解场景中的物理关系、空间结构和时间演化。世界基础模型通常在大规模视频、仿真数据和多模态传感器数据上预训练，目标是让模型具备对物理过程的预测能力。
这类模型的训练数据来源非常关键。仅靠真实采集的视频无法覆盖所有物理交互场景，尤其是危险、罕见或高成本场景，例如车辆打滑、机器人碰撞、设备故障等。因此，仿真环境成为关键补充。通过高保真物理引擎生成大量合成数据，再结合真实数据进行联合训练，可以显著提升模型对物理世界变化的建模能力。
世界基础模型的应用方式可以分为两类。一类是作为生成式仿真器，为机器人、自动驾驶和具身智能系统提供多样化训练场景。例如，同一段道路在不同天气、不同光照、不同交通密度下的仿真数据，可以帮助模型学习更鲁棒的驾驶策略。另一类是作为先验知识来源，嵌入到感知和规划流程中。模型可以根据当前观测预测未来若干时间步的环境状态，从而辅助系统提前规划动作。
需要指出的是，世界基础模型仍处于快速演进阶段。物理世界的高维度、强非线性和不确定性，使得通用世界模型比语言模型更难训练。当前模型的泛化能力、长时序预测稳定性和对极端场景的处理能力，仍是工程落地中的核心挑战。
自动驾驶是物理 AI 最具代表性的应用场景之一。早期自动驾驶系统普遍采用“感知—规划—控制”的模块化架构，各个模块通过人工规则和中间表示连接。这种架构可解释性强，但缺点是错误会逐级累积，且人工规则难以覆盖所有真实场景。
演讲提到的基于推理的自动驾驶模型，反映了一种更接近人类驾驶认知的技术思路。核心变化在于：模型不再只是识别目标，而是直接理解驾驶场景，并进行更长链条的推理与决策。例如，当车辆接近一个无信号灯的交叉路口时，模型不仅要识别行人、车辆和交通标志，还要推断其他交通参与者的意图，评估不同通行策略的风险，并选择合适时机通过。
这种“推理”能力的来源，通常是端到端训练与大规模仿真数据的结合。模型接收来自摄像头、雷达、激光雷达等多源数据，直接输出驾驶决策或轨迹规划结果。相比传统规则系统，端到端模型能够从海量驾驶数据中学习隐式规则和长尾场景，减少人工规则维护成本。
但端到端不意味着完全放弃结构化方法。工业级自动驾驶系统仍然需要安全冗余、可验证性和实时约束。因此常见做法是：用端到端模型生成候选决策，再用基于规则的安全检查和传统控制模块进行兜底。推理模型负责处理复杂场景，确定性安全模块负责保障最坏情况下的可接受行为。
这种架构对开发者也提出了新的要求。传统自动驾驶团队依赖计算机视觉、点云处理和机器人控制等细分领域专家。随着推理模型的引入，团队还需要具备大规模训练数据管理、仿真验证、模型可解释性分析和在线评估等能力。开发流程也会更加接近现代机器学习工程，而不是传统的嵌入式控制开发。
如果说自动驾驶是物理 AI 在轮式机器人上的体现，那么具身智能则把物理 AI 推向更广泛的机器人形态：人形机器人、机械臂、移动操作机器人、无人机等。演讲中展示的人形机器人进展，实际上是在强调一个更通用的趋势：大模型的语义理解和推理能力，正在与机器人控制能力融合。
具身智能的核心挑战，在于感知、决策与动作的闭环。传统工业机器人主要执行预设轨迹，对环境的适应能力有限。而具身智能要求机器人根据实时感知动态调整动作，例如抓取形状不规则的物体、在堆叠物料中找到目标位置、在人群中安全移动等。
大模型在其中扮演的角色，是提供跨任务泛化能力。通过大规模互联网数据学习到的语义知识，可以帮助机器人理解自然语言指令，例如“把桌上的红色杯子递给我”。但仅有语义理解不够，机器人还需要把语言指令转化为关节力矩、末端轨迹和抓取策略。这一转化过程依赖高质量机器人操作数据、仿真训练和策略学习。
当前具身智能的工程实践通常包括三个层次。底层是运动控制与伺服系统，负责高频率、低延迟的关节级控制；中层是操作策略与规划，将任务级指令分解为可执行动作序列；顶层是语义理解与任务推理，利用大模型理解人类意图、环境语义和任务目标。三个层次之间需要通过标准接口和中间表示进行协同。
这种三层架构并不意味着可以把通用大模型直接部署到机器人上。真实机器人系统对延迟、安全、能耗和稳定性有严格要求。模型推理时间过长、决策不可解释、动作命令不合理，都可能导致设备损坏甚至人员受伤。因此，工业级具身智能必须在模型能力与工程可靠性之间找到平衡。
理解物理 AI 的发展，不能只看某一类模型或某一种硬件。演讲强调的全栈策略，实际上揭示了物理 AI 落地的系统性要求：从芯片、互连、系统软件，到开发框架、仿真平台和行业工具链，必须形成完整闭环。
物理 AI 的开发流程通常包含以下几个关键环节：数据采集与清洗、仿真数据生成、模型训练与优化、策略验证与测试、边缘部署与运维。每个环节都涉及不同工具和平台，彼此之间的兼容性与数据流转效率直接影响最终系统性能。
在芯片层面，除通用 GPU 外，物理 AI 系统还需要与传感器、执行器和通信模块紧密集成的计算单元。在系统软件层面，实时操作系统、设备驱动程序、传感器数据管道和推理运行时，构成基础软件栈。在算法层面，世界模型、自动驾驶推理模型、机器操作策略模型和环境理解模型需要协同工作。在仿真层面，高保真物理引擎、场景生成器和传感器仿真插件共同构成测试环境。
全栈平台化的核心价值，不在于提供某一项孤立能力，而在于降低系统集成成本。物理 AI 项目通常涉及多种传感器、异构计算硬件和复杂控制逻辑。如果各环节工具无法兼容，工程团队需要在接口适配、数据格式转换和性能调优上消耗大量资源。统一平台能够提供标准化的数据格式、模型接口和部署规范，显著缩短开发周期。
对开发者而言，这意味着未来物理 AI 项目的核心竞争力，将更多体现在场景理解、数据构建和系统集成能力上，而不是单纯拼某个模型在公开榜单上的指标。模型能力固然重要，但如何在真实环境中可靠运行，才是物理 AI 商业化的决定性因素。
本次演讲没有把重点放在消费级显卡更新上，这一安排本身就是一个值得注意的信号。消费级硬件更新通常能吸引大量个人用户和游戏开发群体关注，但对物理 AI 战略主线而言，优先级相对有限。
这并不意味着消费级加速硬件不再重要。实际上，大量开发者在个人工作站上调试机器人、仿真和自动驾驶模型，仍然依赖消费级或半专业级计算设备。但从产业视角看，物理 AI 的核心瓶颈不在于单卡算力是否更高，而在于企业级基础设施能否支撑数据中心级训练、大规模仿真和边缘实时推理。
演讲将大部分时间用于企业级平台、数据中心扩展方案、机器人开发工具和自动驾驶模型，说明当前阶段的技术竞争已从单点硬件性能转向系统级能力。物理 AI 所需的投资规模、数据基础设施和行业生态建设，远非消费级硬件更新能够解决。
这也给开发者一个重要启示：如果希望进入物理 AI 领域，不应只关注显卡参数或模型榜单，而应重视全栈工具链、仿真平台和数据闭环能力。真正的差异化更多来自对行业场景的深刻理解，以及能否将通用模型能力转化为稳定、可靠、可维护的实际系统。
尽管物理 AI 方向清晰，但从技术愿景到规模落地仍面临多重工程挑战。
第一，数据获取成本高。语言模型可以利用互联网海量文本，物理 AI 则需要真实环境交互数据。采集机器人操作数据需要昂贵设备和专业操作人员，自动驾驶数据采集涉及车辆改装、合规流程和长周期路测，仿真数据虽然可扩展，但其与真实环境的差距可能导致“仿真到现实”的迁移失败。
第二，安全与可靠性要求高。物理世界中的错误决策可能造成财产损失甚至人身伤害。自动驾驶、机器人和工业自动化系统必须具备可验证的安全保障机制，而不能仅依赖模型输出结果。如何对端到端推理模型进行有效验证，目前仍是行业共性难题。
第三，系统集成复杂度高。物理 AI 项目需要将传感器、计算硬件、AI 模型、控制算法和业务系统整合到同一套工程体系中。不同模块之间的接口设计、资源调度、异常恢复和性能监控，都会影响系统稳定性和开发效率。
第四，部署与运维成本不容忽视。边缘设备数量庞大且分布广泛，硬件故障、网络不稳定、环境变化都会影响运行质量。物理 AI 系统需要具备远程监控、日志分析、模型热更新和故障自恢复等能力，这对运维体系提出了远高于纯云服务的要求。
物理 AI 的兴起，正在重新定义开发者的技能栈。过去擅长模型训练或纯软件工程的开发者，可能发现物理 AI 项目还涉及传感器标定、实时系统、机器人控制和工业协议。反之，熟悉嵌入式与机器人技术的工程师，也需要补上大模型、仿真训练和现代 ML 工程的知识。
企业技术团队不应把物理 AI 简单理解为“买更多 GPU”或“接一个大模型”。更合理的切入方式是：从实际业务场景出发，明确需要解决的物理交互问题，评估是否需要仿真环境，确定数据采集与标注策略，再选择适合的模型架构和计算平台。
对于处于探索阶段的团队，可以先从仿真验证做起。通过高保真环境模拟，验证算法在虚拟场景中的有效性，再逐步迁移到真实设备。这样既能控制成本，也能降低安全风险。对于已有数据积累的行业，例如物流、制造和交通，可以尝试构建面向具体场景的小规模端到端模型，并与现有规则系统并行运行，逐步评估增益。
物理 AI 不会在一夜之间改变所有行业，但它正在成为基础设施建设、机器人研发、自动驾驶和工业智能化共同指向的技术方向。对开发者而言，理解这一趋势背后的工程逻辑，比追逐短期热点更重要。只有把模型能力真正嵌入物理世界的感知、决策与执行链路中，AI 才能从生成答案走向创造实际价值。