撰文：硅兔君
2026 年 3 月，由图灵奖得主、曾任 Meta 首席 AI 科学家的 Yann LeCun 牵头创立的 AMI Labs 宣布完成 10.3 亿美元种子轮融资。
几乎在同一时间：
-
Fei-Fei Li 创立的 World Labs 完成新一轮约 10 亿美元融资
-
Google DeepMind 发布 Genie 3 世界模型
-
Tesla 持续推进 Optimus 人形机器人在工厂中的部署
这些事件并非孤立发生，而是共同指向一个更加清晰的趋势：AI 正在从「理解数字世界」走向「理解并作用于物理世界」。
如果说 2024 年是大语言模型的扩张期，2025 年是 Agent 的落地探索期，那么 2026 年，硅谷的核心叙事正在转向一个更底层的问题：AI 能否真正理解「世界如何运转」，并在现实中完成任务？
这并不只是一个技术方向的变化，更意味着产业价值链正在被重新改写。过去两年，AI 竞争的主战场主要集中在模型、算力与数据中心等少数几个高门槛环节；而当 AI 开始真正进入物理世界，竞争就不再只发生在模型层，而是同步扩展到硬件本体、系统集成、数据采集、仿真环境、供应链协同与真实场景落地。换句话说，Physical AI 带来的不是单点突破，而是一整套基础设施体系的重构。
也正因为如此，这一轮变化对中文世界，尤其是华人创业者、工程师与投资人而言，可能不仅是一波新的技术热潮，更是一个少见的结构性机会窗口。与上一轮主要由大模型训练资源和超级资本主导的竞赛不同，Physical AI 天然更依赖复合能力：既要理解算法，也要懂工程；既要能做系统协同，也要能进入制造、供应链和产业场景深处。那些兼具技术深度、硬件协同能力与中美产业视野的团队，反而更有机会在这场新周期中占据关键位置。
换句话说，Physical AI 不只是硅谷在讲的新故事，它也可能是华人在下一轮全球技术基础设施变局中，最值得重视的一张入场券。
过去三年，大语言模型（LLM）几乎主导了 AI 的发展路径，其核心范式是基于海量文本数据进行 next-token prediction（下一个词预测）。但这一范式的边界也在逐渐显现：它可以「描述」物理世界，却不具备可执行的理解；缺乏对因果关系与物理约束的建模能力；在连续决策和长期任务中也表现有限。
因此，以 Yann LeCun 为代表的一派开始推动另一条路径：World Model（世界模型）——预测「状态」，而非「文本」。两者的核心差异在于，LLM 以文本为学习对象、以语言为输出形式，本质停留在「认知与表达」；而世界模型则以物理世界状态为建模对象，直接指向「感知—决策—执行」的能力闭环。
这并非 LeCun 一个人的判断。2026 年 Q1，世界模型方向几乎在同一时间迎来几项关键进展：AMI Labs 以 JEPA 为核心架构，明确押注「先研究、后产品」的长期路线；World Labs 从「空间智能」切入，试图让 AI 真正理解三维世界中的关系、遮挡与物理约束；Google DeepMind 则通过 Genie 3 推动可实时交互的动态环境生成，并将其用于智能体训练。
三家公司路径不同，但指向的是同一个趋势：AI 的下一次跃迁，不只是生成更好的文本，而是更准确地建模世界，并在其中完成行动。
世界模型解决的是「大脑」问题——AI 如何理解物理世界。但 Physical AI 的另一半战场同样激烈：谁来造「身体」？
2026 年的人形机器人赛道，已经从「实验室 demo」全面进入「工厂量产」阶段。几个关键数字：
Tesla Optimus Gen 3：超过 1000 台已部署在 Gigafactory Texas 和 Fremont 工厂，执行零件处理和装配任务。这是人类历史上规模最大的人形机器人工厂部署。Tesla 正在 Giga Texas 建设年产能 1000 万台的专用工厂，目标单台成本压至 2 万美元——两年前行业均价还在 5-25 万美元。
Boston Dynamics Atlas：CES 2026 上的产品版 Atlas，身高 6.2 英尺，56 个自由度，可举起 110 磅重物。更值得关注的是它的「灵魂」——Boston Dynamics 宣布与 Google DeepMind 合作，将前沿基础模型集成到 Atlas 中。2026 年全年产能已被 Hyundai 和 Google DeepMind 预定，30000 台/年的工厂正在规划中。
Figure 03：Figure AI 以 390 亿美元估值融了 10 亿美元，其 Figure 02 在 BMW Spartanburg 工厂的 11 个月试运行中，参与了超过 30000 辆 BMW X3 的生产，移动了 9 万多个零件，累计运行 1250 小时。Figure 03 在此基础上全面升级，配备 48+ 自由度和专有 Helix AI 平台。
Mind Robotics：3 月刚宣布 5 亿美元融资，专注工业规模的 AI 机器人部署。
但在这场硬件竞赛中，一个被低估的环节正在浮出水面：灵巧手（Dexterous Hand）。
人形机器人的腿解决了移动问题，躯干解决了承载问题，但真正决定机器人能否在复杂环境中干活的，是手。以 Tesla Optimus 为例，手部成本占整机的 17%，约 9500 美元——是最昂贵的单一组件。
灵巧手之所以难，在于一个根本性矛盾：手指空间太小，放不下大电机；小电机力矩不够，就需要高减速比齿轮箱来放大力量；而高减速比齿轮箱会带来惯性失真、力反馈丧失和机械磨损——这三个问题会从物理层面「毒化」AI 的学习过程。
一批新公司正在尝试突破这个瓶颈。有的采用轴向磁通电机架构将减速比从 288:1 压缩至 15:1，实现完全可反向驱动的灵巧手；有的通过同步设计数据采集手套，让人类操作数据可以零损耗迁移到机器人硬件上。这些看似小的硬件创新，可能是整个 Physical AI 生态中最关键的基础设施之一。
每一次技术浪潮，都会出现一个「卖铲人」。
在大模型时代，NVIDIA 凭借 GPU 与 CUDA 生态成为最大受益者；而在 Physical AI 时代，其角色正在进一步升级——不只是提供算力，而是试图构建一整套机器人时代的基础设施。
在 2026 年 3 月的 GTC 大会上，NVIDIA 发布了一整套围绕 Physical AI 的平台能力：包括面向人形机器人的视觉-语言-动作模型 Isaac GR00T、用于生成大规模合成数据的 Cosmos 系列，以及覆盖训练、评估与部署的工具链（如 Isaac Lab 与 OSMO）。这些能力并非单点工具，而是逐步形成一套完整的开发与运行体系。
包括 Boston Dynamics、Caterpillar、Franka Robotics、LG、NEURA Robotics 等在内的多家机器人公司，已经在 NVIDIA 平台上构建下一代系统。
其策略也非常清晰：
不直接参与终端产品，而是成为整个行业的底层标准。
如果说 Physical AI 是一座正在建造的城市，那么 NVIDIA 正在同时提供水泥、钢筋与电网。
在大语言模型的世界里，互联网提供了几乎无限的文本数据。但在 Physical AI 中，一个更根本的问题浮现出来：
真实世界的操控数据极其稀缺。
这使得数据，成为整个产业链中最关键、也是最稀缺的资源之一。
目前，行业主要探索三条路径。
-
真实数据路线。以 Physical Intelligence 为代表，其 π0 模型基于超过 1 万小时的真实机器人操作数据训练，覆盖多种机器人形态与任务类型，能够完成复杂操作（如叠衣服、组装纸箱等）。其开源行为，本质上为行业提供了一套「操控预训练基座」。
-
合成数据路线。Google DeepMind 的 Genie 3 与 NVIDIA 的 Cosmos，尝试通过世界模型生成大量模拟环境，在虚拟世界中完成训练，再迁移到真实世界。这一路径的核心挑战在于 sim-to-real gap，但随着模拟精度的提升，这一差距正在逐步缩小。
-
人类遥操作路线。通过数据采集手套等设备，将人类操作直接映射到机器人系统中。这种方式数据质量最高，但在成本与规模化能力上仍存在限制。
Tesla 则在尝试一条混合路径：通过工厂视频持续采集人类操作行为，并用于训练 Optimus 的动作能力。
长期来看，Physical AI 的竞争格局，很可能不取决于谁的模型最优，而取决于谁拥有最多、最高质量的物理世界交互数据。一旦数据飞轮开始运转，其壁垒将呈指数级增强。
数字不会骗人。以下是 2026 年第一季度 Physical AI 领域的关键融资事件：
【世界模型层】
· AMI Labs（LeCun）— $10.3 亿种子轮，估值 $35 亿
· World Labs（李飞飞）— $10 亿新一轮，Autodesk 投 $2 亿
【基础模型层】
· Physical Intelligence — 正在谈判 $10 亿新一轮，估值将超 $110 亿
· RLWRLD — $4100 万种子轮扩展
【人形机器人整机】
· Figure AI — 此前以 $390 亿估值融 $10 亿（2025）
· Mind Robotics — $5 亿，工业规模部署
· Galaxea — $4.34 亿，Series B 独角兽
· Humanoid — $2.9 亿种子轮，直接独角兽
· Generative Bionics — €7000 万种子轮
【基础设施与工具】
· NVIDIA — 持续投入 Isaac GR00T / Cosmos 平台
· RoboForce — $5200 万，Physical AI 劳动力平台
仅上述公开数据，Q1 已超过 64 亿美元。而这还不包括 Tesla、Hyundai/Boston Dynamics、Google DeepMind 等大厂的内部投入。
资本的流向说明一件事：Physical AI 已经越过了「概念验证」的阶段，进入了「基础设施建设」的阶段。投资人不再问「机器人能不能用」，而是在问「谁的基础设施能让机器人最快规模化」。
当然，硅谷从不缺泡沫。面对 Physical AI 的狂热，几个冷静的问题值得思考：
-
Demo ≠ 部署。正如业内人士在达沃斯 2026 上的共识：一个精彩的 demo 和一个能连续运行 10000 次不出错的系统之间的鸿沟，比宣传暗示的要大得多。Figure 02 在 BMW 工厂确实参与了 30000 辆车的生产，但它执行的是相对标准化的零件搬运，而非灵巧装配。
-
Sim-to-real 依然是硬骨头。世界模型的保真度在提升，但物理世界的长尾复杂性——光照变化、材料差异、非预期碰撞——仍然是合成数据路线的最大挑战。
-
商业模式尚未跑通。LeCun 自己说 AMI Labs 第一年只做研究。World Labs 在尝试免费+付费模式。Physical Intelligence 开源了核心模型。目前这些公司的收入几乎为零，资本赌的是 3-5 年后的范式垄断。
-
安全与监管的灰犀牛。当成千上万台具备自主决策能力的机器人进入工厂甚至家庭，谁为事故负责？目前全球对 Physical AI 的监管框架几乎一片空白。
但恰恰这些问题正说明，我们正处于技术拐点的早期，而非泡沫的顶部。每一项真正的范式转换——互联网、智能手机、云计算——在早期都伴随着「Demo 远好于产品」的阶段。关键的区别在于：底层技术是否在真正进步，而不只是 PPT 在进步。
从 LeCun 的 JEPA 架构、到 Genie 3 的实时世界生成、到 π0 的 68 任务泛化能力、到 Optimus 1000 台级别的工厂部署——2026 年 Q1 的进展是实打实的工程突破，不是空中楼阁。
Physical AI 不是一个新赛道，它更像是 AI 的终局形态之一。
当 AI 从「理解世界」走向「进入世界」，真正被重写的不只是模型能力边界，也是产业分工与价值分配方式。未来的竞争，不会只发生在模型参数和算力集群里，也会发生在机器人本体、灵巧手、数据采集、仿真系统、产业场景和供应链组织能力上。
这也是为什么，这一轮对华人尤其重要。
因为华人在过去二十年里，最深的积累之一，从来不是单一维度的技术标签，而是把前沿技术、工程执行、硬件制造和跨区域产业协同真正串起来的能力。无论是创业者、工程师，还是投资人与产业资源组织者，只要能够抓住这一轮从数字智能走向物理智能的迁移，就有机会不只是参与趋势，而是在某些关键层上，成为趋势本身的一部分。
2026 年，Physical AI 也许还远未成熟；但正因为它还在早期，窗口才刚刚打开。对华人来说，这可能不是又一轮「跟随式参与」的周期，而是一轮更有机会向基础设施层、平台层和关键组件层深度切入的新起点。
