物理AI正从见解走向产业执行。浙商证券在最新发布的行业深度讲解中指出，继感知AI、生成式AI、Agentic AI之后，物理AI将成为AI时间演进的下一站——其中枢在于让模子融会并预测实在寰宇景色，从而驱动自动驾驶、具身智能和工业软件等场景的深度变革。

在商场范围上，Coatue Management展望物理AI商场范围至少可达6万亿好意思元，较数字AI进步约50%。CEO黄仁勋在2026年CES上默示，物理AI可重塑价值约50万亿好意思元的制造和物流产业。与此同期，顶尖学者与科技巨头正密集入场：图灵奖得主杨立昆开辟的AMI Labs完成10.3亿好意思元种子轮融资；AI教母李飞飞纠合创立的World Labs完成10亿好意思元新一轮融资，开辟不到两年估值打破50亿好意思元；英伟达则晓谕下一代芯片Feynman专为物理AI瞎想，展望2028年发布。

浙商证券以为，刻下物理AI尚无固定达成范式，需由寰宇模子与VLA（视觉—话语—手脚模子）共同支捏。自动驾驶、具身智能和工业软件组成物理AI最中枢的三大落地场景，其中自动驾驶有望当先跑通\"数据闭环\"与\"营业闭环\"。讲解提议重点方法具备寰宇模子智商的公司，以及上述三大场景中的软硬件想法。

时间界说：从生成式AI到物理AI的范式跃迁

浙商证券讲解指出，物理AI是不错融会实在寰宇的AI系统，需要回复两个中枢问题：寰宇接下来若何变化，以及实体发生手脚之后寰宇会若何响应。相较于生成式AI局限于数字寰宇的话语融会与实质生成，物理AI的责任空间在实在物理寰宇，中枢智商涵盖感知、行动与划定，价值体现于工业划定、具身智能和无东谈主驾驶等实体场景。

黄仁勋将AI时间演进转头为三代范式：从感知AI到生成式AI，再到Agentic AI，下一站将是物理AI——\"概略脱手、推理、目的和行动的AI\"。

物理AI的模子智商亦资格三个阶段的演进。1.0期间依赖硬编码章程，场景稳健性差；2.0期间转向数据驱动，依靠海量数据师法学习，但短少对物理寰宇的信得过融会；刻下进入3.0推理驱动期间，以寰宇模子+VLA+强化学习为中枢，具备环境推理、因果融会与筹办智商，支捏复杂任务的闭环决策。

中枢时间：寰宇模子与VLA尚未造成合资范式

浙商证券讲解强调，刻下物理AI的达成依赖寰宇模子与VLA两大中枢组件，但两者均处于时间门道尚未管束的阶段。

寰宇模子的原始见解来自立化学习领域，指AI智能体通过在里面构建外部寰宇表征，从而在\"脑海中\"预演行动决议。其中枢价值在于，火狐体育中国官网入口实在寰宇具有不行逆性，传统仿真也无法支捏智能体进行\"决策—不雅察收尾\"的反复试错轮回，而寰宇模子则可构建无穷迫临实在寰宇的诬捏环境，以更低本钱、更安全的样貌支捏AI试验。

谷歌DeepMind CEO Demis Hassabis在2026年CNBC开年采访中判断：AGI还差一块拼图，可能恰是寰宇模子。

现在，寰宇模子在学术领域造成四条主流时间门道：不雅测级生成式模子强在\"传神\"，以Sora为代表；潜在空间模子强在\"收尾\"，以JEPA系列为代表；强化学习导向模子强在\"决策\"，以Dreamer系列为代表；以对象为中心的模子强在\"可诠释性\"，以SlotFormer为代表。李飞飞以为，寰宇模子需具备生成式、多模态、交互式三种智商。

VLA模子（视觉—话语—手脚模子）则通过端到端学习，在合资模子中将视觉和话语模态的任务语义映射到具体操作，不详手工瞎想章程与模块对接。自2023年谷歌DeepMind发布RT-2以来，VLA询查进入新阶段，斯坦福于2024年发布首个开源7B参数通用机器东谈主操控VLA模子OpenVLA，英伟达于2025年发布面向通用东谈主形机器东谈主的开源VLA基础模子GR00T N1。

三大落地场景：自动驾驶、具身智能与工业软件

自动驾驶是浙商证券以为最有望当先跑通物理AI\"数据闭环\"与\"营业闭环\"的场景。每年公共车辆累计行驶里程约13万亿英里，可捏续聚积的多模态实在数据、了了的营业收费模式以及可范围化复制的产业链，为自动驾驶构建独有上风。

2026年北京车展上，物理AI已成为隐形干线。自动驾驶处置决议商层面，小马智行CTO楼天城发布寰宇模子2.0，中枢打破在于赋予AI自我会诊与定向进化智商；Momenta平定发布R7强化学习寰宇模子；轻舟智航晓谕战术要点从\"无东谈主驾驶\"全面升级为\"通用物理AI\"。车企层面，小鹏目的将2026年物理AI关联研发插足升迁至70亿元；祥瑞发布WAM寰宇活动模子，并晓谕与英伟达在物理AI领域深度协同；奇瑞官宣与英伟达达成公共战术合营，聚焦赞成驾驶、座舱AI和机器东谈主三大领域。

具身智能被浙商证券界说为物理AI\"感知—融会—推理—行动\"闭环的中枢载体。物理AI时间栈的演进，正激动机器东谈主从\"刚性自动化\"走向\"实在自主\"——比较传统机器东谈主，物理AI赋能的机器东谈主可处理不行预测和未知零部件，减少东谈主工编码责任量，加速部署速率。

工业软件被定位为物理AI试验、考证、部署和运维的\"划定台\"。讲解以为，工业软件数据不行复制、安全合规条目高、云边端协同复杂，组成较强护城河，与物理AI之间呈互补共生、双向赋颖异系：工业软件为物理AI提供物理底座、高质料数据与考证环境；物理AI则为工业软件提供智能加速、自动化决策与闭环优化智商。CAE仿真、数字孪生、工业划定、工业IoT、动力诊疗、EDA/CAD均是主要受益场景。