物理AI不是下一個風口，而是下一輪工業革命

物理AI不是下一個風口，而是下一輪工業革命

2026年，正被業界視為物理AI的「1995年時刻」——那一年，萬維網已悄然改寫人類生活，而互聯網泡沫的瘋狂尚未全面引爆。如今，物理AI的市場泡沫或許終將到來，但這項技術改變世界的力量，已經不可逆轉。7月20日，在洛杉磯舉行的SIGGRAPH大會上，NVIDIA的Neil Ashton站上舞台，身後螢幕亮出四個大字：「Physical AI Day」。同一天，Google DeepMind的Carolina Parada在接受WIRED採訪時，也拋出一句擲地有聲的宣言：「這是通往物理AGI的里程碑。

」她口中的關鍵，正是Gemini Robotics 2——這款模型能夠控制人形機器人執行擰燈泡、繫垃圾袋、整理貨架等精細動作，展現出前所未有的物理互動能力。而NVIDIA在同一天發布的Cosmos 3 Edge，則是一款僅有40億參數的「精悍型世界模型」。這款模型專為邊緣運算設計，能夠直接塞進Jetson Thor芯片中即時運行，並且將權重、程式碼與訓練配方全部開源釋出。太平洋兩岸，同一天，同一個訊號：數位AI的敘事主軸，正在讓位給物理AI的時代敘事。物理AI正經歷一場結構性的重估。先看數據，因為數字比任何形容詞都誠實。

根據業界統計，2026年上半年全球物理AI相關領域的投資總額已突破120億美元，較去年同期成長超過180%。其中，人形機器人、自主移動平台、以及具備物理感知能力的邊緣運算系統，成為資金最密集的三大賽道。這不僅是資本的狂歡，更反映出產業鏈對物理AI從「實驗室玩具」到「生產力工具」的認知轉變。NVIDIA與Google DeepMind的動作，只是冰山一角。事實上，從汽車製造到物流倉儲，從醫療手術到家庭服務，物理AI的應用場景正在快速擴張。傳統工業機器人長期依賴預設程式與固定軌跡，無法應對動態環境；而物理AI模型則能即時感知周遭、預測物體行為，並自主調整動作策略。

這種「理解物理世界」的能力，正是從自動化邁向自主化的關鍵跳板。以Gemini Robotics 2為例，它不再只是「看」到物體，而是能「理解」物體的物理屬性——燈泡的脆弱性、垃圾袋的柔韌度、貨架的承重限制。這種多模態感知與推理能力，讓機器人能夠在非結構化環境中完成過去只有人類才能勝任的任務。Google DeepMind團隊強調，這套模型的核心突破在於「將語言理解與物理行動真正對齊」，讓AI不再只是對話框裡的智慧，而是能動手解決問題的夥伴。NVIDIA則從另一個維度切入。Cosmos 3 Edge的開源策略，意在降低物理AI的開發門檻，讓更多中小型企業與研究機構能夠參與這場革命。

過去，訓練一個世界模型需要龐大的算力與數據中心支援，但Cosmos 3 Edge的輕量化設計，使得即時物理模擬與決策可以在邊緣裝置上完成。這意味著，未來每一台機器人、每一輛自動駕駛車、每一個智慧工廠的感測器，都可能內建一個「微型世界模型」，隨時隨地對環境進行推理與反應。值得注意的是，物理AI的崛起並非突然降臨。過去十年，深度學習在影像辨識、自然語言處理等數位領域取得驚人進展，但這些模型始終活在「螢幕裡」。它們能辨識貓的照片，卻不知道貓的體重；能生成優美的文字，卻無法拿起一杯水。物理AI的使命，正是打破這道虛實之間的壁壘，讓AI從「看世界」進化到「動世界」。當然，這場革命才剛剛開始。

目前物理AI仍面臨諸多挑戰：即時運算的能耗問題、感測器精度與成本的平衡、以及模型在真實環境中的泛化能力。但從NVIDIA和Google DeepMind的布局來看，業界龍頭顯然已經押注這個方向。正如Neil Ashton在SIGGRAPH會場上所說：「我們不再只是訓練模型看圖片，我們正在訓練模型理解重力、摩擦力與慣性——這是機器真正融入人類世界的起點。」

2026年，或許就是物理AI的「1995年時刻」。那一年，萬維網的瀏覽器才剛普及，電子商務與社群媒體的雛形尚未成形，但所有人都隱約感覺到，某種根本性的改變已經發生。今天，物理AI正站在同樣的歷史節點上。泡沫或許會來，但泡沫之後留下的，將是一個被物理智慧重新定義的工業文明。