经济网（Economics） – 央视财经11月10日报道，物理AI概念持续升温，训练数据需求一年内从十万小时级跃升至百万小时级，暴增近900%，一个远期规模有望达到4500亿美元的万亿元级赛道正在进入产业化加速期。业内人士指出，随着服务机器人和工业人形机器人批量进入酒店、工厂等真实场景，物理AI被视作人工智能从数字世界走向物理世界的“关键一跃”，有望成为新一轮增长主力。
从屏幕之内到物理世界，机器人“批量上岗”
过去几年，AI的主战场集中在文本和图像处理。如今，行业焦点正转向让机器“看懂环境、自主思考、自己干活”。物理AI被定义为能够理解物理世界规律，并与现实环境进行感知、推理、决策和交互的智能系统。
落地场景已经不再停留在演示阶段。在上海一家酒店，新一代智能洗衣机器人进入正式投用前的最后测试：住店旅客手机下单后，将衣物放在房间外，机器人自动取走送至洗衣房完成洗烘并送回。企业负责人透露，今年计划推动1000台智能机器人落地各类真实场景。工业场景同步推进，人形机器人在真实产线上承担上下料辅助作业，数字孪生虚拟产线则为后续任务测试提供仿真环境。
技术架构的突破正在降低机器人“上岗”的门槛。一方面，“双脑协同”模式开始成熟：具身基座模型负责理解任务与空间关系，世界模型模拟构建3D物理环境，机器人可以在真实环境中一边尝试一边自我进化。另一方面，“跨本体”调度成为新趋势，不同形态的机器人共用同一套底层“大脑”，训练方式从过去依赖高精度机器人数据采集，转向直接从人类干活视频中学习技能。无问芯穹首席技术官李伯勋透露，通过96台机器人的群体经验学习，在手机包装、衣服折叠等复杂任务上，机器人表现甚至超过人类操作员水平，推理效率较开源方案提升数倍至数十倍。
900%背后的真正信号：数据缺口即产业机会
“需求量暴增900%”的直接指向并非机器人整机销量，而是物理AI训练数据的爆发。企业负责人表示，物理AI预训练阶段需要大量仿真合成数据和人类视频数据，去年头部客户的数据需求还在十万小时级，今年已跃升至百万小时级；而要训练出足够智能、足够稳定的具身模型，行业最终需要千万小时甚至亿小时级别的真实交互数据。这意味着，数据采集、仿真平台、多模态感知器件等支撑环节，正在成为比整机更先受益的产业链节点。与图文、视频类大模型快速普及的路径不同，物理AI面临训练数据不足与网络要求更高的现实瓶颈，高质量交互数据的供给能力，直接决定产业化节奏的快慢。
万亿赛道的门槛：规模化落地仍需“过关”
从市场规模看，国际上已有机构预计到2030年物理AI市场规模有望达到4500亿美元，约合人民币30027亿元。中国信通院专家同时提醒，物理AI目前仍处于产业化早期，下一步规模化落地需要跨过两道关键门槛：一是在真实环境中长期稳定运行，二是把成本控制在可接受范围。需求量暴增900%描绘的是训练端的迫切，而万亿元赛道的真正兑现，取决于机器人能否从“能干活”走向“稳定地、便宜地干活”。
产业基础是制造业的“底盘”，也是经济韧性的深层来源。
当政策周期与数据周期在四季度交汇，真正的考验不在于单季增速的起伏，而在于能力沉淀能否穿越周期。