2026年，人工智能领域正经历一场深刻的范式转变。曾经主导市场的生成式数字AI，如今已进入增长放缓、同质化竞争加剧的阶段，而以物理世界交互为核心的物理AI正迅速崛起，成为全球科技巨头和资本市场的焦点。从夏季达沃斯论坛将其列为年度关键技术趋势，到英伟达、特斯拉等企业加大布局，物理AI正重新定义AI产业的发展方向。
物理AI与数字AI的核心区别在于其应用场景和技术本质。数字AI主要处理文本、图像等虚拟信息，通过算法提升信息交互效率，其应用局限于屏幕世界。而物理AI则突破虚拟边界，通过感知三维空间、理解物理规律（如重力、摩擦、碰撞），并利用世界模型预测环境变化，实现从感知到决策再到实体操作的完整闭环。这种能力使物理AI能够深度融入自动驾驶、工业自动化、人形机器人等实体经济领域，其市场潜力远超数字AI。
物理AI的概念虽由英伟达CEO黄仁勋提出，但其规模化落地得益于近一年来的技术突破。世界模型的成熟是关键转折点——不同于传统大语言模型的文本预测，世界模型能够模拟物理世界的动态变化，为AI提供“预判未来”的能力。特斯拉、谷歌、英伟达等企业已在这一领域完成技术布局，推动物理AI从实验室走向量产。例如，特斯拉通过自动驾驶技术积累的实体场景数据，正加速其通用具身智能的研发；英伟达则通过Omniverse平台和Cosmos世界模型，构建物理AI的底层算力与仿真基础设施。
资本市场的动向进一步印证了物理AI的崛起。2026年一季度，全球物理AI初创企业融资额超64亿美元，国内半年融资突破460亿元，资金集中流向世界模型、通用仿真等核心技术领域。应用层面，物理AI已渗透至多个场景：城市NOA（导航辅助驾驶）功能在乘用车市场普及，工业机器人实现智能化升级，人形机器人开始在B端试水，AI眼镜等端侧设备加速渗透。科技巨头与初创企业的协同发力，正推动物理AI生态快速完善。
然而，物理AI的快速发展也带来了概念混淆的问题。以近期冲刺港交所的Momenta为例，其被市场冠以“物理AI第一股”称号，但这一标签更多是资本包装而非产业定位。从技术层面看，Momenta的R7世界模型专注于乘用车场景，仅能预测车辆、行人等路面物体的轨迹，无法迁移至工业机器人或低空设备等场景，缺乏通用物理建模能力。其算法依赖车企硬件载体，需主机厂二次标定，未能形成完整的自主交互闭环。从业务层面看，Momenta的营收全部来自乘用车赛道，尚未展现跨行业拓展能力，其高毛利许可收入实为自动驾驶垂直场景的商业化成果，而非通用物理AI的价值兑现。
Momenta的案例折射出物理AI领域的现实矛盾：宏大的技术叙事与短期的商业落地之间存在差距。对于自动驾驶企业而言，物理AI提供了长期技术想象空间，但当前估值仍取决于垂直场景的规模化能力与真实营收水平。无论是头部玩家还是新晋厂商，核心竞争力始终在于量产规模、收入结构优化以及盈利能力的证明。物理AI的通用世界模型、跨场景仿真等技术虽在迭代，但其多品类实体落地与跨行业商业化仍需时间沉淀。
物理AI代表AI产业的终极方向，但自动驾驶仍是当下最务实的赛道。技术叙事终需服务于商业价值，资本市场的概念热度终将消退，唯有垂直场景的规模化应用与可持续营收能力，才能构建科技企业的护城河。未来，随着物理AI技术成熟，自动驾驶与通用物理AI的边界可能逐步模糊，但现阶段，深耕商业化落地仍是智驾行业的唯一准则。
