前言：

算法、硬件、环境，这三者的咬合程度，才是物理AI眼下最真实的进度条。大模型的聪明程度，反而是变量里最不让人担心的一个。

AI的脑子、机器的身子和现场的环境缺一不可，脱离任何一环谈落地，都像在沙地上盖楼。

作者 | 方文三

图片来源 | 网络

算力骨架收租，铲子+地图+向导一起卖

物理AI这个词是英伟达先喊响的，黄仁勋把它捧上主题演讲的C位之后，2026年的CES上整套拼图已经摊在展台。

Cosmos 3世界模型分成Super、Nano、Edge三档，参数从64B一路排到4B，最轻的一档小到能塞进Jetson Thor边缘模块里跑实时推理。

训练用Super，部署用Edge，一套模型包办从仿真到路端的全程。

淘金热里最稳的生意是卖铲子，英伟达的野心再进一层，铲子、地图、向导证一起卖。

Isaac GR00T给人形机器人，Alpamayo给自动驾驶，Omniverse给数字孪生，物理AI开发者每往前走一步，都在给这家公司交过路费。

无论宇树和Figure谁笑到最后，计算层的赢家已经提前锁定。

地图另一端的落地证据也在加码，亚马逊全球仓库里跑着超过100万台机器人，承接了约75%的履约量。

物理AI在极致规模下早已跨过试点阶段，成了水电煤一样的基础设施，浮出来的第一层就是这套算力与工具的骨架。

资本用脚投票，钱离开躯干涌向大脑和手

骨架画完，资本的动作比研报诚实。2026年具身智能一级市场的主旋律叫去中心化，整机公司吸金占比下滑，核心零部件与数据基础设施的融资活跃度直线上升。

仅5月一个月，关节模组、传感器、数据采集赛道就有钛虎机器人、蓝点触控、灵御智能等多家公司完成新一轮融资。

看懂这轮迁移，宇树是赛道里少有的盈利样本，2025年营收17.08亿元，扣非净利润6亿元，毛利率60.27%。

拆开收入结构看，科研教育用途占73.6%，工业部署仅占9%。

换句话说，最会卖人形机器人的公司，卖的其实是高价的科研开发板，离替代人力的生产力工具还隔着一整个商业化周期。

资本闻出了味道，智元机器人干脆把公司拆成三份，灵巧手业务分拆为临界点，由蓝驰创投和高瓴创投联合领投，数据采集业务分拆为觅蜂科技，红杉中国领投，租赁业务分拆为擎天租。

2026年2月，灵巧手公司灵心巧手完成15亿元B轮融资。

东吴证券测算，灵巧手远期可占整机成本的 20%至30%，仅次于身体执行系统。

本体在贬值，可复用的手和脑在升值，这笔账一二级市场已经算到了同一页上。

感知层的钱，先落进工厂

机器要在物理世界里干活，第一步是看和听。消费端靠眼镜、耳机、头显捕捉声光，工业端靠3D相机、激光雷达和力觉传感器，让机械臂在产线上认出零件、绕开障碍。

消费侧，歌尔股份握着声学零组件和智能硬件整机代工，麦克风与扬声器出货量位居全球前列，AI眼镜和MR头显的精密零组件、整机组装都在它手里，旗下歌尔微电子的MEMS声学传感器，则是端侧AI语音交互的核心器件。

恒玄科技与中科蓝讯做的音频主控芯片，决定耳机能否低功耗地持续拾音、听懂指令。

工业侧是另一个世界，奥比中光在3D视觉上多路线并进，结构光、iToF、dToF、激光雷达都在跑，机器人靠它的深度相机完成导航与物体识别，出货量位居行业前列。

凌云光守着工业机器视觉，零件有没有缺陷、抓取的位置准不准，产线只认它的视觉系统给出的答案。

许多人仍拿消费电子的出货节奏来估它的价值，看头显和眼镜迟迟没有爆款，就断定感知层还没到兑现的时候，现实是感知层的第一波确定性收入在工厂里。

场景层的胜负手，藏在老师傅手上

物理AI从哪里赚钱，答案比想象中保守。工厂的工位固定且重复，数据回流连续，家庭环境则乱得多。第一波规模化收入，一定来自B端产线和能源场站。

这个闭环里跑着两条路，汇川技术的老底子是伺服系统、变频器和PLC，20多年工业控制攒下的机理模型和产线数据，正被灌进工业AI与数字孪生。

但数字孪生对它只是配套能力，核心依然是硬件控制与机理模型，它靠这个吃饭，不靠卖孪生软件。

软通动力走纯软件平台路线，旗下的天枢数字孪生仿真平台把AI引擎、大模型和孪生智能体整合起来，面向制造和能源场景做仿真训练，这是它对外主打的平台产品。

这一层最反常识的地方在于，壁垒不在模型有多聪明，在工艺经验的数据化有多深。大模型让知识变得便宜，可老师傅手上那些现场微调的手感，通用大模型学不会。

汇川把无数产线的控制模型沉淀成可复用资产，软通把孪生平台做成可复用工具，路径不同，指向同一个终点。

工厂只为结果开账，设备销售让位于持续服务

Figure披露的宝马斯帕坦堡工厂记录提供了少见的观察窗口，11个月内，Figure 02累计装载超过9万个零件，运行超过1250小时，参与3万辆以上宝马X3的生产。

这些来自企业自身的数据仍需放在披露口径下理解，但它们透露了商业化的正确单位。客户关心的是一个边界清晰的工序能否每天运转，而非机器人能否在镜头前展示全套才艺。

交付因此越来越像一项长期服务，GXO与Agility Robotics在2024年签下多年协议，以RaaS方式在物流场景部署Digit。

中国2026年度实景实训专项行动也把按效用付费和经营租赁写入政策，并提出形成100个以上高价值场景与万台级规模落地能力。

硬件收入依旧重要，持续收入则要依靠开机率、技能更新、运维与责任管理来支撑。

这份生意没有从账本里删去人，远程接管、现场维护、场景改造、安全评估和保险，都会改变每次有效作业的成本。

机器人服务商若只报告自主运行时长，不披露接管频次和故障恢复时间，就像餐厅只报翻台率，不算后厨用了多少人。

场景也会按经济逻辑分层，工业搬运、上下料、巡检与危险环境作业，流程较明确，劳动成本或安全收益容易计算，适合先形成技能包。

家庭环境物品繁多，任务琐碎，容错空间又小，通用能力需要更长的磨砺。

人形并非每个场景的门票，适合人的工具、通道和工序同时存在时，它才有充分的出场理由。

动作数据成了新油田，钻井平台还在打地基

大模型是喝着互联网语料长大的，机器人没有这份口粮，它需要的数据长得很怪，一段相机帧，要配上同一时刻的关节角度和夹爪力度，这类动作数据采集成本高得离谱，行业于是堆出一座三层金字塔。

塔尖是真机遥操作，保真度最高，价格也最凶。

塔身是仿真数据，由世界模型生成，边际成本趋近于零。

塔基是人类第一视角的裸手视频，体量最大，价格最低，模型靠它学物理常识。

供给端已经跑出数字，智元公开的数据集超过100万条轨迹，覆盖217个任务和5类场景，动用了100台双臂人形机器人采集。

光轮智能的人类行为数据库覆盖超25000个环境节点和10万种任务，2026年一季度新增订单5.5亿元；觅蜂科技立下的目标是2026年做到千万小时级数据产能。

工信部也下场推动实景实训专项行动，把散落在各家工厂的碎片数据收拢成可复用的行业资产。

同一个机器人换条产线就得重新调教，说明数据还没长成资产，等采集标准和数据水位上来，具身智能才会迎来自己的ImageNet时刻。

结尾：

物理AI产业可能沿着多条商业路径发展，在共同的模型、算力和数据基础设施之上，生长出各具特点的应用体系。

这种分化恰恰体现了产业成熟的方向，产业竞争将逐渐告别单纯的能力展示，机器学习理解物理世界的意义，终究要在可靠的行动中得到证明。

部分资料参考：国际机器人联合会（IFR）：《Global Sales of Professional Service Robots Surge 24%》，Physical Intelligence：《Frontier Models for Every Robot》，Waymo官方博客：《Accelerating our global growth: Waymo raises $16 billion investment round》，IDC中国：《半年出货2.5万台，同比增长432.1%：全球人形机器人商业化探索持续升温》