当生成式AI在数字世界绽放创造力，一场更深刻的变革已悄然降临。人工智能正突破虚拟边界，以“物理AI”之名，深度融入自动驾驶、具身智能、工厂车间、城市街道、医疗诊室等真实物理场景。

2026年2月，由上海仪电（集团）有限公司牵头，联合瀚博半导体、上海智能算力科技等多家企业及上海市人工智能行业协会等机构共同编制的《物理AI白皮书：迈向可执行的机器智能》正式发布，系统阐述了物理AI从“思考”到“行动”的技术路径与产业实践，为人工智能在真实物理场景中的规模化落地提供了系统性指引。

01 | 范式跃迁：人工智能的“第三阶段”

人工智能能力演进已经走过了三个阶段。第一阶段——生成式AI，是在信息域“生成结果”，输出文本、图像等数字内容，错误可以通过人工审核、版本回退管控。第二阶段——代理式AI，是在数字域“规划与执行”，整合工具调用、任务分解能力，运行于可控的软件环境。第三阶段——物理AI，是在物理域“安全地行动”，输出直接影响物理状态的动作策略，行动不可回滚、责任边界外延。

白皮书对物理AI给出了明确的定义：物理AI是面向真实物理环境的复杂智能系统，以多模态感知为输入，以可解释、可验证的决策为核心，以安全可靠为刚性约束，以精准执行为目标，通过持续数据反馈实现系统进化，形成全链路可审计、可回溯、可迭代的工程闭环。

物理世界的挑战远非数字世界可比拟：开放世界“不可穷举”，光照变化、传感器噪声、机械磨损等因素导致输入分布持续漂移；物理系统受连续动力学规律支配，微小误差可能累积放大；行动必须安全合规，需内嵌验证与护栏机制，满足ISO10218、GB11291.1等安全规范。

物理AI的发展由多重驱动力共同推动。国际竞争激烈，美国发布《人工智能加速战略》，欧盟Horizon Europe专项资助超3.07亿欧元；国内政策驱动，《十五五规划建议》全面实施“人工智能+”行动；同时，策略模型、世界模型在技术上取得突破，从“能学会”迈向“可迁移、可部署、可迭代”。

02 | 五维能力模型：物理AI的完整技术架构

白皮书系统构建了物理AI的五维能力模型，五大模块协同构成多回路耦合的协同系统。

感知，是对物理环境的结构化建模能力，通过多模态传感器融合实现环境认知，保障感知结果的时空一致性与不确定性建模，为后续动作提供精准信息。

决策，将高层目标转化为底层动作序列，采用“策略-方法-执行”三层架构，融合规则系统与学习模型。值得注意的是，大语言模型仅作为高层意图解析助手，规避了直接决策的安全风险。

验证，是动作执行前的风险过滤机制，包含离线验证、影子系统测试、在线验证和复盘迭代，确保行动安全可控。

执行，将策略转化为精准物理动作，通过硬件载体与分层控制算法，应对机械误差和环境扰动，保障执行的实时性、安全性与动态适应性。

反馈，是系统持续演进的核心动力，将执行结果转化为结构化数据，实现异常溯源、策略优化与系统校准，驱动感知、决策、验证模块的持续迭代。

这五大模块形成了一个“感知—决策—验证—执行—反馈”的全闭环系统，在动态不确定的物理条件下可靠地完成任务。

03 | 三大技术基石：物理AI的产业落地骨架

白皮书进一步指出，物理AI的产业落地需依托三大技术基石。

策略模型是物理AI的决策引擎，实现从规划到自适应执行的映射。主流范式包括自回归式、生成式连续策略、层级式快慢系统、隐式潜动作，核心能力围绕视觉感知、空间能力和动作表征等维度持续演进。

世界模型是物理AI的认知中枢，实现从“看见”到“理解与预测”的跃迁。它通过构建物理世界动态演化模型，在潜空间中进行前瞻推演，在产业中承担规划推演、风险预测、安全约束优化、合成数据生成等关键角色。

仿真与数字孪生是训练与验证的核心基础设施。仿真构建可控的虚拟测试场，解决真实数据稀缺问题；数字孪生实现物理系统的实时高保真镜像，形成跨越虚实的在线闭环，支撑监控、诊断、验证、复盘等全流程。

尤为关键的是“渲染+AI”的深度融合。在训练阶段，构建基于物理仿真的合成数据引擎，推动从“数据驱动”到“场景编程”的范式跃迁；在执行阶段，为策略构筑前瞻性验证屏障，打通从虚拟仿真到现实部署的关键链路。

04 | 场景落地提速：物理AI从试点走向规模化

物理AI的价值正通过具体场景加速兑现。在工业制造中，柔性生产让产线效率平均提升29%，产品不良率降低47%；在人形机器人领域，2025年成为量产元年，核心部件国产化率普遍突破70%，宇树科技、智元机器人等企业展现全球竞争力。白皮书也特别指出，2026年将成为人形机器人量产元年，核心部件的突破使人形机器人开始进入工厂，承担搬运、装配等通用任务。

在智慧空间里，大型交通枢纽可提前15至30分钟预测人流引发的微环境变化，实现精准调控。智慧医疗、金融风控、城市治理等领域，物理AI正重构服务模式，创造全新价值。

白皮书还明确了物理AI与相关概念的区别：数字AI聚焦信息域处理，具身智能侧重物理动作能力学习，数字孪生是物理系统的虚拟映射与验证环境，而物理AI以物理场景的可靠执行与系统闭环为核心，整合前三者能力实现工程化落地。

在产业生态方面，白皮书指出，物理AI产业正从“创造性混沌”迈向标准化发展阶段。未来1至3年，是物理AI从技术验证走向规模化部署的关键时期。产业未来将聚焦互联互通与安全分级两大标准方向，打破“数据孤岛”与“系统孤岛”，构建可组合的产业生态，同时划定安全红线，建立可信赖的行动框架。

结语

《物理AI白皮书：迈向可执行的机器智能》的发布，标志着人工智能发展的一个重要里程碑。在生成式AI和代理式AI之后，物理AI正开启人工智能进化的第三阶段，推动智能从信息域走向物理域的范式跃迁。

这不是简单的“大模型+硬件”，而是融合硬件载体、智能算法、系统工程与数据闭环的综合能力体系，让智能不仅能“思考”，更能在物理世界中可靠、安全、高效地“行动”。当AI真正走进物理世界，一场从虚拟到现实、从思考到行动的深刻变革，已然启幕。