资本高速涌入、人形机器人频繁登台亮相，投行美国摩根士丹利公司预测，到2050年全球类人机器人保有量可能超过10亿台。但在火热叙事背后，行业仍需直面成本、能力与安全等多重现实约束。

在智能机器人从实验室走向家庭、工厂与街道的过程中，“物理 AI”被视为继大模型之后的下一阶段。美国英伟达公司（NVIDIA Corporation）创始人兼首席执行官黄仁勋曾强调，下一波人工智能不再停留在屏幕上，而是要“理解物理世界规律，能在我们身边工作，感知并回应现实环境”。这意味着 AI 不仅要会“看”和“想”，还要通过机器人等载体完成真正的“动”和“执行”。

在日本东京，一对用于“物理 AI”研究的人形机械臂，为这一愿景提供了一个缩影。它们由日本机器人创业公司 Enactic开发，通过虚拟现实头显与人类操作员联动进行训练。随着训练次数增加，这对机械臂可以逐步独立完成日常任务——Enactic 的目标是打造能够在日本护理机构内洗碗、叠衣、搬运杂物的服务机器人，以缓解人手短缺问题。该公司面向科研机构推出的 OpenArm 训练平台，已经被英伟达及美国斯坦福大学等高校采用，用于采集“人类示教”数据、微调“视觉—语言—动作（VLA）”模型。研究团队透露，对于具体抓取或摆放任务，只需要30至50次示范，就能显著提升模型在同类场景中的执行成功率。

与此同时，人形机器人正在成为“物理 AI”的标志性载体之一。在广州的发布会上，中国电动汽车企业小鹏汽车（XPeng Inc.）展示了一款新一代类人机器人：白色织物包裹的机身、可自主行走与舞动的双腿与上肢，吸引了现场观众的关注。过去由美国波士顿动力公司（Boston Dynamics）推出的“机器狗”等产品长期占据全球媒体头条，如今在政府支持与本土供应链完善的加持下，包括中国 Unitree Robotics 公司与 EngineAI 公司在内的企业正快速追赶。

小鹏汽车董事长兼首席执行官何小鹏在接受采访时坦言，十年之后公司每年销售的机器人数量“有可能超过汽车”。不过，他也承认，现阶段这类机器人在复杂物体操作方面的性能尚未得到充分验证，一只用于重载工况的灵巧机械手造价高昂，需要频繁更换，这些都在短期内限制了其大规模替代人工的可能。小鹏汽车联席总裁顾宏地则更长期乐观，他认为，随着数据量和训练水平的不断提升，类人机器人未来有望胜任从保姆、厨师到园丁在内的“几乎任何角色”。

家用赛道上，美挪初创公司 1X Technologies正在推进人形助手 NEO 的量产，计划自明年起向家庭用户交付。单机售价约2万美元，但报道引用的一段测试视频显示，即便在远程遥操作模式下，NEO 在关闭洗碗机门等简单任务上依旧表现笨拙，这在一定程度上折射出当前“物理 AI”在本体控制、触觉反馈与任务稳定性上的短板。

“机器人大脑”和“机器人身体”之间的鸿沟，同样引起学界关注。**英国伦敦大学学院（University College London）**机器人学助理教授 Sara Adela Abad Guaman 在接受法新社采访时指出，当前机器人在感知与规划上的进步远快于在机械结构与材料上的演进，“两者之间存在很大的落差”。她以山羊在冰面上滑倒为例，认为自然界已经证明，要适应环境，必须拥有与环境匹配的身体结构；在这一点上，人形机器人的形态、关节布局与触觉传感系统仍有巨大提升空间。

“物理 AI”同样成为重量级机构下注的新方向。报道援引消息称，日本软银集团（SoftBank Group Corp.）近期在宣布以54亿美元收购瑞士—瑞典合资的 ABB 集团工业机器人业务 ABB Robotics时，明确将“物理 AI”定义为其“下一片增长前沿”，预期未来各类具身智能机器人将在工业、物流与服务行业扮演越来越重要的角色。与此同时，关于就业替代、数据隐私以及估值泡沫的担忧也在升温。

从行业媒体视角看，这篇报道勾勒了一个正在成形的“物理 AI”生态：一端是掌握算力和算法话语权的芯片与云计算企业，一端是以 Enactic、1X 等为代表的机器人创新公司，中间则是护理、制造等场景对“劳动力补位”的刚性需求。短期内，远程遥操作+示教学习仍将是训练物理 AI 的主流路径，真正让机器人在复杂环境中实现高频、稳定、自主作业，还需要在成本、可靠性、安全标准和人机协同模式上经历更长时间的工程化打磨。