物理AI：AI發展的下一個萬億級前沿

2025年底，人工智能領域正從生成式模型主導的數字時代，向物理AI（Physical AI，也稱具身AI或Embodied AI）加速轉型。這一階段的核心在於AI系統不再局限於屏幕後的抽象計算，而是嵌入物理世界，通過傳感器、執行器和實時反饋實現感知、決策與行動的閉環。

人們估計，具身AI市場規模從2025年的44.4億美元，將以39%的複合年增長率擴張至2030年的230.6億美元。

人形機器人作為物理AI的重要載體，市場預測差異較大：樂觀者如Morgan Stanley預計到2050年達5萬億美元，而更保守的估算顯示2030年人形機器人市場在150-340億美元之間。將是AI從“認知智能”向“行動智能”的結構性躍遷，深刻影響製造業、醫療、物流和服務業。

過去幾年，生成式AI（如大型語言模型LLM）推動了NVIDIA等公司市值暴漲，但其局限日益凸顯：擅長處理文本和圖像，卻無法直接操控物理環境。

物理AI通過多模態感知（視覺、觸覺、力反饋）和世界模型彌補這一短板，實現對物理定律（如重力、摩擦）和動態空間的理解。

在技術突破上，多模態基礎模型與世界模型的融合加速了“sim-to-real”（模擬到現實）遷移。李飛飛創辦的World Labs於2025年11月推出Marble平台，支持從文本、圖像或視頻生成可編輯、可下載的持久3D環境，已在遊戲、視覺效果和機器人訓練中落地，幫助壓縮研發周期。

放大了對基礎設施的需求。麥肯錫預測，到2030年全球數據中心容量需求將達171-219GW，其中AI占比約70%，累計投資近7萬億美元。谷歌、微軟等科技巨頭主導支出，推動邊緣計算和高效硬件發展。

從現實需求角度看，全球勞動力短缺（製造業缺口數百萬）和生產力提升壓力，促使機器人大規模部署。亞馬遜倉庫已部署百萬級機器人，物流效率提升25%。

物理AI爆發將放大硬件需求，但英偉達獨霸的時代將終結。2025年，NVIDIA數據中心收入季度峰值超500億美元，占據AI訓練芯片70-95%份額，得益於CUDA生態和Blackwell系列。

但推理市場正轉向自定義芯片（ASIC）。Broadcom為Google、Meta等提供定製解決方案，2025財年AI收入季度達65億美元左右，全年近200億美元，市值超1.6萬億美元。

結果是，市場將顯著“拓寬”，而非零和博弈。到2030年，AI芯片整體市場預計超3000億美元，AMD、Intel和新興ASIC玩家共同受益。英偉達則開始布局推理技術，進一步鞏固生態優勢。

展望未來五年，物理AI將從原型驗證轉向產業滲透。

在核心技術路徑上，大型世界模型將主導，取代純LLM，能生成3D空間並預測物理交互。NVIDIA Cosmos和World Labs Marble等平台加速sim-to-real轉移，支持機器人“一機多能”。

多代理具身系統，將通過強化學習實現通用執行。Tesla Optimus 2025年底演示流暢奔跑和複雜任務，2026年初推出生產原型，手部仿生度高，目標價格降至2-3萬美元，年產百萬級。

邊緣高效硬件將發揮作用。物理神經網絡（PNN）和光學計算降低功耗，支持隱私優先的設備端訓練。

在應用與市場規模上，製造業/物流領域，人形機器人填補勞動力缺口，提升生產力20-30%。Apptronik、Agility Robotics等與科技巨頭合作，2026年出貨量預計5-10萬台。醫療/服務領域，護理和手術助手普及，潛在價值數萬億美元。融合創新方面，DePIN網絡賦予機器自治，結合AI經濟體。

挑戰與制約也很大。

首先是能源壓力。數據中心電力需求到2030年增長165%，美國占比可能達11-12%。

其次是倫理安全。隱私、就業衝擊和偏見需監管框架。中國在移動機器人（AMR）市場占半壁，Tesla、Figure AI、Boston Dynamics領跑人形賽道。

當然還有技術上的落地不確定性。當前演示仍依賴部分遙控，完整自主需進一步突破。

這是一個新時代，一個偉大的時代。物理AI並非遙遠科幻，而是AI演進的自然延伸，將開啟從數字豐裕向物理豐裕的時代。到2030年，AI將全面具身化，從工廠到家庭，重塑全球生產力。投資者可關注NVIDIA的訓練生態、Broadcom的推理/ASIC份額，以及Tesla等機器人先鋒。企業則應及早布局世界模型、邊緣設備和sim-to-real能力，把握這一早期窗口。