環球財經丨“物理世界AI”成全球人工智能競爭新焦點

當前，生成式人工智能主要停留在程式化、低復雜度的人機交互層面，難以有效感知、理解和作用于真實世界，嚴重制約其在工業制造、交通運輸等實體領域的深度應用。為突破這一局限，主要科技強國正加快推進人工智能系統“理解現實”，以增強模型對物理環境、運行規律和真實行為的綜合感知與決策能力，推動人工智能與現實世界深度融合。對此，我國應高度重視“理解現實”成為人工智能演進的重要方向，立足“人工智能+”戰略，加快推進人工智能系統與物理實體、現實場景協同發展，充分發揮制造業體系完備、應用場景豐富的優勢，將產業基礎轉化為人工智能高質量發展的新動能。

一、“理解現實”是推動未來人工智能發展的關鍵

近年來，生成式人工智能在文本生成、語義理解和圖像創作等虛擬領域取得突破性進展，但在現實世界中的應用卻明顯滯后，逐漸形成“網上熱、線下冷”的反差局面。人工智能在輿論傳播、商業展示和辦公場景中廣泛應用，但在工業制造、交通運輸、現場作業等高度依賴物理交互的領域，仍主要停留在試點和封閉應用階段，難以實現規?；涞?。這一現實反差表明，當前人工智能發展的瓶頸已不再是算力或模型規模，而在于其尚不具備對現實世界的真正理解能力。

從技術本質看，當前主流人工智能系統主要建立在對文本、語義、圖像等信息形態數據的統計學習之上，擅長“理解虛擬世界”，卻難以理解重力、摩擦力、慣性、空間結構等現實世界的基本物理規律。這一短板在智能裝備領域尤為突出?，F實中，無人機、無人車和工業機器人雖已具備一定自主能力，但其行為邏輯仍高度依賴人類預設規則和操作指令，只能在特定、受控環境中執行程式化、重復性的任務。一旦面對復雜環境變化或非標準物理交互場景，系統往往缺乏自主判斷能力，難以對動作的合理性和安全性作出有效評估。例如，機器人可以執行“抓取”指令，卻難以真正理解不同物體在重量、材質和結構上的物理差異，也無法自主判斷應施加多大力度、選擇何種角度才能既完成任務又避免損壞目標。這種對現實缺乏理解的“弱具身智能”，正成為制約人工智能在工業、交通等關鍵領域深度應用的核心障礙。

在這一背景下，美科技界和學術界開始將人工智能能力演進的重點，從“理解語言和圖像”轉向“理解現實世界”，并逐步將這一技術路線概括為“物理世界人工智能”。IBM在相關研究中指出，未來人工智能必須具備在物理環境中感知、推理、行動并通過反饋持續學習的能力，使AI不再局限于數字空間的信息處理，而是能夠在真實世界中形成對環境結構、因果關系和動態變化的內部表征。英偉達則進一步強調，所謂“物理世界人工智能”，是指能夠讓機器人、自動駕駛系統等自主體理解物體的空間位置、運動狀態及其相互作用關系，并據此在現實環境中做出安全、合理決策的人工智能形態。此外，學術界也提出相關概念，例如所謂的“物理常識與具身推理”（Physical Common Sense & Embodied Reasoning），意在讓模型具備對空間、物體動態和因果關系的理解，并最終能生成實際行動策略，這與物理世界人工智能的目標高度一致。

與以往以內容生成和模式匹配為核心的人工智能不同，“物理世界人工智能”關注的不再是“生成什么信息”，而是“如何在現實中采取合理行動”。在現實世界中，任何一次決策和動作都必須遵循物理規律與安全約束，其后果具有不可逆性和高風險性。這決定了人工智能系統在采取行動前，必須具備對現實后果的預判能力。為此，美科技界普遍強調通過世界模型、物理仿真和具身學習等技術路徑，使人工智能能夠在內部“預演”現實過程，形成類似人類物理直覺的判斷機制，從而在復雜環境中自主規劃路徑、動態調整動作并規避風險。

隨著這一技術路徑逐漸清晰，“理解現實”不再只是單一技術問題，而被視為人工智能邁向規?；涞睾彤a業變革的關鍵門檻。國際組織已開始從產業和宏觀層面系統評估其影響。2025年世界經濟論壇發布的白皮書中指出，具備現實理解與自主行動能力的物理世界人工智能，將成為推動新一輪工業革命的重要基礎力量，有望深刻改變制造業、能源、交通等基礎產業的運行方式和組織形態。可以說，“理解現實”正成為人工智能由虛擬走向現實、由工具走向自主體的關鍵躍遷點，也正在演變為新一輪全球人工智能競爭中的戰略制高點。

二、各科技強國正加速推進人工智能“理解現實”

當前，主要科技強國普遍認識到，僅依靠生成式人工智能在虛擬空間的能力提升，已難以支撐新一輪產業競爭優勢，人工智能必須突破“理解現實”的瓶頸，才能真正進入工業體系和社會運行的核心環節。在這一背景下，各國正圍繞機器人、自動駕駛、無人系統和智能制造等方向，加快推進人工智能從“理解信息”向“理解物理世界”演進。其中，美國走在前列，但并非孤例，日本、歐洲以及中國等科技強國也正結合自身產業基礎與制度優勢，形成各具特色的發展路徑。

（一）美國：以“理解現實”為核心，搶占物理世界人工智能制高點

美國通過政策引導與產業整合，力圖在機器人、自動駕駛和工業智能等關鍵領域率先實現系統化落地，構建長期競爭壁壘并搶占全球人工智能產業制高點。

政策層面，特朗普政府將人工智能系統“理解現實”納入“發展下一代制造業”。特朗普政府在2025年7月發布的人工智能行動計劃中明確提出“加快推動人工智能在物理世界創新應用，發展自主無人機、自動駕駛汽車、機器人以及其他尚無術語歸納的先進發明”。機器人政策方面，2025年5月，美國會已重啟暫停六年的“機器人核心小組”，重新將美國機器人產業納入國會重點關注中；美國在《2026財年國防授權法案》中提出設立“國家安全先進機器人小組”。無人機政策方面，特朗普政府在2025年6月簽署《釋放美國無人機優勢》行政令，明確支持無人機產業技術創新，包括無人機自主性。自動駕駛政策方面，美國交通部在2025年4月發布“自動駕駛汽車新框架”，明確提出支持自動駕駛汽車“商業化部署”。企業方面，美科技巨頭將“理解現實”視為人工智能產業發展的新增長極。2025年以來，美科技巨頭密集表態，美國英偉達CEO黃仁勛1月表示：“下一代人工智能系統革命將集中在現實世界的智能應用”；2月，Meta首席科學家Yann LeCun稱“人工智能需要超越語言，理解物理世界”；2月，OpenAI重點圍繞“機器人、物理世界理解”等領域加快人才招募；3月，微軟與英偉達宣布在人工智能工業領域達成戰略合作，加快推進“物理世界人工智能”。

企業層面，美物理世界人工智能模型飛速發展。一是模型理解世界能力增長迅猛。2025年3月，谷歌發布了Gemini Robotics- ER模型，精準操作與理解能力是2024年12月推出的Gemini 2.0的200%；Figure呈現出快速“學習能力”，在相同的模型與機器人架構上，Figure02可以做到每月學會一個新的復雜操作；英偉達2025年1月推出可訓練模型“理解現實”能力的平臺Cosmos后，6月份就推出Cosmos Predict- 2模型，加快自動駕駛訓練、測試和驗證，已被美國Uber、英國Oxa等企業采用。二是形成“端到端”研發壟斷。英偉達在2025年聚焦“理解現實”推出全流程研發體系，形成了Omniverse（數字孿生和仿真平臺）、Cosmos（物理世界基礎模型）、Isaac（機器人開發平臺）三大類研發產品線，并且針對機器人、自動駕駛等特定產品推出Jetson Thor的通用性硬件模塊與全球最大的物理世界人工智能開發數據集。三是構建“強強聯合”的研發生態。美科技巨頭已圍繞“理解現實”形成深厚的合作開發網絡。國際層面，美科技巨頭正構建全球研發網絡。例如微軟與Sanctuary AI合作開發通用機器人系統，與ABB、西門子等國際頂尖巨頭達成合作；英偉達與德國電信、西門子、印度信實工業、意大利超級計算組織等合作伙伴加快推動“人工智能系統在物理世界應用”。國內層面，美科技巨頭間合作非常緊密，2024年12月，英偉達與亞馬遜加速“理解現實”研究，推動機器人自主化；2025年5月，微軟將馬斯克的xAI 的Grok 3系列模型納入Azure AI Foundry平臺，加快工業領域應用；2025年8月，由比爾·蓋茨投資的初創機器人公司Field AI獲得英偉達、亞馬遜的B輪融資，估值已超過20億美元。

（二）日本：以機器人為核心，推動人工智能深度嵌入實體產業體系

日本是最早意識到“理解現實”對人工智能產業意義的國家之一，其推進路徑并非從大模型出發，而是以機器人和制造業為牽引，倒逼人工智能理解物理世界。日本政府長期將機器人視為國家級戰略產業，在此基礎上，不斷強化人工智能在機器人中的“具身化”和現實理解能力。

政策層面，日本在《新機器人戰略》《Society 5.0》等國家戰略框架下，明確提出發展能夠在復雜現實環境中自主行動的智能系統，重點支持服務機器人、工業機器人和災害救援機器人等方向。日本經濟產業省持續通過專項補貼和示范項目，推動人工智能在生產現場、物流倉儲和老齡化社會服務場景中的落地應用，強調機器人必須具備對空間結構、人類行為和物理環境的綜合理解能力。

企業層面，日本制造業巨頭正加速將人工智能從“控制系統”升級為“理解系統”。豐田在自動駕駛和通用機器人領域持續推進“世界模型”研究，強調通過長期現實數據積累，讓人工智能理解道路環境和人機混行場景；索尼將傳感器技術與人工智能結合，重點突破三維空間感知和動態場景理解；軟銀集團董事長孫正義表示，軟銀的下一個重點投資的前沿領域將是物理人工智能，其中重點押注人工智能和機器人技術的融合。

（三）歐洲：以工業與安全為導向，強調“可信、可控”的物理世界AI

歐洲推進人工智能“理解現實”的路徑明顯不同于美國，核心目標并非追求技術領先速度，而是將人工智能安全、可靠地嵌入工業體系。在“工業4.0”長期戰略基礎上，德國、法國等國將人工智能理解現實能力視為提升制造業競爭力的重要支撐。

歐盟層面，通過“地平線歐洲”等科研計劃，持續支持人工智能在機器人、智能制造和自動駕駛領域的研究，重點聚焦物理建模、仿真環境和人機協作安全。歐洲在技術路線選擇上高度重視數字孿生、物理仿真與現實驗證的結合，強調人工智能在進入現實世界前，必須經過充分的虛擬驗證和安全評估。

企業方面，西門子、ABB、博世等工業巨頭正將人工智能深度嵌入工業控制和生產系統，使其具備對生產流程、設備狀態和物理環境的綜合理解能力。德國在自動駕駛領域雖推進節奏相對謹慎，但高度重視人工智能對復雜交通場景的物理理解和責任邊界界定。

（四）中國：以場景規模和工程應用驅動“理解現實”能力演進

中國推進人工智能“理解現實”的優勢不在于底層理論或通用模型原創，而在于超大規模應用場景和完整工業體系。近年來，中國在智能制造、無人配送、智能礦山、港口自動化等領域持續推進人工智能落地實踐，倒逼人工智能系統不斷提升對現實環境的理解能力。

政策層面，中國在多項國家規劃中強調發展智能機器人、智能網聯汽車和無人系統，提出推動人工智能與實體經濟深度融合。地方政府在工業園區、港口、礦區等場景中推動人工智能規模化試點，為模型提供大量真實世界數據和持續迭代機會。

企業層面，中國科技企業正通過工程化路徑彌補“理解現實”能力不足。例如，華為強調在自動駕駛和工業領域構建“端—云—邊”協同體系，使人工智能通過持續感知和反饋學習理解復雜環境；百度在自動駕駛中通過大規模道路測試積累物理世界數據；多家機器人企業在倉儲、制造和特種作業中探索讓機器人在非結構化環境中自主行動。

三、中國發展的機遇與挑戰

人工智能系統“理解現實”將是下階段中美人工智能產業博弈的“勝負手”。美日歐加快發展人工智能“理解現實”將對我產生新的風險挑戰，但我仍具備競爭優勢。

（一）風險層面，多國并進加劇外部競爭壓力

一方面，美國在人工智能“理解現實”的關鍵技術路徑和產業生態構建上持續占據主導地位，構成最直接、最系統的競爭壓力。從技術層面看，無論是用于刻畫環境因果關系的“世界模型”，還是融合感知、語言與行動的“視覺—語言—動作”模型框架，均由美國率先提出并不斷演進。谷歌、微軟、英偉達、OpenAI等科技巨頭在基礎模型、仿真平臺和具身智能體等方向持續加大投入，創新節奏快、資源集中度高，但在部分底層原創和通用能力上仍面臨被拉開差距的風險。從產業層面看，美國正圍繞“理解現實”加快構建新的生態壁壘。以英偉達為代表的企業，正通過CUDA架構、仿真平臺、物理世界基礎模型以及專用硬件模塊，形成覆蓋數據、軟件、模型和硬件的“端到端”研發體系，意圖將開發、訓練和部署全過程鎖定在其主導的生態之中。這種高度捆綁的產業模式，一旦在機器人、自動駕駛等領域形成事實標準，將顯著抬高其他國家企業的進入門檻，對我相關產業自主發展形成長期約束。

另一方面，日本和歐洲在人工智能“理解現實”方向上的推進，也將對我形成不同形態的外部挑戰。日本以機器人和工程體系見長，其路徑并不依賴超大模型突破，而是通過將人工智能深度嵌入機器人本體、控制系統和傳感體系，使智能系統在特定現實場景中具備高度穩定的理解與行動能力。這種“工程驅動型”優勢，可能在高端工業機器人、精密制造和特種作業領域形成持續擠壓，限制我相關產品向高附加值環節升級。歐洲則更多通過規則、標準和工業體系塑造競爭環境。隨著人工智能系統日益進入現實空間，歐洲高度重視安全性、可解釋性和責任界定，可能率先在機器人、自動駕駛等領域形成更嚴格的技術規范和認證體系。若相關規則被廣泛國際化采納，將在客觀上抬高我企業進入高端市場的合規成本，形成制度性和隱性壁壘。總體看，歐日帶來的風險雖不如美國集中和激烈，但具有“慢變量、長期化”的特征。

（二）機遇層面

一是“理解現實”是我國重點發展的技術方向。我國自動駕駛、機器人等行業頭部企業重點布局的“視覺—語言—動作”模型是“理解現實”的核心技術路線，已開展融合視覺、語音、力覺等多種信息的技術研究，推動智能系統更好地理解現實世界實際運行規律，在自動駕駛、機器人等領域已取得一定成績。二是制造業優勢是我國人工智能產業落地的最大底氣所在。人工智能“理解現實”落地需要制造體系支撐，不論是智能網聯汽車，還是智能機器人，我國均具備產業優勢。英國金融時報8月份統計稱，中國國產智能機器人不僅直接帶動對外出口，部分特種操作機器人成本是國際頂尖機器人的60%，極大搶占了海外市場。三是美對我有產業依賴。開源模型方面，美艾倫人工智能研究所（Ai2）2025年8月推出用于機器人“理解現實”的MolmoAct 7B模式是基于我阿里千問系列開源模型開發；訓練數據方面，2025年8月，美OpenAI、谷歌等企業均購買了北京石景山機器人中心的訓練數據；關鍵礦產方面，據摩根斯坦利2025年研究顯示，美國人形機器人對我國稀土依賴已超過汽車等設備，特別是對釹鐵硼磁鐵。我國稀土反制遲滯了特斯拉OptimusV3、Figure03等具身智能最新產品發布進展。

四、思考

人工智能“理解現實”將是下一代人工智能走向三維物理空間的關鍵，也是人工智能技術廣泛落地的關鍵。我宜把握發展契機，進一步引導人工智能與產業深度融合，率先形成人工智能“理解現實”的產業應用。

一是明確頂層設計。結合“人工智能+”戰略進一步明晰我國人工智能系統“感知現實”的發展路徑，明確政策支持方向，在國家重大專項、資金投入等層面引導企業與科研機構加快投入研究。

二是確保自主可控。集中力量突破底層模型技術，確保與國產芯片生態形成互聯；另一方面，加快突破世界模型、多模態等模型形態，攻克模型預測與模擬物理世界的難題。

三是構建保障體系。由國家科研單位牽頭，構建仿真模擬平臺，既打通數據流通壁壘，也分擔國內企業訓練成本；打破“軟硬分割”，鼓勵人工智能模型企業與機器人、自動駕駛等企業合作開發，構建創新聯合體，打造軟硬件協同創新體系。

（作者白路、張怡，國際技術經濟研究所）

研究所簡介

國際技術經濟研究所（IITE）成立于1985年11月，是隸屬于國務院發展研究中心的非營利性研究機構，主要職能是研究我國經濟、科技社會發展中的重大政策性、戰略性、前瞻性問題，跟蹤和分析世界科技、經濟發展態勢，為中央和有關部委提供決策咨詢服務。“全球技術地圖”為國際技術經濟研究所官方微信賬號，致力于向公眾傳遞前沿技術資訊和科技創新洞見。

地址：北京市海淀區小南莊20號樓A座

電話：010-82635522

微信：iite_er