物理AI三大瓶颈待解：王兴兴带火宇树，资本热与落地慢不同步

物理AI（Physical AI）正在成为具身智能板块的新引擎。宇树科技创始人王兴兴近期多次公开谈到物理AI的技术突破预期，市场随之把目光投向这一概念。10月中旬以来，宇树科技股价累计涨幅已经超过50%。所谓物理AI，是让人工智能去感知、理解物理环境，再通过机器人等设备执行动作，并依据结果调整行为。它要解决的，同样是让人工智能进入真实世界完成任务。

中国信通院人工智能研究所、业内人士的看法是，近期机器人相关板块走高，既有板块轮动和市场情绪的推动，也确实与

在2026年10月21日GTC柏林大会演讲中，

广州华睿智普人工智能科技有限公司创始人兼首席执行官蔡镇辉接受澎湃科技采访时说，他同样看好物理AI的产业前景：这一技术有望进入工业生产和商业服务的真实场景，承担更多实际工作，也会带动机器人本体、零部件及算力等环节的需求上升。不过他提醒，资本市场的节奏和产业落地的节奏并不同步，技术预期要变成实际产出还需要时间。

在蔡镇辉看来，眼下物理AI的瓶颈主要在模型、真实场景的高质量数据和端侧算力三处。数据尤其稀缺，获取成本也高——按华睿智普的项目实践，这类数据的供给得有实质性突破，模型训练才能继续迭代。

一位具身行业分析师向澎湃科技表示，当前数据投入与大脑模型融资之间存在结构性错配。照他的判断，没有数据闭环，算法投入也难转成泛化能力。要看技术突破的时间点，得盯数据供给有没有实质性变化，光看模型发布不够。

端侧算力是蔡镇辉点出的另一大制约。过去大模型的开发、测试和训练大多靠云端算力，可开发者把模型部署到机器人本体上时，端侧算力承载不了模型、模型与端侧芯片平台要重新适配调试等问题就冒了出来，落地难、花费大、时间长、应用慢、重复投入这些窘况随之出现。在蔡镇辉看来，只有端侧算力把这些难题解决掉，大模型才谈得上突破和落地。

就算模型和硬件适配完成，具身机器人进了真实场景，还得过部署和运营这一关，这也在一定程度上照出物理AI当下的产业阶段。智元合伙人、高级副总裁王闯对澎湃科技说，真实环境里的意外情况比实验室复杂得多。他以文旅场景举例：小朋友会抱机器人、推机器人，玩游戏时未必守设定规则，这些都对机器人处理异常的能力提出更高要求。

能力与公众期待之间的落差，是整个产业共同面对的问题。蔡镇辉提到，公众看到机器人在舞台上完成复杂动作，容易以为它已经能承担很多日常工作，可洗碗、取放衣物、叠衣服这类任务，现在很难做到演示的效果。这种落差最终会反映到整机厂商的交付节奏上。

在蔡镇辉看来，科研客户买机器人做研究和二次开发，单笔规模相对有限；文旅场景里的表演、展示和讲解能带来一定出货，但可规模复制的应用场景还在形成当中。公众兴趣要变成持续采购，机器人得拿出更明确的使用价值。

至于何时走进真实世界、进一步提升生产力，蔡镇辉预计，按目前的部署和计划，依托其端侧算力平台在工业场景的应用，物理AI会先在工业领域逐步显效。他认为，这类应用落地越早、覆盖领域越广，对产业和经济发展的帮助越大。