海内外厂商物理AI布局情况如何？

国内物理 AI 产业链正以技术突破为支点，加速形成从底层感知到上层应用的全链路生态，这一进程既承载着工业软件国产替代的使命，更孕育着通过物理场与人工智能深度融合实现技术弯道超车的可能性。

1、头部海外厂商积极布局物理 AI

（1）英伟达的物理 AI 布局概览

近期，英伟达创始人兼 CEO 黄仁勋先后在拉斯维加斯 CES 展会、圣何塞英伟达GTC 大会、北京第三届链博会上发表演讲，阐述英伟达物理 AI 布局，并推出一系列新产品和技术。英伟达认为，物理AI 作为AI技术演进的第四波浪潮，标志着“通用机器人时代”的开端，英伟达正在通过硬件和软件生态加速这一进程。黄仁勋将 AI 的演进划分为四个阶段，即感知 AI、生成式 AI、代理式 AI、物理AI，并强调物理AI 将成为未来的技术拐点，赋能机器人产业。

英伟达发布 Cosmos 模型，全球首个世界基础模型，专为理解物理世界打造。想要把AI 嵌入物理世界中，需要建立一个理解现实世界规则的世界模型，比如重力、摩擦力、惯性这些物理动力学，还要理解几何与空间关系、因果关系。Cosmos 模型就这样应运而生，它是在 2000 万小时的视频数据上训练而成，这些视频聚焦动态物理事物，包含自然主题、人类行走、手部动作、操控物体，还有快速的相机运动，目的是教会 AI 理解物理世界，而非生成创意内容。同时，英伟达还宣布了 Cosmos 开源许可，在GitHub上线了小、中、大不同规模的模型，对应快速模型、主流模型，以及知识转移模型，赋能机器人和工业AI 领域。

英伟达将 Cosmos 与 Omniverse 融合，搭建物理 AI 时代的基座。Omniverse 是基于算法物理、原理物理、模拟构建的系统，将其与 Cosmos 相连，能为 Cosmos 生成内容提供基准事实，控制、调节生成结果。这样一来，Cosmos 成为了基于真实场景物理规律的多元宇宙生成器，为物理 AI 在机器人和工业领域的应用奠定了基础。基于 Cosmos 和 Omniverse 模型，英伟达定义了未来物理 AI 领域的全新生产方式，即Cosmos+Omniverse 组成的数字孪生、AI 训练侧、AI 部署侧这三者所构成的循环。

（2）Google 物理 AI 布局具身智能方向

谷歌正在积极推进其在物理 AI 领域的战略布局，致力于将通用人工智能从数字空间拓展至真实物理世界。2025 年 3 月 12 日，谷歌 DeepMind 发布了基于多模态通用大模型 Gemini2.0 构建的两类大模型：Gemini Robotics（VLA）和 Gemini Robotics-ER（VLM），构建了一套覆盖“感知-推理-控制-执行”的完整物理智能体系。 Gemini Robotics-ER（Embodied Reasoning）专注于机器人在物理环境中的空间与视觉推理能力，支持物体检测、指向、轨迹和抓取预测、多视角对应和 3D 辨识等功能。该模型可用于构建机器人感知层，将 Gemini 的多模态理解能力延伸至真实世界场景。Gemini Robotics 则将 Gemini Robotics-ER 的推理能力与底层动作控制结合，直接控制机器人完成复杂操作任务，如折纸、挂包、分类物品等。模型具备零样本和少样本学习能力，支持跨硬件平台泛化，执行自然语言指令时可自动生成控制代码或策略。通过上述模型，Google DeepMind 构建了从感知推理到动作执行、再到本地部署的完整战略，目标是实现通用、交互性强、具备精细操控能力的智能机器人系统。

2、国内物理 AI 产业链正在形成

国内物理 AI 产业链正以技术突破为支点，加速形成从底层感知到上层应用的全链路生态，这一进程既承载着工业软件国产替代的使命，更孕育着通过物理场与人工智能深度融合实现技术弯道超车的可能性。物理 AI 的核心在于将基础物理学原理与人工智能技术结合，通过仿真、感知等环节构建真实世界的数字镜像，从而解决复杂工程问题。产业链的成型需要上下游协同，相关人士提出的“仿真-感知-机器人”受益逻辑正揭示了这一生态的关键环节。 索辰科技推出的“天工·开物平台”正是这一理念的集中体现——该平台基于生成式物理AI 与实景渲染技术，实现了四维时空耦合下的多物理场设计、仿真与优化，不仅支持快速搭建真实场景并模拟物理场相互作用，更通过虚拟训练验证机器人、智能驾驶等场景的应用，为工业用户提供了“开发-部署”一体化的物理 AI 工具集。这种将计算物理与人工智能深度融合的能力，使其被业内视为对标英伟达Omniverse 的国产方案，标志着国内企业在物理 AI 基础平台领域已具备与国际巨头同台竞技的潜力。在感知层，奥比中光通过 RGB-D 相机 Femto Bolt 为 ReKep 系统提供 3D 视觉数据支撑，助力机器人动作优化与复杂交互，凸显了高精度感知设备对物理 AI 落地的必要性；在应用层，能科科技等工业数字孪生厂商则通过解决方案将物理 AI 与实际工业场景结合，推动技术从实验室走向生产一线。而索辰科技作为仿真层的核心玩家，不仅通过开物平台构建了物理 AI 的“操作系统”，更通过并购动作加速产业链整合——2024 年底收购宁波麦思捷 55%股权，补足动态环境感知与端云协同能力；2025年初筹划收购北京力控元通 51%股权，强化工业数据采集与存储能力，逐步构建起从“物理场感知-仿真建模-虚拟训练-决策闭环”的全链路闭环，为产业链的完善提供了关键拼图。 当前，全球工业仿真软件市场正经历变革，新思科技收购 ANSYS 的交易获批，预示着国际巨头通过整合重塑格局，这也为国内企业带来了挑战与机遇。正如索辰科技董事长陈灏所言，物理AI 是“划时代的技术”，即便处于 0 到 1 的阶段，其对客户的价值已远超预期。 随着低空经济、新能源等场景对高精度仿真与虚拟训练的需求爆发，物理 AI 作为行业基础设施的属性愈发明显，而国内企业凭借对本土行业需求的深刻理解，以及在物理场仿真数据积累上的优势，正迎来弯道超车的窗口期。