物理场景中数字AI与物理AI的能力边界及协同演进路径

数字AI与物理AI的连续谱框架

人工智能应用场景并非简单的二元对立，而是沿着物理闭环程度形成一条从纯信息空间到真实物理世界的连续谱。判断场景位置的关键指标在于任务是否需要在真实物理世界中完成“感知—决策—动作—反馈”的闭环，以及该闭环对实时性与安全性的具体要求。越靠近信息空间一端，数字AI通常能够独立完成更多任务环节；而越靠近真实物理世界，实时感知、动作控制与安全闭环的重要性则显著上升。

在这一连续谱中，随着物理闭环程度的加深，数字AI单独完成闭环的充分性总体呈下降趋势，但这并不意味着其价值降低。相反，数字AI作为语义理解、高层规划和人机交互组件的价值依然稳固。从低物理闭环场景向高物理闭环场景延伸，被视为大模型能力外溢的重要方向之一。典型场景如内容生成、专业知识工作等主要集中在信息空间，数字AI具备极高的独立闭环充分性；而智能驾驶、通用具身智能等场景则处于高物理闭环端，对物理AI专用技术栈的需求极高。

技术路径的同源性与分化机制

从底层技术架构来看，数字AI与物理AI具有同源性，Transformer等神经网络架构是两类系统共同的底座。然而，两者的分化发生在作用对象、训练目标与闭环要求上。数字AI的技术路径围绕“数字数据—Token化—基础模型—指令对齐—工具调用”展开，其预测对象主要是token、内容结果与软件状态，核心能力体现为理解、生成、推理及工具调用。

相比之下，物理AI的技术路径围绕“传感器输入—状态表示—动作生成—运动控制—反馈闭环”展开。其预测对象转变为动作、轨迹与动作后果，核心能力体现为感知、预测、规划与行动。这种差异导致两者面临的能力边界约束因素截然不同。数字AI主要受事实可靠性、上下文管理、持续记忆和工具调用稳定性的约束；而物理AI则主要受动作数据稀缺、物理长尾场景、实时控制、安全验证以及Sim2Real（仿真到现实）迁移能力的约束。这些约束难以仅依靠单纯扩大模型规模来自动解决，需要模型、数据、仿真、控制和工程验证的协同推进。

能力迁移的层次结构与复用难度

物理闭环越深，数字AI能力直接复用的难度越高。这种迁移过程呈现出明显的三层结构。第一层是纯信息空间场景，如对话、代码生成和办公文档处理，数字AI的理解、生成、推理与软件操作能力可以直接完成主要任务，复用程度极高。第二层是近似物理世界场景，包括视觉内容生成与工程仿真。其中，视觉内容生成与多模态预训练高度同源，但工程仿真则依赖物理引擎与场景建模，两者功能存在分化。

第三层是真实物理世界场景，如自动驾驶、机器人、工业控制与家务服务。在此类场景中，智能体直接作用并改变物理环境。虽然语义理解与高层规划能力仍可复用，但状态维护、动作生成、实时控制和安全验证必须由专用技术补足。“看起来像世界”与“能被物理系统安全依赖”对应着不同的能力门槛：视觉生成能力可以构成物理AI的数据与模型基础，但不能直接等同于可部署的物理闭环能力。因此，在真实物理场景中，数字AI更多是以分模块协同的方式嵌入系统，而非独立承担闭环任务。

长期协同演进的产业展望

数字AI与物理AI的发展关系可概括为“承接—分化—融合”，这是一种长期协同演进的过程，而非先后替代的关系。首先，物理AI承接了数字AI的技术遗产，Transformer架构、多模态表征与互联网图文视频先验构成了物理AI的技术起点。其次，两者在各自领域并行分化，物理AI需要自建本体对齐数据、仿真训练、实时控制与安全验证体系，而数字AI则在信息空间继续深化。对于企业而言，竞争起点由模型、数据、本体、控制、渠道、安全和量产等能力资产组合决定，难以简单按“数字AI公司”与“物理AI公司”进行一维排序。

最终，两者有望融合于完整的智能系统中。LLM或VLM承担语义理解与高层任务分解，策略模型生成动作，世界模型和规划器预测状态转移并评估动作后果，控制系统完成真实执行。智能驾驶作为最先跑通闭环的代表场景，体现了物理AI在当前的增量价值。随着技术迭代，物理AI将成为物理世界的AI解决方案，与数字AI共同构建更加智能的系统形态。