2026年伊始，英伟达创始人黄仁勋在美国拉斯维加斯消费电子展（CES）发出了新时代的宣言，“物理AI的‘ChatGPT时刻’已经到来”。
AI技术进入大众视野区区二十年，量产了一大堆新概念、新名词，令人目不暇接。这个“物理AI”是怎么回事，到底是概念炒作，还是划时代的科技大门？
英伟达将在“物理AI”技术中扮演怎样的角色？
对中美AI竞争又会产生怎样的影响？
“物理AI”的定义并不复杂，就是理解物理定律并与现实世界交互的智能实体系统。2020年欧洲科学家提出这一概念后，很快就在业内引发了广泛的反响。老黄这次CES上的演讲也是“旧事重提”——他在2024年就把“物理AI”定义为AI核心发展方向之一。
这次CES展示了步态稳重的智能机器人、自动驾驶概念车，和精准执行指令的智能家居终端，就是“物理AI”目前的现实水平。简单说，此前的AI科技实现了在虚拟空间“像人一样思考”，而物理AI的目标是在现实世界“像人一样行动”。
科技产业永远是现实走在“概念”之前，物理AI也是如此。“像人一样行动”的智能机械不是2020年才诞生的，早在上个世纪末，简陋的单片机就能驱动流水线上的机械臂，自动完成有限的物理动作。只不过这种程度的“智能化”过于低级，称之为“机器人”都嫌名不副实。虽然经历了二十多年的发展，人工智能技术进步极大，机器的智力表现令人叹为观止，但是物理运动能力依然见肘捉襟。“聪明”的不能动，能动的“不聪明”。虚拟数字空间的王者，实体物理空间的弱者。
如果我们把人工智能技术比作一场考试，人类选择了先易后难的答卷思路。是的，虽然有点“反常识”，提升智力是这张考卷中比较容易的考题。
之所以说是“反常识”，是因为在人类社会的普遍认知中，智力劳动的地位远远高于体力劳动。提升智力的难度也远远大于体力。高考得高分多难，撸铁长肌肉有手就行。但是，人工智能的发展恰恰相反。10年前阿尔法狗轻松战胜了最顶尖的人类棋手，可是十年后人形机器人依然步履蹒跚。人类智力活动中大量的重复简单计算，GPU处理起来毫无压力。但是，“理解”和“运用”物理规律实现最基本的拟人运动，对人工智能都是难度极高的挑战。在人工智能领域，灵活的双手远比发达的大脑更珍贵。
物理层面的限制，是人工智能从“云端”走向现实的最大障碍。这正是“物理AI”要解决的问题。只有成功克服“物理屏障”，人类社会才真正迈入人工智能时代的新纪元。当AI在物理世界可以顺畅地控制一辆复杂路况下行驶的汽车、拧紧建筑工地的每一颗螺丝，将会彻底改变人类社会的方方面面。
这正是黄仁勋的野心，英伟达也的确有这样的底气。
物理AI的核心是突破虚拟和现实的物理屏障，这主导这一赛道的人工智能企业必须“软硬兼备”——硬件研发和软件开发两手抓、两手都要硬。这就对企业的财务能力和技术能力提出了很高的要求。可以说，物理AI将会大幅提高人工智能行业的门槛。英伟达正是物理AI的“天选之子”。
刚刚过去的2025年，英伟达成为全球首家市值5万亿美元的超级企业。产品行情也相当火爆，仅GB300/B300芯片配套NVL72机柜系统的订单量就达到了达5000亿美元。净利润规模超过了AMD和英特尔的总和。财务表现堪称“六边形战士”。
技术进展也可圈可点。搭载Vera CPU和Rubin GPU，实现单机柜算力达100P FP4，较前代提升3.3倍。量子计算领域取得突破性进展。NVQLink技术实现量子处理器与超算直连，联合9家实验室推进纠错算法标准化。
近年来黄仁勋俨然成了硅谷头号发言人，经常被调侃“老黄爱吹牛”。但是，英伟达的业绩摆在那儿，没有人能否认他的确有“吹牛”的资本。老黄高度重视物理AI，也不是“吹牛”，而是有实打实的成果。开源Cosmos多模态模型，下载量突破1.6亿次。以该模型为主干核心的Alpamayo自动驾驶框架，计划在今年整合梅赛德斯-奔驰实现量产。如果该计划能够顺利实现，将会成为物理AI技术应用的里程碑。
Alpamayo本身就是物理AI的典型样本。训练不依赖传统的穷举应用场路线，而是语言、视觉等仿真模拟全方位“感知”物理规律，高度仿真地适应各种复杂路况，训练效率大为提高。
马斯克称“英伟达自动驾驶5至6年内不太可能对特斯拉的FSD构成实质性竞争压力”，那么“5至6年”后呢？其实，2022年英伟达发布的自动驾驶计算芯片DRIVE Thor，单颗算力已经达到了特斯拉FSD芯片的14倍。“算力为王”的时代，Alpamayo超越FSD真的需要“5至6年”吗？
一旦物理AI的自动驾驶技术在美国率先落地，目前中美两国自动驾驶技术领域的“互补式竞争”、分庭抗礼的局面将会被打破。目前中国自动驾驶技术靠廉价芯片、算法优化的性价比优势，在LV4以上的高阶自动驾驶技术上很难体现。
中国科技企业目前还没有做好进入物理AI阶段的准备。因为中国人工智能企业太“穷”了。
1月10日的AGI-Next圆桌论坛上，阿里的林俊旸谈及中美差距时直陈“这是富人和穷人的游戏”，“什么叫富人？OpenAI们手里的算力比我们大1-2个数量级。人家拿算力是在做Research，是探索无人区，甚至是在浪费”，“什么叫穷人？大部分中国公司手里的卡捉襟见肘，绝大部分算力，光是应付业务就已经亮红灯了。这直接导致了玩法的不同，富人可以赌找到下一个范式，穷人只能赌确定性”，“正因为穷，我们才会被逼出一种绝活:算法与基建的极致联合优化。这种穷则思变的工程能力，富人是不屑于练的，但这就是我们在算力封锁下活下去的唯一氧气管”。
尽管林俊旸的分析是针对AGI领域的中美对比，但是对物理AI阶段的“中场赛”同样很有启发。
人工智能技术的中美竞争中，我们不必妄自菲薄，也不能妄自尊大。Deepseek、Mannus的成功足以证明中国企业的实力。但是，我们也应该清醒的意识到，Deepseek的“蒸馏法”也好，Mannus的“套壳模式”也罢，很大程度上都是算力不足“穷则思变”倒逼出的性价比路线。极致的性价比表现的确不俗，但是缺少高端硬件支撑的短板终会限制中国人工智能技术在未来“高端局”的表现。
物理AI的中场赛，正是当下中美人工智能竞争的“高端局”。在这一赛局中，人工智能从“云端”走向现实物理世界的每一步都需要强大的硬件支撑，没有算法捷径，性价比的“优化”空间也很有限。这意味着物理AI的“中美大战”，将是一场比拼硬实力的阵地战。这场超级军备竞赛的“总体战”，是大军团的正面战场。再优秀的游击队也发挥不了决定性作用。没有“小快灵”，只有“硬碰硬”。
既然是硬碰硬，那就要有硬实力。令人感到遗憾的是，中美科技巨头的规模在过去五年中大幅扩大。2020年，阿里和腾讯大约在七千亿美元上下，在全球上市企业排行榜上名列前十。2025年腾讯和阿里都退出了前十，两家的市值加在一起仅为1万亿美元。苹果、微软、谷歌、亚马逊的市值都站上了3万亿以上，英伟达更是一骑绝尘的4.6万亿。所谓中国科技企业七姐妹和美国科技七姐妹，在规模上完全不具可比性。
企业的市值不能和硬实力完全划等号，但是物理AI的“超级军备竞赛”肯定是“富人的游戏”。手上没有足够筹码的玩家，真有上桌的资格吗？而且，美国人工智能产业还有大批估值百亿、千亿的“板凳队员”。独角兽等级的“轻量赛”，美国人工智能产业的优势甚至更为明显。
人工智能技术进入物理AI阶段，我们不能再沉醉于“全产业链优势”、“成本控制优势”的曾经辉煌。“全”不等于强，精打细算的成本控制弥补不了数量级的规模差距。“DeepSeek开源模型训练成本仅为美国十分之一”，固然可喜。但是，2026年OpenAi的估值目标将达到7500亿美元—1万亿美元，是DeepSeek的5倍以上，差距也很明显。
如果中美人工智能技术竞争在物理AI阶段继续“富人和穷人的游戏”各玩各的，“贫富差距”将会加速扩大。这是无法回避的现实。中国需要自己的英伟达，需要足以和美国同行分庭抗礼的龙头企业，也需要更多的超级独角兽和小巨人。
没有肥沃的土壤，就没有参天的大树，也不会有茂密的丛林。科技产业是科技，更是产业。没有良好的产业环境，就不会有先进的科技。唯有改善中国科技企业的经营环境，鼓励企业放手经营、做大做强，中美人工智能技术竞争才能变成“富人和富人的游戏”。