从数字AI转向物理AI时代，中国是当之无愧的绝对“主场”

2025年7月，英伟达创始人黄仁勋在第三届链博会上公开断言：“下一波浪潮是物理AI。”几乎同期，软银CEO孙正义明确表示，下一个诞生“万亿美元级市值公司”的赛道将是PhysicalAI与人形机器人。两位产业领袖的预判指向同一个方向：AI正在从“数字世界”走向“物理世界”。而这场变革的决胜局，不在硅谷的实验室里，而在中国的工厂车间中。当AI从“键盘侠”变为“实干家”，拥有全球最完整制造业体系的中国，正站在舞台中央。

壹

AI的“分水岭”：从数字世界到物理世界

如果你问ChatGPT“如何制造一台精密减速器”，它能给你一份详尽的技术文档，甚至能引用最新的行业标准。但如果你让它实际操控一台机器人完成精密装配，它大概率会陷入“知道却做不到”的困境。这正是数字AI的本质特征——它“读过万卷书”，却从未真正“出过门”。

理解这一转折，首先要厘清两个基本概念：什么是数字AI？什么是物理AI？

数字AI，即当前大众最为熟悉的ChatGPT、DeepSeek、Midjourney等大模型产品。它们的工作场域局限于屏幕之内——处理文字、生成图片、分析数据，输出成果仍为数字内容。数字AI的核心能力在于对已有信息的理解和再加工，但它存在三个根本性缺陷：其一，当训练数据包含虚假信息时，它会产生“幻觉”，输出与事实不符的内容；其二，缺乏对物理世界的实时感知能力，不知道“路面湿滑需减速”“重力加速度如何影响机械臂运动”；其三，仅靠文本和图像学习，无法模拟物理世界中的因果关系。这些缺陷决定了数字AI在自动驾驶、机器人控制等现实场景中难以独立胜任。

物理AI则完全不同。根据黄仁勋在链博会上的定义，物理AI指“能够感知、理解并直接在现实世界中执行复杂操作的自主系统，通常嵌入机器人或自动驾驶车辆等实体设备中”。从技术演进的角度看，物理AI概念并非凭空而来——2020年，瑞士联邦材料科学与技术实验室的AslanMiriyev与伦敦帝国理工学院的MirkoKovac在《NatureMachineIntelligence》上首次系统提出。其核心在于让AI不仅能够生成文字、图像、视频等数字内容，还能够理解重力、摩擦、空间、运动、受力、碰撞等真实物理规律，并进一步驱动机器人、智能汽车、工业装备等实体终端完成感知、决策与执行。简言之，物理AI构建的是一个完整的“感知→理解→执行”闭环。

两者的差异，可用一个形象的比喻来概括：数字AI是“键盘侠”，物理AI是“实干家”。一个在数字空间里运筹帷幄，一个在物理世界中躬身入局。

从技术演进的时间线来看，物理AI的崛起并非偶然。黄仁勋在回顾AI发展历程时指出，过去十二年间AI每隔四到五年就产生一次大变革——从2012年深度学习的突破，到计算机视觉、语音识别、自然语言处理相继实现超越人类水平的突破，再到生成式AI的问世。当前，技术焦点已转向推理智能，AI开始具备理解问题、分解问题、解决问题的能力。而“下一波浪潮就是物理AI，（AI）所有的能力都能融入物理世界”。

这一演进路径具有清晰的逻辑：数字AI解决的是“知道什么”的问题，物理AI要解决的是“怎么做”的问题。当AI从“会思考”进化到“会行动”，竞赛的规则被彻底重写——它不再仅仅是算力和算法的比拼，更是一场制造业能力、产业链完整度、工程化落地能力的综合较量。

贰

物理AI的“硬件密码”：制造能力决定胜负

物理AI与数字AI的本质区别，决定了其产业逻辑的根本不同。数字AI的核心是算法和算力——拥有足够多的GPU、一批优秀的工程师、一套先进的大模型架构，便能快速起步。但物理AI不同。它需要借助摄像头、传感器、激光雷达来感知外部世界；需要精密减速器、伺服驱动系统、智能控制器来执行动作；需要高性能电池、专用芯片、先进材料来支撑运行。物理AI是“软硬一体”的系统——既要有“大脑”（AI算法），更要有“身体”（硬件载体）。而这个“身体”的制造，恰恰是整个产业链中最复杂、最吃功底的部分。

黄仁勋对此有着清醒的认知。2025年7月，他在第三届链博会开幕式上用中文演讲，并以“奇迹”一词盛赞中国供应链。他表示：“中国运营着全球数一数二的供应链体系，它的规模、复杂性、多样性，制造商的产品类型、技术含量，参与建设中国供应链的企业数量，都堪称世界级的奇迹。”他进一步预测，十年内工厂将由软件和人工智能驱动，AI将指挥机器人团队与人协作，“这将为中国的供应链生态创造新的机遇”。

这番评价出自全球AI芯片巨头掌门人之口，其分量不言自明。而要理解黄仁勋为何说中国供应链是“奇迹”，需要从以下几组数据中寻找答案。

• 制造业体量：全球第一的产业底座

制造业是物理AI的产业根基。据工业和信息化部在国新办新闻发布会上公布的数据，我国制造业增加值占全球比重超过30%，总体规模连续15年保持全球第一。2020年至2025年，我国制造业增加值从26.6万亿元增长到34.7万亿元，“十四五”期间制造业增加值增量达到8万亿元，对全球制造业增长贡献率超过30%。在全世界504种主要工业产品中，我国大多数产品的产量位居世界第一。这意味着，当物理AI需要某种零部件、某种材料、某种设备时，中国几乎都能生产——而且是大规模、低成本、高效率地生产。

• 工业机器人：从“买”到“造”再到“引领”

机器人是物理AI最重要的载体之一。据国家统计局数据，2025年全国规模以上工业产品中，工业机器人产量达77.3万套，同比增长28.0%；服务机器人产量达1858.1万套，同比增长16.1%。从2015年的3.3万套到2025年的77.3万套，十年间增长了二十余倍。

在市场规模方面，我国已连续12年稳居全球最大工业机器人市场。2024年工业机器人市场销量达30.2万台，占全球总销量的54%；市场保有量突破200万台，稳居全球首位。近三年全球新增工业机器人装机量，我国占一半以上。2025年前三季度，全国机器人行业营业收入同比增长29.5%。

更值得关注的是产业能力的跃升。我国机器人产业已形成较为完整的全产业链体系，在精密减速器、高性能伺服驱动系统、智能控制器、智能一体化关节等关键技术和部件领域技术进步明显。我国拥有机器人相关有效专利超19万项，占全球比重约三分之二。从“买机器人”到“造机器人”再到“引领机器人”，这条路中国只用了十几年。

• 新能源汽车：物理AI的移动试验场

如果说工业机器人是物理AI在工厂里的应用，那么智能汽车就是物理AI在道路上的应用。据中国汽车工业协会数据，2025年我国汽车产销累计完成3453.1万辆和3440万辆，连续17年位居全球第一。其中，新能源汽车产销累计完成1662.6万辆和1649万辆，同比分别增长29%和28.2%，连续11年位居全球第一。新能源汽车新车销量达到汽车新车总销量的47.9%，国内市场占比已突破50%。

更值得注意的是产业链的“互强效应”。智能手机供应链的精密制造经验反哺了电动汽车工业，电池技术的突破同步赋能了储能与智能电网。这种跨行业的制造能力迁移，是任何单一领域领先都无法替代的系统性优势。

• 5G与算力：物理AI的数字神经系统

物理AI需要实时感知、实时决策、实时执行，这离不开高速、低延迟的网络基础设施。据工业和信息化部数据，截至2025年底，我国5G基站数达483.8万个，占移动电话基站总数比重达37.6%，平均每万人拥有5G基站34.4个。这是全球规模最大、覆盖最广的5G网络。与此同时，2025年我国人工智能核心产业规模超过1.2万亿元，企业数量超过6200家。算力基础设施规模和水平不断提升，多地已建成单体万卡规模的智算集群。

• 智能制造：物理AI的“试验场”与“孵化器”

理论说得再好，不如看看实际发生了什么。据工业和信息化部数据，截至目前我国已累计建成3.5万余家基础级、8200余家先进级、500余家卓越级智能工厂，培育15家领航级智能工厂。首批15家领航工厂已在2025世界智能制造大会上集中亮相，涵盖装备制造、原材料、电子信息、消费品等关键行业。这些变革带动生产效率平均提升29%，产品不良率降低47%。人工智能已渗透领航工厂70%以上的业务场景，沉淀了超6000个垂直领域模型，带动1700多项关键智能制造装备与工业软件规模化应用。

五组数据指向同一个结论：物理AI所需要的一切——硬件制造能力、产业链配套、应用场景、基础设施、实践积累——中国不仅全部具备，而且规模均为全球第一。这不是巧合，而是数十年制造业积累的必然结果。

叁

为什么中国是绝对主场？

有人可能会问：美国有硅谷、有OpenAI、有英伟达，欧洲有博世、有西门子，日本有发那科、有安川电机——凭什么说中国是物理AI的“绝对主场”？这个问题，需要从三个层面来回答。

• 规模效应：物理AI是“制造业的AI”，而非“AI的制造业”

数字AI的商业模式是“卖软件”“卖服务”——一家公司做一个大模型，全世界都能用，边际成本几乎为零。但物理AI的落地必须依赖实体产品——每一台机器人需要上千个零部件，每一个零部件需要一条供应链，每一条供应链需要成千上万家工厂的协同。在这个逻辑下，拥有全球最大制造业规模的中国，天然就是物理AI最大的“客户”和最大的“工厂”。正如有分析指出，中国工业的独特优势在于产业链的互强效应，这种“全产业链+超大规模市场”的组合在全球范围内独一无二。黄仁勋对此有切身体会——英伟达制造复杂芯片需要全球供应链，而全球最复杂的供应链，在中国。

• 成本与速度：从“实验室”到“车间”的转化效率

物理AI的竞争不仅是技术的竞争，更是工程化、产业化、规模化的竞争。一项技术在实验室里验证成功，与它能在工厂里稳定运行、低成本量产、快速迭代，中间隔着天壤之别。中国制造业的核心优势之一，正是“快速原型—小批量试产—大规模量产”的完整能力链。从设计到打样到量产，中国的速度和成本优势在全球范围内几乎无可匹敌。这意味着，当其他国家还在实验室里调试机器人抓取一个鸡蛋时，中国可能已经在工厂里部署了上千台同类机器人，并基于实际运行数据完成了多次迭代升级。这种“用规模换数据、用数据换迭代”的正循环，是任何实验室环境都无法复制的。事实上，这种优势已经开始显现——工业机器人已应用于国民经济71个行业大类、241个行业中类。物理AI在中国不是“未来时”，而是“现在进行时”。

• 政策与生态：系统性的国家战略推动

物理AI的发展涉及芯片、算法、传感器、精密制造等多个环节，需要系统性的战略布局。在这方面，中国的动作同样领先。工业和信息化部明确将推动人工智能创新与制造业应用“双向赋能”，一端抓技术供给，促进“智能产业化”；一端抓赋能应用，加快“产业智能化”。工信部已明确提出研究出台“人工智能＋制造”专项行动实施意见，部署重点行业、重点领域智能化转型任务。2025年11月，工信部发布《关于开展2025年人工智能产业及赋能新型工业化创新任务揭榜挂帅工作的通知》，面向人工智能产业发展底座、“人工智能+制造”、智能产品装备等重点方向发掘培育关键技术和产品。从顶层设计到产业政策，从标准制定到资金支持，中国正在以国家战略的力量推动AI与制造业的深度融合。

有智库评价认为，2025年的中国制造既是传统工业制造之王，亦是IT、AI产业的新质制造之王。这一评价或许略显激进，但它捕捉到了一个关键趋势：当AI开始“动手”，拥有最强“双手”的国家，自然拥有最大的话语权。

肆

物理AI时代的中国机遇

2026年春晚，数十台智能机器人如行云流水般完成武术演绎、队形切换等高难度动作。观众看到的是惊艳的表演，产业界看到的却是另一种信号：中国机器人产业已经从“舞台上动起来”向“工厂里干起来”进化。2025年，具身智能首次被写入政府工作报告，人形机器人从实验室走向量产。多模态大模型的工程化落地，终结了工业机器人“先天聋哑”的历史。

物理AI的浪潮已经到来，而中国正站在浪潮的中心。孙正义判断，整个AI革命的规模是互联网时代的50倍。英伟达方面则指出，物理AI将撬动万亿美元级的实体经济——与IT产业5万亿美元的规模相比，制造、物流、医疗等物理产业的总量是其百倍之多。这意味着，物理AI不是一条细分赛道，而是整个实体经济智能化升级的底层引擎。谁能在这场变革中占据主导，谁就能在下一个十年甚至三十年的全球经济格局中掌握主动权。

而中国，恰恰拥有最充分的准备：最完整的制造业体系——全球504种主要工业产品中大多数产量中国第一；最大的机器人市场和应用场景——连续12年全球第一；最领先的新能源汽车产业——连续11年全球第一；最庞大的5G网络基础设施——483.8万个5G基站；最丰富的AI产业生态——超1.2万亿元核心产业规模、超6200家企业；最系统的国家战略支持——“人工智能+制造”专项行动。

当然，这并不意味着中国可以高枕无忧。在高端芯片、基础算法、核心软件等领域，我们仍然存在短板。物理AI的竞争是一场马拉松，不是百米冲刺。但有一点是确定的：物理AI的“主场”，不在硅谷的实验室里，不在东京的精密车间里，而在中国的工厂车间、供应链网络和智能制造的第一线！