物理AI白皮书：迈向可执行的机器智能

2026年2月 本白皮书的版权归编委会及编写单位共同所有。未经许可，任何机构或个人不得以任何形式对本白皮书的全部或部分内容进行复制、转载、摘编、发行或用于商业用途。 若需引用、转载或使用本白皮书内容，必须注明来源为《物理AI白皮书：迈向可执行的机器智能》，且不得对内容进行歪曲或篡改。 违反上述声明者，编委会及编写单位有权追究其相关法律责任。 本白皮书所载内容仅供参考，编写单位对因使用本白皮书内容而导致的任何直接或间接后果不承担法律责任。 牵头单位 上海仪电(集团)有限公司 协作单位 瀚博半导体（上海）股份有限公司、上海埃迪希科技服务有限公司、上海松应科技有限公司、上海智能算力科技有限公司 支持单位 上海市人工智能行业协会、上海投资咨询集团有限公司 参编单位（按拼音字母排序） 瀚博半导体（上海）股份有限公司、沐曦集成电路(上海)股份有限公司、上海埃迪希科技服务有限公司、上海壁仞科技股份有限公司、上海大晓无限机器人有限公司、上海阶跃星辰智能科技有限公司、上海临港绝影智能科技有限公司、上海南洋万邦软件技术有限公司、上海苏度科技有限公司、上海商汤智能科技有限公司、上海松应科技有限公司、上海天数智芯半导体股份有限公司、上海智能算力科技有限公司、智己汽车科技有限公司、智能汽车创新发展平台(上海)有限公司 编写人员（排序不分先后） 王丽忱、高熙和、张浩、黄树福、郭城、聂凯旋、张小波、李虹、李远佳、石炜昕、田璐、江雯、孙兆群、章津楠、徐俊杰、黄青青、刘俊、王飞、黄苾菲、王旭、刘超、冯洁、关志盛、刘建志、葛晓飞、刘佳杰、伍玉晟、葛思远、王宇珩、韩铮、左芸、赵安璞、李超、陈明铃、张宇飞、郭辉、殷玮、赵九花、阚晓天、梁健、黄佳梁、周剑鸣 我们正站在人工智能发展的关键分水岭。以大模型为代表的生成式AI已在信息世界展现出惊人的创造力，代理式AI正逐步掌握复杂任务的编排能力。然而，当智能技术从虚拟的信息域迈向真实的物理世界，进入工厂车间、物流仓库、城市街道与商业空间时，面临的挑战发生了根本性转变。 物理世界不是可暂停、可回滚的代码环境。在这里，系统必须直面连续性、不确定性、部分可观测性的本质约束；必须应对传感器噪声、控制时延、环境扰动等现实干扰；必须保证决策的实时性、确定性与安全性，因为任何错误都可能引发设备停机、资产损失乃至安全事故，并带来复杂的责任界定与合规挑战。 这不是简单的“将大模型接入设备”，而是一场从技术范式到工程方法的系统性变革。物理AI通过在真实物理环境中构建“感知-决策-验证-执行-反馈”闭环，实现了从虚拟智能向实体执行的跃迁。其核心价值在于，让智能不仅能够“思考”，更能够“行动”，可靠、安全、高效地在物理世界中执行任务。 本白皮书旨在为这场正在进行中的变革提供清晰的路线图。我们面向产业决策者、技术负责人、生态伙伴及政策制定者，系统阐述物理AI的定义体系、能力模型、工程架构与关键技术，并最终给出可落地的产业实施路径与生态趋势研判。 当前是人工智能技术演进与产业深度融合的关键历史节点。以生成式人工智能和大语言模型为代表的信息智能已取得突破性进展，而人工智能技术与物理系统相结合所催生的“物理AI”（Physical AI），正在开启智能技术从数字空间走向实体世界的新篇章。这一演进不仅代表着技术能力的延伸，更标志着产业智能化进入以“感知-决策-验证-执行-反馈”闭环为核心的系统化实施阶段。 物理AI作为人工智能在实体环境中的工程化载体，其发展水平直接关系到国家在未来智能制造、智慧物流、城市治理等关键领域的核心竞争力。通过实现机器智能与物理世界的深度融合，物理AI有望重塑传统产业的运作范式，推动生产力水平实现阶跃式提升，并为构建安全、高效、韧性的现代化基础设施体系提供关键技术支撑。未来一至三年将成为物理AI从技术验证走向规模化部署的战略窗口期，把握这一机遇对于巩固和提升我国在全球科技与产业竞争中的优势地位具有重要战略意义。 然而，必须清醒认识到，物理AI的发展仍面临一系列严峻挑战：其在复杂动态环境下的感知鲁棒性、决策可靠性和执行精确性仍存在显著瓶颈；高质量训练数据的获取成本高昂，仿真与现实的差异导致模型迁移效率低下；系统的安全性、可解释性及合规性要求远高于纯软件系统，全生命周期的管理与治理体系尚不完善。这些挑战相互关联、彼此制约，共同构成了制约物理AI规模化落地的关键障碍。 为破解这一困境，本白皮书系统构建了物理AI的完整实施框架与产业路径。我们将明确物理AI的系统边界与五维能力模型，提出从多模态感知、认知决策、策略验证、动作执行到环境反馈的工程化架构；深入剖析物理AI的三大技术基石：支撑自适应决策的策略模型、实现环境认知跃迁的世界模型，以及作为核心基础设施的仿真与数字孪生；在此基础上，解析“渲染+AI”融合技术在数据生成与策略验证中的关键作用；通过典型场景分析，系统阐述物理AI在工业制造、移动机器人及智慧空间等领域的落地路径与演进模式，为产业实践提供清晰指引。 我们呼吁各方协同推进：政策层面应推动建立物理AI的安全标准与行业规范；产业层面需加强仿真平台、工具链等基础设施的开放协作；技术生态应聚焦世界模型、仿真引擎等关键技术突破；硬件层面需加速研发面向机器人的专用高性能、低功耗计算芯片，为物理AI系统构建坚实的核心硬件底座与边缘计算引擎。唯有凝聚共识、协同攻坚，构建开放可信的产业生态，才能在全球新一轮智能升级中占据先机，共同推动物理AI从愿景走向广泛的现实应用。 目录Contents 第一章：范式跃迁：智能从信息域走向物理域...................................................................1 1.1从生成到执行：AI能力演进的三阶段...................................................................................2 1.1.1生成式AI——在信息域“生成结果”.................................................................................................31.1.2代理式AI——在数字域“规划与执行”.............................................................................................31.1.3物理AI——在物理域“安全地行动”.................................................................................................4 1.2物理世界的硬约束：不确定性、连续性、安全性..................................................................5 1.2.1不确定性与长尾：开放世界的“不可穷举”........................................................................................51.2.2连续性与动力学：动作正确不等于动作可用........................................................................................61.2.3安全性与合规：从“可用”跃迁到“可信”.....................................................................................7 1.3核心驱动力：技术成熟、成本下降与规模化需求的共振.......................................................7 1.3.1国际竞争激烈：我国亟待发展自主可控物理AI、重塑产业生态.......................................................81.3.2国内政策驱动：国家“人工智能+”行动引领科研范式变革...........................................................111.3.3技术成熟：从“能学会”到“可迁移、可部署、可迭代”..............................................................121.3.4数据与仿真基础设施：从现实采集走向合成+验证闭环.................................................................131.3.5产业需求爆发：效率、成本与确定性交付的强驱动..........................................................................14 第二章：定义与内核：物理AI及其能力体系...................................................................18 2.1物理AI的工作定义..............................................................................................................18 2.1.1物理AI的提出背景：三股核心力量的协同驱动................................................................................192.1.2物理AI的工程原则：“闭环-安全-演进”核心原则......................................................................20 2.2物理智能五维能力模型：感知、决策、验证、执行、反馈.................................................20 2.2.1感知：物理环境的结构化建模能力......................................................................................................212.2.2决策：从目标到动作的可解释映射......................................................................................................242.2.3验证：动作执行前的风险过滤机制......................................................................................................262.2.4执行：从策略到动作的精准落地..........................................................................................................282.2.5反馈：系统持续演进的核心动力..........................................................................................................29 2.3概念澄清：与数字AI、具