【正文】

物理AI的系统能力并非依赖单一模型或算法的突破,而是由“感知、决策、验证、执行、 反馈”五大核心能力模块协同构建而成。

NVIDIA Cosmos 3 是英伟达在2026年台北GTC大会发布的第三代物理AI开放世界基础大模型，也是全球首款全开源、全模态物理AI模型，核心面向机器人、自动驾驶、工业视觉等实体智能场景，主打物理世界理解、仿真与动作生成，大幅降低物理AI落地门槛。

区别于传统内容类多模态大模型，它是服务物理AI的“世界模型”，核心能力是理解现实物理规律、模拟真实环境、预测并生成合理动作，而非单纯图文创作。破解物理 AI 行业两大难题——真实场景训练数据稀缺、仿真系统碎片化；可将物理AI项目训练+评估周期从数月压缩至数天，显著降本增效。

物理Al，Physical Al(简称PAI),它是面向真实物理环境的复杂智能系统,以多模态感知为输入,以可解释、可验证的决策为核心,以安全可靠为刚性约束,通过“感知-决策-验证-执行-反馈”的全闭环迭代,在动态不确定的物理条件下完成任务。物理AI是融合硬件载体、智能算法、系统工程与数据闭环的综合能力体系。一言以蔽之,物理AI就是能看懂现实世界规律,操控实体设备在真实环境里自主做事、完成实际作业的人工智能。

物理AI产业链分为上游核心零部件、中游系统软件层及下游应用场景：

•上游：芯片、传感器、执行器（减速器、电机、丝杠）、电池等；

•中游：系统软件层（基础模型、仿真训练、操作系统中间件、数据标注、具身模型、世界模型，为下阶段核心壁垒）及整机制造商；

•下游：制造业、机器人、汽车、物流仓储、服务业、公共服务及特种作业。

上游核心零部件分析：

BOM成本结构：机械驱动（行星滚珠丝杠、无框力矩电机、减速器、空心杯电机）占比57%，智能化相关（芯片算力12%、力传感器11%、视觉/IMU传感器8%）占比30%，电池占比8%。

国产化程度：1）高成熟度：电机（汇川股份无框力矩电机、鸣志/兆威空心杯电机性能接近国际水平）、电池（宁德时代、比亚迪主导，固态电池为下一代突破方向）；2）中成熟度：减速器（绿的谐波打破垄断，但与哈默纳科仍有差距）；3）低成熟度：行星滚珠丝杠（国际巨头主导，恒立液压进入特斯拉测试）、六维力传感器（欧美主导）、AI芯片（英伟达Jetson系列主导，国内受出口管制影响）。

系统软件层是物理AI的核心技术壁垒，分为模型层、操作系统与中间件、仿真训练三大环节：

1. 模型层：核心模型类型包括：1）VLA（视觉-语言-动作模型）：端到端接收视觉/语言输入并输出动作指令，需大量标注数据（如遥操轨迹），数据采集成本高；2）世界模型：通过无标注视频数据（如YouTube人类操作视频）学习环境规律，预测未来状态并规划，分三大路线：生成式大模型增强（Sora/Genie，数据易获取但物理一致性差）、大模型与物理引擎融合（英伟达COSMOS，精度高但场景设计成本高）、结构化表征（李飞飞/杨立昆路线，几何一致性强但依赖高质量4D数据）。技术演进：2022年规则表达→2023年VLA范式确立（谷歌RT-2）→2024年多模态跨本体数据融合（Open X）→2025年产品化落地（英伟达GR00T、Figure AI工厂应用）→2026年VLA与世界模型融合为“世界动作模型（WAM）”，实现从“反应式”到“预见式”（先预测推演再执行）。

2. 操作系统与中间件：ROS 2为传统开源中间件，但智能原生操作系统仍处空白；边缘推理平台以英伟达Jetson系列为主导，其有望成为物理AI领域的“安卓系统”。

3. 仿真训练：核心平台包括英伟达OMNIVERSE、DeepMind开源Mojoco、高校共建RobotVerse；国内索辰切入物理AI仿真赛道。数据环节依赖遥操数据（如UMI手持操控）、合成数据及开放数据集（谷歌Open X含150万条轨迹），数据标注瓶颈显著，国内海天瑞声等企业开始布局。

参考研报

20260606-东北证券-物理AI进入新周期