物理AI引爆变革：中美创新模式谁主沉浮？

一场从虚拟到物理的迁徙

杨剑飞的职业轨迹，宛如过去十年科技浪潮的缩影。从为互联网热潮而生的“移动信息工程学院”，到在大疆见证无人机成为“会飞的机器人”，再到最终将目光锁定在“Physical AI”（物理人工智能），他的每一步都踏在技术范式迁移的节点上。这不仅是一个人的选择，更是一个时代的转向：人工智能正挣脱数字世界的束缚，迫切地寻求一具“身体”，以感知、理解并行动于我们所处的物理现实。

这场宏大的迁徙，在2023至2025年间突然加速。新加坡南洋理工大学MARS实验室创始人杨剑飞认为，这并非偶然。大模型的涌现为机器人提供了前所未有的高层任务规划与思考能力；边缘算力的跃迁，以英伟达Jetson平台为代表，为机器人的“大脑”提供了强大的端侧动力；而硬件与供应链的成熟，尤其以中国松山湖为核心的制造集群，则为这一切奠定了坚实的物质基础。三股力量交汇，将具身智能从实验室的愿景，猛然推向了产业爆发的前夜。

两种路径：中国的“全都要”与美国的“单点破”

在这场全球性的产业变革中，中美两国正沿着截然不同的路径疾驰，形成了一场关乎创新体系与产业模式的深刻博弈。

中国的模式，可以被概括为**“硬件突围，生态碾压”**。依托全球最完整、最高效的制造体系，中国迅速涌现出一批“全链路式”创业公司。正如杨剑飞观察到的，这些团队倾向于包揽从机器人本体、感知硬件、控制算法到上层大模型的所有环节。这种模式的优势显而易见：迭代速度快、成本控制力强，硬件工程化能力全球领先，甚至让美国创业者喊出“要做美国的宇树”的口号。然而，资源分散也可能导致“样样通，样样松”，在最关键的算法和模型层面难以实现颠覆性突破，同质化竞争随之加剧。

相比之下，美国的生态呈现出**“算法霸权，系统集成”**的特点。创新资源高度分层且专注，许多团队只聚焦于产业链的某一环：Physical Intelligence主攻大模型，Genesis专注仿真平台，而硬件则大量采购成熟的中国产品进行验证。这种“单点突破”的模式，更容易集中资源形成核心技术壁垒，尤其是在基础模型和开源社区文化上，美国仍占据主导地位。Figure AI和特斯拉虽是全栈路线的例外，但其背后是少数巨头才能拥有的资源规模。

这是一场经典的对决：中国的全产业链整合能力，对阵美国的底层技术原创能力。短期内，双方看似“打成平手”，但长远来看，两种模式的碰撞将决定未来全球具身智能产业的领导权归属。

终极场景：寻找家庭中的“杀手级应用”

无论技术路径如何，所有玩家的目光最终都投向同一个终极目标：让机器人走出高度结构化的工厂，进入复杂、动态且充满不确定性的人类家庭。

工业场景固然是具身智能落地的第一站，但传统自动化设备已能胜任绝大多数任务。具身智能的真正价值，在于处理那些非结构化的、开放世界里的真实问题。杨剑飞坚信，具身智能的未来在to C端，而引爆市场的关键，在于出现第一个真正意义上的**“杀手级应用”**——一个能让普通消费者清晰感知到“家里有台机器人确实很有用”的时刻。

在这个终极场景中，人形被普遍认为是最佳形态。这不仅因为家庭环境本就是为人类的尺度和活动方式设计的，更源于情感层面的连接。人们期望一个融入日常生活的伙伴，外形更接近于“人”。然而，通往这一目标的道路依然漫长，安全、成本以及与人类自然、和谐的交互方式，是所有从业者必须跨越的鸿沟。

感知重塑：赋予机器人类的眼睛与触感

在机器人学会“如何与人共处”之前，它必须先学会如何更精准、更全面地“看见”和“感知”这个世界。这正是杨剑飞所强调的“Physical AI”的核心——观测先于行动。

一个革命性的载体正在浮现：XR眼镜。在杨剑飞参与的Meta Project Aria项目中，XR眼镜被视为下一代核心交互入口。它不仅是信息显示的工具，更是具身智能生态的关键节点。未来，眼镜将成为AI的“眼睛”，实时捕捉用户的视角和意图，并将这些信息无缝传递给家中的机器人，实现真正自然、心有灵犀的人机协同。

感知革命不止于视觉。多模态融合正成为行业共识，机器人正在被赋予更丰富的感官。例如，国内企业已研发出能实时解析压力、材质、温度等15个维度信息的“6D霍尔阵列式多维触觉传感技术”，让机器人拥有了超越人类的细腻触觉。当机器人不仅能“看”，还能“感受”时，它与物理世界的交互才真正变得完整而深刻。

智能的燃料：构建全球“机器人数据互联网”

所有关于模型、算法和应用的宏大叙事，都建立在一个基础之上：数据。机器人数据的采集成本高昂且充满偏见，成为制约行业发展的核心瓶颈。

仿真数据与真实数据的结合已是业界共识，但杨剑飞提出了一个更具前瞻性的构想。他认为，要诞生机器人领域的“ChatGPT时刻”，就必须构建一个全球化的、分布式的**“机器人数据互联网”**。数据需要像今天的互联网内容一样，来自不同国家、不同文化、不同家庭与工作场景，共同汇聚成一个真正具有普适性的数据海洋。

否则，今天我们训练出的智能，很可能只是“局域网级别”的智能，它们在特定文化和环境中表现优异，却难以跨越地域和场景的鸿沟。这场数据竞赛的终局，不在于谁的数据工厂规模更大，而在于谁能率先构建起一个开放、多元、持续演进的全球数据生态。

结语：新工业革命的序章

从重新定义物理世界的观测方式，到重塑人机交互的范式，再到引发中美两大创新体系的路线分野，具身智能掀起的远不止是一场技术浪潮，而是一场新工业革命的序章。它迫使我们重新思考智能的本质、人与机器的关系，以及未来社会的组织形态。在这条充满不确定性但又无比激动人心的道路上，无论是中国的“硬件铁军”还是美国的“算法先锋”，都只是这场宏大变革的开创者。真正的未来，将在它们与物理世界的亿万次交互中，慢慢“涌现”出来。