9月17日，2026 ITValue Summit数字价值年会在三亚举行，其中一场名为《物理AI走进现实：让真需求遇见前沿技术》的平行闭门会由钛媒体与智源研究院联合策划。这场会议将产业方与技术方拉到同一张桌前：一端是以越秀地产、云白数科为代表的场景方，另一端是智源研究院、星源智为代表的技术供给方。会议讨论的核心问题并非机器人能否走进产业，而是买单的人已经先算过一笔账之后，技术交付能否匹配真实需求。
越秀地产数智发展中心总经理杨辉提供了一组来自实际项目的验证数据。越秀曾在一个住宅项目的地下车库部署一台市场上最成熟的清洁机器人，作业面为两层共两万一千多平方米。结果显示，机械车位因倾斜角仅四度而无法进入，环形车道也无法覆盖，实际作业面积不到一半，作业只能收缩在负二层部分区域，实际效率仅为理论值的35％。迭代到最新一代后，通过重构排班、改造梯控、优化路径、打通故障工单等工程化改造，八成作业可独立完成，现场减掉一个人。杨辉指出，规模化落地卡在四道瓶颈：数据攒不齐，一项技能需几千小时；泛化不过关，真实场景效果打半折；环境不复用，每栋楼结构不同；成本算不过账，三四台才抵一人。单点技术再好，若交付不稳、复制不了、账算不过来，也难以规模化。
越秀的解法是将场景、本体、算法与运营进行系统重构。据杨辉介绍，越秀做了十六年数字化，让空间从不可读变得可计算，一百多个项目沉淀出六千多个模型主库。在“越秀建场景、算法练模型、机器人执行、越秀做验收”的闭环跑通、ROI与利用率双达标后，再跨车库进行“1到N”的复制。这一过程中，懂行业的人负责开放场景、做空间适改、定作业标准、验安全边界，并将散落的作业数据沉淀为可复用标准。
技术方带来的则是一份有明确边界的进度表。智源研究院具身模型研究中心负责人王鹏伟指出，AI在数字世界已从符号主义、机器学习、深度学习走到多模态大模型，接下来要迎接从数字到物理世界的转变，世界模型要解决的是理解真实物理世界并解决物理问题。他提到，过去机器人学的是下一个决策怎么做，但真实世界还需要预测做出决策后世界会发生什么改变。智源的选择是围绕“状态”建模，从当前状态预测下一步，正向推演未来，反向反思过去，把因果推理装进模型。
数据是王鹏伟主动亮出的第一本账。他表示，动作类数据存量非常小，只有10万到100万小时，按测算要达到目标需要上百年时间。智源的思路是从海量视频中学习，目前已将开源数据处理出第一版数据集，包含12.5万条视频、1.6亿条事件标注和1150条VQA，但按处理后的全网数据量算，消费掉的只有1％，99％尚未被消费。王鹏伟表示，只会受算力所控，不会受数据所控。在模型验证方面，4B尺寸在三大类任务上表现优于0.8B；从没有动作标签的视频里学到的行为语义，能让下游任务仅凭200条数据就获得提升。但他也给出泛化的真相：在开放世界任务上，现有模型的成功率只有2％到4％的量级。
星源智创始人兼CEO刘东则为“可用”下了一个严格定义：物理AI要从能力突破走向可用，需能理解世界、预测世界后果、实时执行推理后果，并在部署后持续进化。他给出的路线与部分同行相反，认为智能能力应跨本体复用，模型不该跟本体强绑定。星源智从去年开始采用无本体的数据采集方式，模型可装进机器狗、机械臂、叉车。为解决真实场景中的时延问题，星源智开发了面向机器人的具身大脑端侧算力平台。模型侧，公司发布了未经预训练的1.2B版本，并计划于10月发布3B预训练版本。落地方面，全球最大电动叉车生产商中力股份采用星源智的大脑，实现任意卡车与货物的识别、多台叉车协同装卸，一分钟内连续卸载多种货物；中力推出的“擎天柱”机器人可升高到十米做入箱拣选，一台替代两台。刘东还补充了数据回流逻辑：所有部署进真实场景的机器人运行数据都会被记录，变成垂类场景的数据资产，反哺模型训练。
从这场闭门会可以看到，物理AI的落地路径正在从技术演示转向工程交付。场景方以ROI和利用率为标尺筛选技术方案，技术方则以数据规模、泛化成功率和端侧算力等指标回应真实需求。双方共同面对的核心命题是：如何将一次试点的成功，复制成一百个场景的稳定交付。这一转换器的成熟度，将决定物理AI从样板间走向规模化的速度。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
