又一次震驚全球，英偉達太太可怕了！

2026年伊始，英偉達創始人黃仁勛在美國拉斯維加斯消費電子展（CES）發出了新時代的宣言，“物理AI的‘ChatGPT時刻’已經到來”。

AI技術進入大眾視野區區二十年，量產了一大堆新概念、新名詞，令人目不暇接。這個“物理AI”是怎么回事，到底是概念炒作，還是劃時代的科技大門？

英偉達將在“物理AI”技術中扮演怎樣的角色？

對中美AI競爭又會產生怎樣的影響？

“物理AI”的定義并不復雜，就是理解物理定律并與現實世界交互的智能實體系統。2020年歐洲科學家提出這一概念后，很快就在業內引發了廣泛的反響。老黃這次CES上的演講也是“舊事重提”——他在2024年就把“物理AI”定義為AI核心發展方向之一。

這次CES展示了步態穩重的智能機器人、自動駕駛概念車，和精準執行指令的智能家居終端，就是“物理AI”目前的現實水平。簡單說，此前的AI科技實現了在虛擬空間“像人一樣思考”，而物理AI的目標是在現實世界“像人一樣行動”。

科技產業永遠是現實走在“概念”之前，物理AI也是如此。“像人一樣行動”的智能機械不是2020年才誕生的，早在上個世紀末，簡陋的單片機就能驅動流水線上的機械臂，自動完成有限的物理動作。只不過這種程度的“智能化”過于低級，稱之為“機器人”都嫌名不副實。雖然經歷了二十多年的發展，人工智能技術進步極大，機器的智力表現令人嘆為觀止，但是物理運動能力依然見肘捉襟?！奥斆鳌钡牟荒軇樱軇拥摹安宦斆鳌?。虛擬數字空間的王者，實體物理空間的弱者。

如果我們把人工智能技術比作一場考試，人類選擇了先易后難的答卷思路。是的，雖然有點“反常識”，提升智力是這張考卷中比較容易的考題。

之所以說是“反常識”，是因為在人類社會的普遍認知中，智力勞動的地位遠遠高于體力勞動。提升智力的難度也遠遠大于體力。高考得高分多難，擼鐵長肌肉有手就行。但是，人工智能的發展恰恰相反。10年前阿爾法狗輕松戰勝了最頂尖的人類棋手，可是十年后人形機器人依然步履蹣跚。人類智力活動中大量的重復簡單計算，GPU處理起來毫無壓力。但是，“理解”和“運用”物理規律實現最基本的擬人運動，對人工智能都是難度極高的挑戰。在人工智能領域，靈活的雙手遠比發達的大腦更珍貴。

物理層面的限制，是人工智能從“云端”走向現實的最大障礙。這正是“物理AI”要解決的問題。只有成功克服“物理屏障”，人類社會才真正邁入人工智能時代的新紀元。當AI在物理世界可以順暢地控制一輛復雜路況下行駛的汽車、擰緊建筑工地的每一顆螺絲，將會徹底改變人類社會的方方面面。

這正是黃仁勛的野心，英偉達也的確有這樣的底氣。

物理AI的核心是突破虛擬和現實的物理屏障，這主導這一賽道的人工智能企業必須“軟硬兼備”——硬件研發和軟件開發兩手抓、兩手都要硬。這就對企業的財務能力和技術能力提出了很高的要求?？梢哉f，物理AI將會大幅提高人工智能行業的門檻。英偉達正是物理AI的“天選之子”。

剛剛過去的2025年，英偉達成為全球首家市值5萬億美元的超級企業。產品行情也相當火爆，僅GB300/B300芯片配套NVL72機柜系統的訂單量就達到了達5000億美元。?凈利潤規模超過了AMD和英特爾的總和。財務表現堪稱“六邊形戰士”。

技術進展也可圈可點。搭載Vera CPU和Rubin GPU，實現單機柜算力達100P FP4，較前代提升3.3倍。量子計算領域取得突破性進展。NVQLink技術實現量子處理器與超算直連，聯合9家實驗室推進糾錯算法標準化。

近年來黃仁勛儼然成了硅谷頭號發言人，經常被調侃“老黃愛吹?！?。但是，英偉達的業績擺在那兒，沒有人能否認他的確有“吹?！钡馁Y本。老黃高度重視物理AI，也不是“吹?！?，而是有實打實的成果。開源Cosmos多模態模型，下載量突破1.6億次。以該模型為主干核心的Alpamayo自動駕駛框架，計劃在今年整合梅賽德斯-奔馳實現量產。如果該計劃能夠順利實現，將會成為物理AI技術應用的里程碑。

Alpamayo本身就是物理AI的典型樣本。訓練不依賴傳統的窮舉應用場路線，而是語言、視覺等仿真模擬全方位“感知”物理規律，高度仿真地適應各種復雜路況，訓練效率大為提高。

馬斯克稱“英偉達自動駕駛5至6年內不太可能對特斯拉的FSD構成實質性競爭壓力”，那么“5至6年”后呢？其實，2022年英偉達發布的自動駕駛計算芯片DRIVE Thor，單顆算力已經達到了特斯拉FSD芯片的14倍?！八懔橥酢钡臅r代，Alpamayo超越FSD真的需要“5至6年”嗎？

一旦物理AI的自動駕駛技術在美國率先落地，目前中美兩國自動駕駛技術領域的“互補式競爭”、分庭抗禮的局面將會被打破。目前中國自動駕駛技術靠廉價芯片、算法優化的性價比優勢，在LV4以上的高階自動駕駛技術上很難體現。

中國科技企業目前還沒有做好進入物理AI階段的準備。因為中國人工智能企業太“窮”了。

1月10日的AGI-Next圓桌論壇上，阿里的林俊旸談及中美差距時直陳“這是富人和窮人的游戲”，“什么叫富人？OpenAI們手里的算力比我們大1-2個數量級。人家拿算力是在做Research，是探索無人區，甚至是在浪費”，“什么叫窮人？大部分中國公司手里的卡捉襟見肘，絕大部分算力，光是應付業務就已經亮紅燈了。這直接導致了玩法的不同，富人可以賭找到下一個范式，窮人只能賭確定性”，“正因為窮，我們才會被逼出一種絕活:算法與基建的極致聯合優化。這種窮則思變的工程能力，富人是不屑于練的，但這就是我們在算力封鎖下活下去的唯一氧氣管”。

盡管林俊旸的分析是針對AGI領域的中美對比，但是對物理AI階段的“中場賽”同樣很有啟發。

人工智能技術的中美競爭中，我們不必妄自菲薄，也不能妄自尊大。Deepseek、Mannus的成功足以證明中國企業的實力。但是，我們也應該清醒的意識到，Deepseek的“蒸餾法”也好，Mannus的“套殼模式”也罷，很大程度上都是算力不足“窮則思變”倒逼出的性價比路線。極致的性價比表現的確不俗，但是缺少高端硬件支撐的短板終會限制中國人工智能技術在未來“高端局”的表現。

物理AI的中場賽，正是當下中美人工智能競爭的“高端局”。在這一賽局中，人工智能從“云端”走向現實物理世界的每一步都需要強大的硬件支撐，沒有算法捷徑，性價比的“優化”空間也很有限。這意味著物理AI的“中美大戰”，將是一場比拼硬實力的陣地戰。這場超級軍備競賽的“總體戰”，是大軍團的正面戰場。再優秀的游擊隊也發揮不了決定性作用。沒有“小快靈”，只有“硬碰硬”。

既然是硬碰硬，那就要有硬實力。令人感到遺憾的是，中美科技巨頭的規模在過去五年中大幅擴大。2020年，阿里和騰訊大約在七千億美元上下，在全球上市企業排行榜上名列前十。2025年騰訊和阿里都退出了前十，兩家的市值加在一起僅為1萬億美元。蘋果、微軟、谷歌、亞馬遜的市值都站上了3萬億以上，英偉達更是一騎絕塵的4.6萬億。所謂中國科技企業七姐妹和美國科技七姐妹，在規模上完全不具可比性。

企業的市值不能和硬實力完全劃等號，但是物理AI的“超級軍備競賽”肯定是“富人的游戲”。手上沒有足夠籌碼的玩家，真有上桌的資格嗎？而且，美國人工智能產業還有大批估值百億、千億的“板凳隊員”。獨角獸等級的“輕量賽”，美國人工智能產業的優勢甚至更為明顯。

人工智能技術進入物理AI階段，我們不能再沉醉于“全產業鏈優勢”、“成本控制優勢”的曾經輝煌?！叭辈坏扔趶?，精打細算的成本控制彌補不了數量級的規模差距。“DeepSeek開源模型訓練成本僅為美國十分之一”，固然可喜。但是，2026年OpenAi的估值目標將達到7500億美元—1萬億美元，是DeepSeek的5倍以上，差距也很明顯。

如果中美人工智能技術競爭在物理AI階段繼續“富人和窮人的游戲”各玩各的，“貧富差距”將會加速擴大。這是無法回避的現實。中國需要自己的英偉達，需要足以和美國同行分庭抗禮的龍頭企業，也需要更多的超級獨角獸和小巨人。

沒有肥沃的土壤，就沒有參天的大樹，也不會有茂密的叢林。科技產業是科技，更是產業。沒有良好的產業環境，就不會有先進的科技。唯有改善中國科技企業的經營環境，鼓勵企業放手經營、做大做強，中美人工智能技術競爭才能變成“富人和富人的游戲”。