文/竇文雪

編輯/子夜

2026年以來，從學界到業界，從硅谷到中國，物理AI火了起來，加速從學術范疇走向產業布局。

今年3月，前Meta首席科學家、圖靈獎得主楊立昆牽頭成立的AMI Labs拿下10.3億美元種子輪融資；幾乎同一時期，斯坦福大學教授、“AI教母”李飛飛創立的World Labs也完成了約10億美元融資。

兩位學界大拿躬身入局物理AI背后，盡管彼此技術路徑不同，但都指向了同一個判斷：當前大語言模型無法單獨通往AGI，AI必須理解物理世界。

共識正加速達成，但產業同樣面臨著一個現實拷問。

北京智源人工智能研究院院長王仲遠在2月的一場討論中坦言，現在“還遠沒有到具身智能的‘ChatGPT時刻’。”清華大學汪玉教授也指出，當前物理環境完全圍繞人設計，要求機器人以人類感知能力去適應并不合理。

由此，另一個更值得關注和討論的問題浮出水面：

物理AI究竟是真實的產業革命，還是新一輪技術泡沫？誰能真正抓住浪潮，成為物理AI領域的引領者？

1、物理AI賽道，誰走在前列？

物理AI，是將感知、決策與學習能力深度嵌入機器人、智能設備、自動化產線等物理實體，使其在動態的真實環境中自主執行任務。

全球咨詢公司Zinnov在2025年11月發布的報告預測，到2030年物理AI將驅動超過1萬億美元的經濟規模。

從全球范圍看，物理AI也正加速從“概念共識”演進到“產業卡位”。

如谷歌DeepMind發布Gemini Robotics-ER 1.6模型，加碼機器人空間推理，并與波士頓動力合作將大模型部署到Atlas人形機器人上；特斯拉把FSD自動駕駛算法與Optimus人形機器人緊密耦合，將資本支出上調至200億美元，弗里蒙特工廠的Model S/X生產線已改造為Optimus生產線。

視線轉向中國市場，過去一段時間里，一家新能源企業——遠景科技集團（下稱：遠景），靠著在物理AI上的提前卡位，跑出了一條截然不同的路徑。其選擇了一個被很多人忽略但更深層的切入點，AI電力系統。

遠景想解決的，是三個前置性關鍵問題：

如何讓相同的功率帶寬接入更多的GPU？如何讓相同的電力能夠產生更多的Token？在相同的投資成本下，如何用更多的綠電來降低電力成本？

遠景董事長張雷認為，芯片、模型的指數級發展和緩慢發展的電力系統，已經構成當下能源管理的主要矛盾。

解決這一矛盾，核心在于，如何讓電力系統也能夠實現摩爾定律？

張雷提到，“電力系統正在成為人工智能的主體工程，AI的電力系統，本質上是能源系統與智能系統融合的人工智能基礎設施。”

其中，物理AI是一大關鍵支柱。

具體來看，“遠景天樞”能源大模型、“遠景天機”氣象大模型，是兩個關鍵落子。

前者能夠分析海量能源數據，實時協調發電、儲能、電網調度與需求，推動能源邊際成本趨近于零；氣象大模型則是“物理AI皇冠上的明珠”，據了解，遠景天機能實現分鐘級精準預測全球45天天氣，為可再生能源奠定基礎。在全球頂尖氣象AI評測中，天機已經脫穎而出。

目前，這兩個垂直大模型已經形成了“感知-預測-執行”和“云、站、端”的立體三維體系。

但這還遠遠不夠，作為AI電力系統的開創者和實踐者，遠景的前瞻性和敏捷性在于，其已經在推動智能中樞、物理AI、下一代電力基礎設施的深度融合。

遠景赤峰零碳產業園，就是一個標桿案例。

在這里，遠景打造了“算電協同”國家戰略的全球首個系統級實踐樣本——基于2GW，100%可再生能源電力系統，通過EnOS和能源大模型，實現風電、光伏、儲能、算力和氫能之間動態實時協同，并與騰訊合作通過AI電力系統優化算力任務的編排。

同時，它打造了100%綠色電力、綠色算力和綠色氫能的三大綠色資產組合。在AI的管理下，綠色資產系統收益都實現了最大化，讓綠色氫能與綠色算力獲得了極致的成本競爭力。

而遠景在物理AI上的超前布局、在AI電力系統的前瞻性一體化建設，一定程度上也在持續加固面向未來的核心壁壘——當多數能源企業仍在內卷價格的時候，遠景已率先升維到能源系統與智能系統融合的新賽道上。

正如張雷所言，未來能源企業的核心競爭力，將從裝機容量和資產規模，轉向“人工智能資產”的規模。

可以看到，從技術到產業場景，再到海量數據，遠景已然走在了能源系統變革最前沿。

2、拼布局，更拼生態

隨著全球競爭格局加速形成，一家企業僅憑自身布局的領先，很難鎖定長期主動權。

原因在于，物理AI的較量絕不只是技術側的單點比拼，更是技術生態的全面較量。

我們看到，英偉達以Omniverse和Cosmos構建“物理AI操作系統”，谷歌、特斯拉等企業也在用生態思維排兵布陣。

科技巨頭的布局邏輯某種程度上是趨同的：物理AI的復雜性超出任何單一公司的能力邊界，開放生態的構建能力決定了一家企業面向未來的應變與擴展空間。

這與遠景物理AI生態的構建思路、路徑，一定程度上也是類似的。

“遠景系”生態圈還在持續擴容。今年4月，遠景先后戰略投資了具身智能頭部公司地瓜機器人和無界動力。更早之前，遠景也多次投資了慕帆動力，后者聚焦零碳清潔發電技術及產品開發。

拆解遠景這三筆投資，本質上都是遠景加碼物理AI生態建設的超前布局——遠景本質上正搭建起一個“物理AI頂流聯盟”。

投資慕帆動力，遠景客觀上打通了“風光發電—綠電制氫氨—綠氫氨發電與儲運”的完整能量轉化閉環，解決了綠電“送不遠”與“存不下”的物理瓶頸，實現了綠色電力的“空間轉移”與“時間轉移”，為物理AI生態提供了最基礎的能量流通保障。

去年9月，慕帆動力研發的全球首臺氫氨雙燃料燃氣輪機下線，借助緊鄰遠景赤峰綠色氫氨項目的地理優勢，實現了全球首次在燃氣輪機測試、運行中全程使用綠氫綠氨。

投資地瓜機器人，遠景的邏輯則在于，隨著AI能源系統對算力需求的持續攀升，算力效率與成本將成為物理AI商業化的關鍵變量，遠景得以將自身AI能源系統與具身智能算力深度耦合，形成“能源賦能算力、算力驅動智能”的雙向閉環。

再來看無界動力，作為物理AI在實體空間的關鍵延伸，遠景加碼具身智能賽道，客觀上是物理AI在具體場景的一次關鍵探索。

整體來看，連線Insight認為，遠景的物理AI生態，其實可以概括為三層結構。

底層是“天樞+天機”構成的“超級大腦”；

中層則是連接算力基礎設施與能源物理系統。目前，遠景已與騰訊在赤峰落地全球首個100%綠電直供數據中心（AIDC），綜合能源成本降低超40%，年碳減排達18萬噸；

上層，遠景則是通過戰略投資輻射具身智能等關鍵技術。

一定程度上，當這三層之間以數據閉環、算法協同和場景反饋實現深度耦合，其實共同構成了以能源系統為底座、為血脈、為肌體的向上生長的物理AI完整價值鏈。

3、結語

在物理AI的宏大敘事中，算力、算法、數據的競爭正趨于白熱化。

遠景所代表的價值不在聚光燈下，但舉足輕重——它是物理AI時代不可或缺的“能量中樞”，也是目前唯一一家從這一維度系統性卡位的公司。

此外，中長遠視角里，當物理AI的浪潮從概念推演走向產業落地，真正的勝負手或許不在于誰造出了最聰明的機器人，而在于誰率先完成了“能源+算力+場景”的生態閉環。

從這個角度看，遠景顯然已經拿到了一張相當稀缺、厚重的"未來門票"。

“正如瓦特不僅創造了工業，也重塑了能源。能源不是AI的盡頭，而是AI的過程；能源不只是AI的底座，也是AI的血脈和肌體。”在國家能源局大會現場，張雷如此說道。

這是能源人的使命和歷史機遇，也讓深耕這條賽道多年的遠景更有想象空間——

從對物理AI的生態布局到開創AI電力系統，從綠電直供的數據中心到與具身智能的深度耦合，從遠景到“遠景系”，“能源+算力+場景”的閉環逐漸從構想變成現實。

可以看到，在這場物理AI產業的布局中，遠景正在從“一步領先”邁向“步步領先”，而對AI電力系統的建設，則體現出遠景在能源、芯片、算力中心三者融合的探索。這一開創性的舉措，將打造未來人工智能的基礎設施，或將重新定義AI的底層競爭力。