一、身体先跑了起来，但账本开始说话

10月28日，宇树科技披露A股上市后的首份三季报：前三季度营收18.17亿元，同比增长55.71%；归母净利润3.87亿元，同比增长270.54%。第二天，智元机器人在创新日上披露：上半年出货9700台，收入接近20亿元；公司称其以超过43%的份额位居全球人形机器人出货前列。一个在二级市场被利润表审视，一个在一级市场用出货量说话。把这两张成绩单放在一起，才是2026年物理AI最真实的一张合影。

放大看，量产的斜率确实变了。IDC在9月的报告里给出一个足够震撼的数字：2026年上半年全球人形机器人出货近2.5万台，同比增长432.1%。更关键的是买家结构——科研教育、表演展示、政府数采中心三类非工业场景合计占比，从2025年全年的83.8%降至2026年上半年的69%。跌掉的近15个百分点，流向工业制造、物流仓储和商业服务。机器人开始从“被参观”变成“被使用”。需要提醒的是，不同机构对“人形机器人”的统计边界并不一致，这些数字不宜直接相加。

但“万台”这个量词很容易骗人。优必选半年报显示，上半年人形机器人总销量16123台，其中全尺寸具身智能人形机器人只有921台，其余15202台是非全尺寸产品。同一个“台”，可以是产线上的劳动力，也可以是展台上的迎宾员。真正的分水岭不是下线数量，而是“部署态”——能不能在真实环境里连续运行、持续交付结果。

新华社中国经济信息社与中国信通院上海工创中心10月发布的《2026具身智能产业创新报告》，把2026年定义为“部署成长期”的起点，并画出XYZ三条曲线：2022至2025年的X曲线解决“能不能动、能不能量产”，2026至2030年的Y曲线解决“能不能稳定完成任务”，此后才可能进入以通用能力提升和智能涌现为特征的Z曲线。报告给出的能力分级更冷静：本体和交互能力已处于L3向L4过渡，运动智能大体在L3，而直接决定劳动价值的作业智能“仍略低于L3”。

一个具体的例子，比一百页PPT更有说服力。智元在龙旗科技南昌工厂投入8台精灵G2，6天累计作业超过64小时，完成64828次作业，综合作业成功率99.99%。9月24日，智元与长隆集团启动具身智能主题乐园，300多台机器人分布在100余个交互体验点。这些数字的价值不在于“炫技”，而在于它们开始回答客户真正会问的问题：连续运行多久、需要多少人工接管、综合成本划不划算。

物理世界有自己的复利惩罚。

报告测算，单个动作成功率99%，十个动作连续完成的总体成功率就降到约90%；如果是一条一百步的任务链，成功率只剩约37%。这就是为什么机器人必须从短链条、高确定性任务起步，也是为什么“能演示”和“能交付”之间隔着一整个可靠性工程。中国信通院上海工创中心首席专家郑忠斌把话说得很直：“演示呈现的是最优表现，部署要求的却是最不利情况下仍满足产线标准。”他把数据堵点概括为三个词：不通、不信、不换——标准不通、仿真与真机的可信度缺少标定、数据权属与收益分配机制不完善。

资本端的账本，比工厂里的账本更早发出警告。

宇树前三季度综合毛利率54.02%，较去年同期下降近6个百分点；扣非净利润3.49亿元，同比下降18.78%；研发投入2.63亿元，同比增长191.48%；经营活动现金流净额1.94亿元，同比下降54.69%。10月28日，其滚动市盈率约465倍，是通用设备制造业平均水平38.54倍的12倍。摩根大通一边维持“增持”，一边把目标价从300元上调到995元；它押注的，是这家公司愿意在物理AI的ChatGPT时刻到来之前，主动选择不急着赚钱。这话可以是褒奖，也可以是风险提示，取决于你相不相信那个时刻会来。

表1：2026年物理AI的关键数字（统计口径不同，不可直接相加）

主体

数字

来源／口径

全球人形机器人出货

约2.5万台（2026年上半年，同比+432.1%）

IDC

智元机器人

9700台；收入近20亿元（2026年上半年）

公司披露

宇树科技

5900台（2026年上半年）；前三季营收18.17亿元

SAG；三季报

优必选

16123台，其中全尺寸921台（2026年上半年）

半年报

银河通用

千台级部署；宁德时代单线近百台

公司披露

Physical Intelligence

目标估值约200亿美元；暂无公开营收

彭博社

Figure

估值390亿美元；Figure 04；35亿美元算力订单

公开报道

AMD／World Labs

82亿美元全股票收购，尚待监管批准

AMD公告

二、大脑开始离开实验室

如果说身体这一侧的关键词是“部署”，大脑这一侧的关键词就是“泛化”。2026年，机器人大脑第一次走出“换一个物体、换一个位置”的舒适区，开始面对“换一个环境、换一套任务”。

Physical Intelligence（PI）给出了最清晰的技术路线。

从π0一路迭代到π0.7，这家公司一步步把“泛化”往前推：π0.5让机器人进入训练数据里没有出现过的厨房和卧室，完成收拾房间这样的长流程任务；π0.7开始尝试把已有能力重新组合，完成没有专门训练过的新任务。它从第一天就不押注任何一款本体，目标是一套跨任务、跨场景、跨本体的通用模型。这套路线让π系列成了行业衡量泛化能力的一把标尺。

商业化也在试探。10月上线的Pi API，让客户上传自己的机器人数据，由PI负责微调和算力，再通过云端提供模型；机器人在现场哪里失败，就补哪里的数据，重新训练，再跑一遍。家用叠衣机器人公司Weave与PI合作后，把洗衣数据加入预训练，抓取失败减少42%，人工干预减少50%。这是“数据飞轮”的教科书叙事：客户数据让模型变强，模型再降低下一个客户的适配成本。

但飞轮的另一边，是一张零营收的估值表。

据彭博社报道，PI正在洽谈至少10亿美元融资，目标估值约200亿美元。联合创始人Lachy Groom今年1月对TechCrunch说得很直接：“我不向投资人回答商业化问题。”连他自己都承认，投资人愿意容忍这件事，挺反常的。

美国不是只有PI。Skild AI估值超过140亿美元，今年披露的年化经常性收入超过1亿美元；Figure估值390亿美元，10月公开的内部全员大会披露了第四代机器人Figure 04、Index人类行为数据采集项目，以及35亿美元算力订单，路线被概括为“规模化预训练+超大算力”；谷歌把Gemini Robotics推进到第二代，并把具身推理能力（ER 2）放上云。资本同时押注几家潜在赢家，说明没有人相信这条路只有一家能走通。

中国的大脑走的是另一条路：先证明“一颗大脑能装进多个身体”。

宇树9月开源了60亿参数的UnifoLM-WLA-1.0，训练使用约2500小时真机数据；蚂蚁灵波的LingBot-VLA 2.0已适配乐聚、智元、宇树、银河通用等17家厂商的20多种机器人构型，并与国大药房合作，让机器人在真实门店里承担分拣任务。平台的轮廓第一次出现。

但蚂蚁灵波CEO朱兴的坦白更值得记住：从一家门店复制到多家门店，仍是最大的难题。不同药房、便利店的货架布局、商品位置和任务细节都不一样，复制成本仍然很高，背后还是泛化能力不足。机器人在一家门店能上岗，换一家可能又要重新采数据、做后训练、调系统。“项目做成了，平台还没有。”这句话，可能是2026年对“大脑公司”最准确的判词。

三、世界模型拿到了“入口级”定价

2026年，世界模型从“视频生成的近亲”变成了“物理AI的基础设施”。标志性事件有两个：World Labs把世界模型做成了可交互的产品，AMD则宣布用一纸收购，把它装进芯片公司的研发链条。

World Labs在2025年11月推出Marble，可以用一张图、一段视频或一句文字生成高保真、可持久存在的3D世界。2026年下半年，它又发布新一代世界模型Atlas，基本动作不再是“生成下一帧”，而是“新视角预测”：给它几张照片和对应的相机位姿，它要理解这些画面在空间里的关系，再预测从另一个位置、另一个时刻看过去，世界是什么样子。它把生成与重建装进同一个模型，原生处理文字、图像、视频、3D和相机位姿，最多可输入100帧；三部iPhone就能拍出《黑客帝国》式的子弹时间；3到25张地面照片，可以重建整个斯坦福主庭院。

在李飞飞看来，这关乎智能的第一性原理。

她的说法是：大语言模型预测下一个token，视频模型预测下一帧，Atlas预测新视角；新视角预测与下一个token预测具有同等地位。她还给出一个更务实的判断：机器人眼下最大的瓶颈是数据，不是芯片——Atlas可以把真实环境更快搬进仿真，再通过随机化制造大量训练场景；下一步是动态、编辑和交互，“模拟器本身甚至可能成为规划器”。

这条路线很快被资本定价。9月28日，AMD宣布以约82亿美元全股票收购World Labs，李飞飞将出任AMD执行副总裁兼首席科学家，直接向苏姿丰汇报；交易预计2026年底前完成，尚需监管批准。World Labs在2026年2月完成10亿美元C轮融资时，投后估值约54亿美元。半年多时间，价格涨了约五成。

这不是一笔按营收计算的收购。

World Labs约70人，尚无显著营收。AMD买的是“模型洞察力”：芯片设计周期以年计，今天定下的架构，两三年后才会在数据中心里跑起来；如果等模型公司把新需求摆到面前再去适配，芯片公司永远慢半拍。拥有一支前沿模型团队，等于在研发链条最上游装了一个传感器。苏姿丰的话很直白：“你对整个端到端流程了解得越深入，就越能构建出更好的系统。”

英伟达在5月31日发布Cosmos 3，用混合Transformer架构把物理推理、世界生成与动作生成整合进一个开放模型；AMD在8月宣布收购推理芯片公司Taalas，9月宣布收购World Labs；宇树、智元、Figure、特斯拉则大概率坚持自研大脑。算力、模型、本体三个原本分立的环节，开始垂直整合。

一个容易被忽略的细节是：据环球网报道，World Labs在2月那轮融资的投资者名单里，同时出现了英伟达、AMD和Autodesk。竞争对手坐在同一张桌子上，说明大家都看见了同一个东西——物理AI的入口，不在本体，也不在云，而在“世界如何被表示”这一层。

四、“左右脑”：一个有用但需要修正的比喻

现在可以回答本文的核心问题。我的判断很明确：未来不是“物理AI取代流行AI”，也不是反过来，而是两种智能的合流——一个充当机器人的左脑，一个充当右脑；任何一方都无法独立胜出。

先把概念对齐。所谓“现在流行的AI”，指的是以大语言模型为代表的语言智能；所谓“物理AI”，指的是让智能体在真实世界里感知、决策、行动的技术栈，核心是空间智能、世界模型与机器人本体的结合。两者不是替代关系，而是同一套认知架构的两侧。

再来看两个“脑”的职能。它们不是两个聊天机器人，而是两种不同性质的智能。

4.1左脑：意图、常识与长程规划

语言智能擅长的从来不是“说话”，而是把模糊的意图变成可执行的结构：把“会议室收拾一下”这句话分解成收杯子、擦桌子、归位椅子；理解“3床的药不能给4床”这种带否定和指代的约束；在意外发生时调用常识去解释、去重规划；以及与人沟通，解释自己为什么失败、下一步准备怎么办。

这部分能力，今天的大模型是压倒性最强的。它便宜、可复制、迭代快，边际成本趋近于零。一个云端模型学会的常识，可以瞬间分发给一百万台机器人——这是物理AI里唯一接近“软件生意”的部分。

4.2右脑：几何、物理直觉与实时闭环

空间智能擅长的也不是“生成好看的画面”，而是在三维约束下做判断：这个杯子在桌沿，重心偏外；这个抽屉要先拉再抬；这条线缆不能硬拽；这个动作在0.3秒内必须修正。它要求几何一致性、物理合理性、接触与力觉，以及毫秒级的闭环。

这些东西很难用语言穷举，只能在数据和高保真仿真里“长”出来。一个孩子不需要学过摩擦系数就能判断冰面会滑，但机器人需要见过足够多的冰面、摔倒和修正，才能把这种直觉压进策略里。这是空间智能不可替代的原因，也是它昂贵的原因。

4.3三条来自一线的证据

▪

王兴兴的判断

：大模型已经解决了机器人的规划、沟通类核心问题，只剩实体交互成功率与接触稳定性这一瓶颈；具身智能迈过ChatGPT时刻最核心的挑战，是“AI模型的输入输出和真实机器人的对齐”。

▪

李飞飞的判断

：机器人最大的瓶颈是数据而不是芯片；但她同时把语言、图像、视频、3D、相机位姿放进同一个多模态模型。Atlas的输入里有文字，输出要服务于人的意图——它从来不是一颗“无语言”的右脑。

▪

蚂蚁灵波的判断

：一颗大脑适配20多种构型不算最难，难的是换一家门店就要重采数据、重做后训练。这说明“右脑”的泛化仍然昂贵，而“左脑”的任务理解并不能自动兑换成“右脑”的动作精度。

4.4但比喻有三处失真，必须修正

第一，解剖学意义上的左右脑分工被流行心理学夸大了。

真实的大脑是双侧协同：语言有右脑参与，空间也有左脑参与。把“左脑／右脑”当成解剖事实，是错的；把它当成工程分工的隐喻，才有意义。

第二，工程上不是两个模型并排站着，而是分层、蒸馏、共享表征。

Figure的Helix、谷歌的Gemini Robotics、PI的π系列，都在不同程度上采用“慢思考+快执行”的双系统：上层模型想清楚“做什么”，下层模型以几十到几百赫兹的频率解决“怎么做”。它们不是两个大脑，而是一颗大脑的两档转速。

第三，真正的分界不是“语言vs空间”，而是“慢vs快”“离散符号vs连续控制”“可解释vs可执行”。

语言模型也可以很快，世界模型也可以很慢；关键是它们在什么时间尺度上工作、对什么类型的误差负责。

所以，更准确的说法是：左脑是“可解释的意图层”，右脑是“可执行的物理直觉层”，而两者之间需要一个“胼胝体”——共享的三维表征、统一的数据格式，以及一条让失败变成经验的闭环。没有这层接口，两个再强的模型也只是各说各话。

五、为什么任何一方都不能单独胜出

“合流”不是一句好听的话，而是几道算术题共同逼出来的结论。

5.1纯语言AI的物理盲区

大语言模型可以写出完美的抓取计划，但它不知道杯子是滑的、桌面是斜的、机械臂的第六轴已经到限位。物理世界的误差会累积：单步99%，十步90%，一百步只剩约37%。长程任务里，“差不多”等于“做不完”。

更致命的是，语言模型的错误在屏幕上只是“胡说”，在物理世界里可能是打翻的药、撞到的人。幻觉一旦有了成本，就必须有另一套系统来兜底——这套系统不能是另一个语言模型，只能是理解物理的那一个。

5.2纯空间AI的语义盲区

一个只会在三维空间里做最优运动规划的系统，知道“怎么抓”，却不知道“为什么要抓”。它需要有人告诉它：这是给3床的药，不是给4床的；现在是探视时间，动作要轻；这个盒子不能倒置。

世界模型可以生成逼真的未来，但“逼真”不等于“正确”。它需要一个目标函数，而目标函数来自语言、规则和人的价值判断。没有左脑的世界模型，是一个没有方向的想象机器。

5.3纯本体的天花板

没有大脑的本体，本质上是更灵活、也更贵的自动化设备。它可以靠供应链和成本赢一段时间，但硬件是可复制的，价格战会迅速把毛利压到制造业水平。宇树综合毛利率较去年同期下降近6个百分点，就是一个信号。

本体真正的价值不是“卖硬件”，而是“占据数据入口”——一台长期运行的机器人，既是生产工具，也是数据采集器。但如果它不能把数据变成智能，这个入口就只是成本。

5.4纯大脑平台的天花板

PI的200亿美元估值，对应的是“赢家通吃”的想象：模型复制给新客户的成本越来越低，数据回流让差距越拉越大。但这个飞轮有三个现实阻力。其一，客户不愿把最值钱的真机数据交给一个同时服务同行的平台；其二，云端推理在工厂里遇到网络抖动，停一下可能损失整条产线；其三，“第二个客户”的复制成本——如果每家门店都要驻场工程师，软件就不像软件。

“项目做成了，平台还没有。”这不是PI一家的问题，而是所有“大脑公司”在2026年的共同处境。

5.5三种“独立胜出论”，都站不住

▪

“LLM吞噬一切”

：语言模型没有身体，缺少物理grounding；它可以指挥，但不能执行。

▪

“世界模型取代LLM”

：世界模型不会自己产生目标，它需要一个“为什么”；而且它今天最强的能力是生成与重建，不是语义推理。

▪

“本体为王”

：硬件是入口，但不是壁垒。当AI能力通用化，硬件工程和供应链会成为更稀缺的壁垒——但那是“制造壁垒”，不是“智能壁垒”。两者必须叠在一起，才构成完整的护城河。

六、合流的四种形态

合流不是把两个模型拼在一起，而是四种不同深度的工程。它们会同时存在，只是成熟顺序不同。

形态一：分层架构（云—边—端）。

云端的语言／多模态大模型负责理解任务、调用工具、与人对话；边缘的世界模型／VLA负责场景理解与动作生成；端侧的控制回路负责力矩、阻抗、安全。三层的时间尺度不同：秒级、几十毫秒、毫秒级。这也是今天最现实的路线——它允许每一层独立迭代，也允许不同厂商在每一层分工。

形态二：双系统蒸馏进一个模型。

把“慢思考”的能力蒸馏进“快执行”的模型，让一个VLA在端侧同时具备语义与动作。好处是延迟低、成本低、不依赖网络；坏处是训练难、可解释性差、出问题时难以定位。这条路线的胜负手是数据：谁能拿到足够多、足够多样、带失败标注的真机数据，谁就能把“思考”压进“反射”。

形态三：世界模型作为“内部沙盘”。

机器人先在神经模拟器里预演几种动作，评估后果，再挑一个执行。这就是“planning by simulation”。它把世界模型从“数据工厂”变成“决策回路”的一部分。World Labs团队的野心更大：如果模拟器理解了世界如何响应动作，“为什么不让模拟器本身成为规划器？”这句话如果成立，世界模型就不只是右脑，而是左右脑之间的那层“想象力”。

形态四：数据与评测成为“胼胝体”。

左右脑要协同，必须先说同一种语言：统一的三维表征、统一的数据格式、统一的验收标准。今天行业最缺的不是模型，而是“可验收”——连续运行多久、完成多少有效任务、需要多少人工接管、综合成本多少。谁定义了这套标准，谁就掌握了左右脑之间的接口。

七、时间表：三个阶段的预测

基于以上分析，我给出一个可以被证伪的时间表。它不是预言，而是一组用来对照现实的坐标。

2026—2027：部署期。

B端结构化场景（搬运、分拣、巡检、上下料）先行；价格战与毛利率下探；一级市场估值去泡沫，钱向头部集中；“万台级”成为订单门槛，而不是新闻标题。工信部提出的“百个高价值场景、万台级规模落地”目标，大概率会在这个阶段被反复引用。

2028—2029：窄拐点。

双系统蒸馏成熟，端侧算力足以跑10B级VLA；世界模型进入在线规划；家庭场景出现“单一任务、可监督”的早期产品，比如叠衣、收纳、简单的烹饪辅助；行业出现第一次真正意义上的整合。

2030以后：平台化。

“具身基础模型”像今天的云一样被调用；左右脑成为同一套推理栈的两个模块；竞争从“谁的模型更强”转向“谁的标准被采用、谁的安全记录更好”。国务院发展研究中心预计，我国具身智能产业市场规模有望在2030年达到4000亿元、2035年突破万亿元——这个量级，足以容纳不止一个平台。

表2：六个可证伪的预测

预测

时间

观察指标

证伪条件

双系统（慢思考+快执行）成为主流机器人架构

2026—2028

头部新机型是否同时具备云／端两层推理；端侧VLA延迟

单一端到端模型在家庭长程任务中稳定运行超过30分钟

世界模型进入在线规划回路，而不只是仿真数据工厂

2027—2029

是否出现“生成—评估—执行”闭环产品；规划成功率

世界模型仍只用于离线数据增强

中国出现1—2家跨本体大脑公司

2027—2029

适配新本体、新门店的人天成本；跨厂商适配数量

头部本体厂全部自研闭环，第三方大脑无空间

行业大整合：大脑公司与本体、芯片公司合并

2026—2028

并购案例数；AMD—World Labs交割后的跟进交易

独立大脑公司批量IPO并维持高估值

家庭场景出现“窄拐点”（单一任务、可监督）

2028—2030

家庭部署台数；人工接管率；安全事件

2030年前无万台级家庭部署

“具身基础模型”出现类似ChatGPT的公共事件

2027—2029

跨任务零样本成功率；开发者数量；API调用量

仍停留在演示视频，无规模调用

八、中美两种路径，其实在补同一块拼图

2026年最容易被误读的，是中美两条路径的差异。有一种说法是“美国在造大脑，中国在造身体”，另一种说法是“中国只会做硬件”。两种说法都只看到了半张图。

美国资本确实在买“大脑”：据公开报道，PI目标估值200亿美元，Figure估值390亿美元，Skild AI超过140亿美元；AMD宣布以82亿美元收购World Labs；英伟达用Cosmos占住“世界模型”的生态位。它们的定价方式是“先给平台上限，再给时间找商业化”。

中国资本确实在催“出货”：据IT桔子数据，上半年322笔融资、935亿元；第三季度降到333.35亿元；10月只有33起、101.05亿元，但头部20家拿走了上半年59%的钱。投资人问的不再是“你的模型多大”，而是“客户复购了吗、连续运行多少小时、能不能跟上生产节拍”。

这两种路径看似相反，实则在补同一块拼图：美国补“大脑”的通用性，中国补“身体”的规模与场景。

真正的竞争不在“谁更聪明”，而在“接口归谁”——本体与大脑之间的协议、数据格式、评测标准、安全责任。谁定义了接口，谁就拿到了下一层的定价权。

中国的优势是场景密度、供应链、工程师红利和数据采集成本；短板是基础模型、高端算力，以及“从项目到产品”的工程化能力。美国的长板是平台与资本，短板是制造与部署。两边都想要对方的拼图，但谁也吞不下谁。

对中国的模型公司，最大的风险不是“技术不如人”，而是被资本和客户逼成“机器人总包商”：为了订单补本体、做集成、派驻场工程师，离收入近了，离通用平台远了。对美国的平台公司，最大的风险是估值反噬：当客户发现“第二个门店还要重做一遍”，200亿美元的故事就要重写。

如果要从这场合流里提炼三条可操作的建议，我会这样写：

▪

创业者

：不要做“一次性项目”，要做“可复用的接口层”——跨本体适配、数据工具链、评测与安全。项目会结束，接口会沉淀。

▪

投资者

：别看第一个客户，看第二个客户的复制成本；别看Demo成功率，看人工接管率和连续运行时间。

▪

政策制定者

：比补贴更重要的是数据标准、公共评测场和安全责任框架。物理AI的“可验收”，需要一个第三方说了算。

九、必须承认的不确定性

一篇预测文章的价值，不在于它多确定，而在于它知道自己哪里可能错。以下六点，是我在写完上文后仍然不敢打包票的地方。

▪

统计口径。

IDC说上半年全球出货近2.5万台，SAG说约1.91万台，两家机构的基数不同，不能并列，更不能相加。本文尽量标注来源，但读者应对“精确数字”保持怀疑。

▪

厂商自报。

99.99%的成功率，是8台机器人在一家工厂6天、64828次作业的成绩，不等于跨工厂、跨任务、跨季节的稳定性。它证明“可以做到”，不证明“可以复制”。

▪

估值与基本面。

465倍市盈率、200亿美元零营收、82亿美元买70人团队，这些数字都包含了对未来的极端乐观。它们可能是对的，也可能是泡沫；本文的判断不建立在这些估值上。

▪

比喻的边界。

“左右脑”是工程隐喻，不是神经科学结论。真正决定成败的，可能是我们今天还没命名的一种架构。

▪

技术路线可能被绕过。

如果端到端大模型的scaling law在机器人上突然生效，“分层”和“蒸馏”都可能过时；如果世界模型的能力继续以今天的速度提升，“规划器”的假设也可能被推翻。

▪

交易与监管。

AMD对World Labs的收购尚待监管批准，预计2026年底前完成；地缘政治与出口管制，可能改变算力与模型的流动方向。

十、结语：不是谁取代谁，而是谁先长出“胼胝体”

回到最初的问题：物理AI现在取得了什么成果？

它已经证明了三件事：机器人可以规模量产，模型可以跨本体迁移，世界可以被生成和重建。它还没有证明的是：这些能力可以稳定地、便宜地、安全地组合成一个“可验收”的系统。

这正是“左右脑”比喻的价值。它提醒我们，语言智能和空间智能不是两条赛道的冠军之争，而是一颗心智的两种功能。左脑负责“为什么”和“做什么”，右脑负责“在哪里”和“怎么做”；没有左脑，机器人只是一个灵巧的工具；没有右脑，机器人只是一个会说话的屏幕。

未来十年最稀缺的，不是更大的模型，也不是更便宜的本体，而是那层把“说”翻译成“做”的接口

——共享的表征、统一的数据、可验收的标准，以及一条让失败变成经验的闭环。

李飞飞说，宇宙不是由文字构成的，而是由真实事物构成的。我想补一句：真实事物也不是由几何构成的，它们由意义构成。物理AI的终局，不是左脑战胜右脑，也不是右脑取代左脑，而是让两者共用一套感官、一套记忆、一套价值判断——然后，第一次真正地“理解”这个世界。

那一天不会由某一家公司单独带来。任何一方都不能独立胜出，这不是一句调和的话，而是这个行业最硬的约束条件。

资料来源

1. 上海证券报：《英伟达黄仁勋：物理AI迎来“ChatGPT”时刻》，2026年1月6日。 https://www.cnstock.com/commonDetail/614165

2. 环球网：《李飞飞创立World Labs获10亿美元融资，英伟达AMD入局》，2026年2月20日。 https://www.163.com/dy/article/KM76P60F0514R9OJ.html

3. 新华社：《真实场景“上岗”后 机器人还要过几关》，2026年10月29日。 https://www.news.cn/local/20261029/7c4343c6a5d34bd19f06c18d5029277b/c.html

4. 钛媒体：《美国资本在买“大脑”，中国资本在催机器人出货？》，2026年11月2日。 https://www.163.com/dy/article/LAO0TERO05118O92.html

5. 福布斯中国：《具身智能进入量产验证期：智元上半年出货9700台、宇树G1累计下线1-2万台》，2026年11月1日。 https://www.forbeschina.com/business/72315

6. 中国经营报：《首份财报出炉 宇树科技估值博弈加剧》，2026年10月31日。 https://www.21jingji.com/article/20261031/herald/cf70f28cd2135f44a7cc892d51c0481a.html

7. 36氪：《李飞飞新访谈：LLM预测Token，世界模型预测「新视角」》，2026年9月7日。 https://www.c114.net.cn/industry/119876.html

8. 澎湃新闻：《AMD官宣82亿美元收购World Labs：李飞飞加入，苏姿丰押注物理AI》，2026年9月29日。 https://m.thepaper.cn/newsDetail_forward_34169679

9. 证券时报：《宇树科技在杭州举办2026世界物理AI大会 王兴兴明确宇树未来三大布局方向》，2026年10月22日。 https://www.stcn.com/article/detail/4233743.html

10. 观点网：《Figure公开内部全员大会视频 披露Figure04进展及35亿美元算力订单细节》，2026年10月31日。 https://www.guandian.hk/article/20261031/10048266.html

11. Google Cloud Blog: “Gemini Robotics Embodied Reasoning 2 is now available on Google Cloud”, 2026. https://cloud.google.com/blog/products/ai-machine-learning/gemini-robotics-embodied-reasoning-2-is-now-available-on-google-cloud

12. 36氪：《李飞飞的反共识判断：大语言模型无法通往AGI，空间智能才是最优路径》。 https://36kr.com/p/3670614883988225

说明：本文数据截至2026年11月2日；厂商披露数据未经独立审计，不同机构统计口径存在差异，已在文中标注。