NVIDIA, Google DeepMind, and Intel Make Successive Moves as Physical AI Competition Shifts to Infrastructure

近期，物理 AI 正成为科技产业和资本市场共同关注的新热点。尤其是在半导体、存储等部分科技板块经历市场波动之际，物理 AI 相关概念却表现出一定热度。这背后，折射出市场对 AI 下一阶段发展方向的期待：当大模型逐渐从数字世界走向现实世界，能够理解物理环境、与真实设备交互并自主执行任务的 AI，或将打开新的产业空间。

2026 年 10 月下旬，物理 AI 领域接连出现三项值得关注的进展：

10 月 21 日，英伟达在 GTC 柏林大会上宣布扩展 Isaac 开放机器人开发平台，新增了一款人形机器人参考平台、数据集和运行时，并更新了机器人学习框架。

10月27日，谷歌 DeepMind 发布 Genie 4 世界模型研究成果，提升交互式模拟环境的逼真程度，并加入原生音频生成能力，支持用户通过自然语言实时改变模拟场景。

与此同时，英特尔与 SAP 展示物理 AI 与自主仓库概念验证（PoC），将企业仓储管理系统中的业务任务转化为机器人能够执行的操作，并将执行状态和结果反馈至企业系统。

三项进展分别来自世界模型、机器人开发平台和产业应用，却共同指向物理 AI 发展的一个关键转变：竞争焦点正在从单纯提升模型的智能程度，延伸至构建一套完整的技术与产业基础设施——让 AI 理解物理世界、在模拟环境中学习如何行动，最终通过真实设备完成任务，并创造可衡量的业务价值。

传统生成式 AI 主要处理数字世界中的文本、图像和视频信息，而物理 AI 面对的是一个更加复杂的现实环境。它不仅需要识别物体，还要理解物体之间的空间关系、形状与属性，判断它们如何运动，以及不同动作可能引发什么结果。对机器人而言，看见一个杯子只是第一步：它还需要判断杯子的位置、形状和抓取方式，预测抓取时可能产生的受力变化。

这意味着，物理 AI 不能只根据当前感知结果直接生成动作，还需要具备预测未来状态的能力。世界模型正为此提供了一种新的技术思路：通过构建能够表征环境状态、模拟环境变化的内部模型，让 AI 在真正采取行动之前，先在虚拟环境中推演不同动作可能产生的结果，再据此调整决策。

10 月 27 日，谷歌宣布发布迄今最逼真、交互能力最强的世界模型 Genie 4。与主要根据提示词生成视频片段的传统视频生成模型不同，Genie 4能够根据文本指令构建可探索的虚拟环境，并在用户持续输入指令时实时调整场景，让用户不仅能够观看 AI 生成的世界，还能进入其中与环境互动。例如，用户可以要求场景从晴天切换为暴雨、改变摄像机视角，或在原有环境中加入新角色和物体。系统会在模拟继续运行的过程中执行这些指令，而不是每次都从头生成一段独立视频。

值得关注的是，谷歌还在尝试将 Gemini 的推理能力与 Genie 4 的世界模拟能力结合起来。在这一架构中，Gemini 负责观察模拟环境、理解任务目标、将复杂任务拆解为多个步骤，并持续检查执行进度；Genie 4 则根据这些指令实时生成和调整模拟场景。谷歌展示的一项实验中，Gemini 4 Argon 将用户提出的任务拆解为一系列步骤，再将这些步骤作为实时指令交给 Genie 4，模拟 Apptronik 的 Apollo 人形机器人完成下棋任务。

当然，世界模型的潜在应用并不局限于机器人。游戏开发、互动教育、影视制作等领域都可以利用它生成可探索、可调整的虚拟环境。但对于物理 AI 而言，更重要的价值在于，它有望为机器人和智能体提供更加丰富的训练与测试环境，让它们在进入真实世界之前，就能对不同任务和复杂场景进行模拟。

对于人形机器人而言，世界模型尤其具有重要的应用潜力。目前常见的视觉—语言—动作模型（VLA），能够结合摄像头画面和人类指令直接生成机器人动作。面对熟悉的任务，这种方法已有明显进展。但在抓取易碎物品等复杂场景中，机器人还需要更准确地判断接触、受力、碰撞和物体运动。世界模型可以与 VLA 协同，先理解当前环境与任务，预演不同操作可能出现的结果；再选择较合适的动作，执行后根据实际反馈进行调整。这有助于提高人形机器人在陌生场景中的作业成功率和异常处理能力。

构建从数据到部署的全栈体系

如果说世界模型解决的是 AI 如何理解和模拟物理世界，那么机器人开发平台解决的就是如何将这些智能能力训练出来，并最终部署到真实机器人身上。从数据采集、模型训练、仿真测试，到边缘计算和现场运行，机器人要真正具备自主行动能力，需要一整套相互衔接的技术基础设施。

以 NVIDIA 此次扩展 Isaac 开放机器人开发平台为例，其布局已经覆盖机器人开发的多个关键环节——

数据基础设施： Human 1M包含多样化的人类活动、同步的三视角视频和 3D 手部追踪数据；SimReady Central Library 提供 2000 多个仿真就绪资产，为机器人训练提供数据和环境资源。

仿真训练： Isaac Lab 3.0是一个开源的、支持智能体的学习框架，利用多 GPU 工作流以及包括 Newton 和 NVIDIA PhysX 在内的物理引擎，支持从桌面端到数据中心训练并优化机器人策略。

运行时与部署： Isaac OS 是一款基于 NVIDIA Holoscan 构建的开源运行时框架，它将 AI、传感器、控制系统与机器人硬件无缝连接，从而实现从仿真环境到实体机器人的确定性实时性能。

边缘计算与安全： Jetson Thor等计算平台为机器人提供本地推理和实时控制能力，Halos 则进一步关注机器人部署过程中的安全问题。

从数据资源、仿真训练框架，到运行时软件、边缘计算平台和安全体系，英伟达正在将机器人开发过程中原本相对分散的技术环节整合起来。这也说明，英伟达并不满足于仅仅扮演机器人 AI 芯片供应商的角色，而是希望通过算力、模型、数据、仿真工具和软件框架，建立覆盖机器人开发全生命周期的技术生态。

这让人联想到 NVIDIA 当年通过 CUDA 构建 GPU 软件生态的路径——CUDA 不仅提升了开发者使用 GPU 进行并行计算的便利性，也逐渐成为 AI 计算领域的重要基础设施。如今，NVIDIA 希望通过 Isaac 将类似的生态优势延伸至机器人领域：开发者使用其工具生成数据、训练模型、开展仿真，并进一步在基于资深算力的平台上部署应用。当越来越多的机器人企业和开发者围绕这一体系开展工作，Isaac 的价值就不再局限于某一款软件或硬件，而可能体现在整个开发生态的集聚效应上。

机器人具备感知、推理和动作能力，并不意味着它已经能够真正融入企业生产经营。物理 AI 还需要理解企业业务目标，并将业务系统中的任务转化为现实世界的执行活动。英特尔与 SAP 展示的自主仓库概念验证（PoC），提供了一个很好的观察案例。

该方案将 SAP 扩展仓库管理系统（SAP EWM）所提供的业务场景信息与工作流编排能力，与基于英特尔技术的边缘 AI 及机器人软硬件相结合，展示了物理 AI 如何自动化仓库物料搬运流程，并将企业系统中的业务请求转化为自主机器人的执行任务。具体而言，任务请求由 SAP EWM 发起，并通过英特尔的边缘 AI 硬件和软件派发给自主机器人。机器人负责运输物料，并将任务状态及完成情况反馈至 SAP EWM，由此在企业工作流与物理执行环节之间建立闭环。此次 PoC 展示了该方案在运营效率方面的改善，包括缩短物料运输距离，以及减少重复性人工搬运工作。

英特尔和 SAP 在 SAP TechEd 大会上通过现场机器人演示展示了物理人工智能的实际应用

英特尔提供了面向边缘 AI 与机器人的技术基础，其中包括可扩展的异构计算能力，即通过 CPU、GPU 和 NPU 协同工作，在本地完成环境感知、推理、路径导航、检测以及实时控制。围绕物理 AI，英特尔还构建了涵盖工业级芯片、实时计算能力和开放软件的技术体系，包括 OpenVINO Physical AI、Physical AI Studio 和 Robotics AI Suite，旨在降低不同软硬件系统的集成复杂度，为方案从概念验证走向规模化、可重复部署提供支撑。

看到这一案例，可能会有人产生疑惑——“这不就是普通的机器人搬运物料场景么？”

在笔者看来，其核心区别在于，传统的机器人自动化往往围绕预先设定的任务和相对固定的控制流程展开，而这一方案试图进一步打通企业业务系统与物理执行系统之间的联系。SAP 不只是向机器人发送一条搬运指令，而是提供任务背后的业务上下文、工作流和流程规则；英特尔的边缘 AI 技术则为机器人在现场感知环境、判断情况并执行任务提供计算支持。更重要的是，机器人执行过程中的状态、结果和异常信息能够回传至 SAP EWM，使企业业务系统不仅能够下达任务，也能够掌握任务的实际执行情况。

这意味着，机器人不再只是一个相对独立的自动化设备，而是被纳入企业整体业务流程之中。企业可以从业务需求出发调度物理设备，并根据设备反馈的信息了解现场执行情况。这种 IT 与 OT 之间的双向协同，也为未来将物理 AI 扩展至不同厂区、机器人平台和运营场景提供了参考。

从中可以看出，物理 AI 真正进入产业应用，关键并不只是让机器人接入 AI 模型、获得更强的感知和行动能力，而是让智能能力融入企业业务流程，建立从业务决策、任务执行到结果反馈的完整闭环。只有当 AI 不仅能够理解现实世界，还能够理解企业希望现实世界发生什么，并通过物理设备推动其实现，物理 AI 才真正开始创造可衡量的业务价值。

结语

从谷歌的世界模型，到英伟达的机器人开发平台，再到英特尔与 SAP 的自主仓库实践，可以看到物理 AI 正在形成一套新的基础设施体系。这套体系既需要模型和算力，也离不开传感器、边缘计算、通信网络、工业软件和设备管理平台。

对于传统物联网产业而言，这意味着新的价值空间：传感器不再只是数据采集工具，边缘计算不再只是数据预处理节点，工业网络也不再只是设备连接通道，它们将共同支撑 AI 对物理环境的感知、理解和自主执行。

参考资料：

谷歌推出最强世界模型Genie 4，模拟时长翻倍至2分钟、首次实现音视频同步生成，游戏股再迎AI冲击——华尔街见闻

NVIDIA 借助全新人形机器人参考平台、框架、仿真工作流及数据，全面推进面向通用机器人的 Isaac 平台——英伟达

From Task to Fulfillment – Intel and SAP Demonstrate Physical AI and the Autonomous Warehouse in Action——英特尔

本文来自微信公众号 “物联网智库”（ID：iot101），作者：Sophia，36氪经授权发布。