1.2025年全球人形机器人出货量近1.8万台 智元、宇树等中企产品占据主导；

2.黄仁勋力挺科技巨头超6000亿美元资本开支：需求旺盛 AI投资创造更多收入；

3.告别物理幻觉：首个全模态物理AI基础模型OmniFysics问世；

4.物理AI时代的崛起：当智能进入现实世界

1.2025年全球人形机器人出货量近1.8万台 智元、宇树等中企产品占据主导

2月9日，根据IDC最新数据，2025年全球人形机器人出货量接近1.8万台，同比增长约508%，市场规模约为4.4亿美元。同期累计订单量预计超过3.5万台。

从厂商格局看，中国企业在出货量上占据主导。其中智元机器人与宇树科技出货量均约为5千台；乐聚机器人、加速进化和松延动力出货1千台左右；银河通用、优必选、众擎机器人、星尘智能等厂商的出货4百台到1千台；星动纪元、魔法原子、北京人形机器人创新中心、星海图、墨甲智创、逐际动力等公司实现了百台以上的出货。

相比之下，Apptronik、Figure AI等国际厂商仍处试点测试阶段，出货量约数十台。特斯拉的人形机器人预计将于2026年启动规模化量产。

在产品形态上，双足机器人（含全尺寸与中小型）合计贡献66.3%的市场销售额。其中，全尺寸双足人形机器人销售额占比最高，达41.6%，智元机器人在该细分领域处于领先位置。

IDC分析指出，中国厂商凭借完善的产业链、快速迭代能力与成本优势，在当前阶段的人形机器人规模化落地中占据先发优势。未来行业竞争将从硬件销售向技术服务、生态建设等维度深化。

（文章来源：凤凰网）

2.黄仁勋力挺科技巨头超6000亿美元资本开支：需求旺盛 AI投资创造更多收入

2月9日，英伟达CEO黄仁勋在接受外媒采访时表示，科技行业在AI（人工智能）基础设施方面不断增长的资本支出是合理、适当且可持续的，因为这些公司的现金流都将开始增长。包括微软、亚马逊、Meta、甲骨文公司和Alphabet在内的科技巨头，正计划在2026年总计投入超过6000亿美元的资本支出。黄仁勋强调，“人类历史上规模最大的基础设施建设”正在展开，其背后动力是对算力的“极度旺盛”的需求，AI公司和超大规模云服务商正利用这些算力来创造更多收入。（文章来源：凤凰网）

3.告别物理幻觉：首个全模态物理AI基础模型OmniFysics问世

2月9日，飞捷科思智能科技（Fysics AI）联合复旦大学认知智能技术实验室（CITLab）正式发布了全球首个面向真实物理世界的全模态物理AI基础模型——OmniFysics。该模型旨在解决当前生成式AI普遍存在的“物理盲”问题，即虽然能够生成高质量图像或对话，但在处理涉及重力、材质、密度等物理规律时常出现违背常识的“幻觉”。

不同于传统大模型依赖海量视觉数据进行模式匹配的路径，OmniFysics在仅有3B参数量的轻量化架构下，引入了物理感知与因果推理机制。通过“静态中枢（FysicsAny）”与“动态中枢（FysicsOmniCap）”两大独创数据生态，该模型能够识别物体的物理属性（如陶瓷的硬度、水的流动性）并理解视听结合下的物理因果（如撞击声与材质的关联）。这种机制使得AI不仅仅停留在像素层面的生成，而是深入到了物理参数的反演，能够精准预测如密度、杨氏模量等仿真参数。

物理数据中枢示意图

在技术架构上，OmniFysics采用了四阶段渐进式训练法，先独立训练单模态感知，再进行全模态深度融合，有效平衡了单一任务的专业性与跨模态的协同能力。为验证模型的实际物理理解水平，团队同步推出了FysicsEval评测基准。

OmniFyscis模型框架示意图

OmniFysics的四阶段训练流程

这是一套涵盖物理属性预测、物理逻辑推理及跨模态一致性判断的综合评估体系，旨在考核AI是否具备识破“水往高处流”等违反物理常识现象的能力，为具身智能从语义理解迈向物理交互提供了量化标尺。（文章来源：凤凰网）

4.物理AI时代的崛起：当智能进入现实世界

Ceva的IP犹如嵌入芯片的“隐形引擎”，确保物理AI机器能够安全、自主且实时地与现实世界交互。

长久以来，人工智能（AI）主要活跃于数字世界，在服务器、云端或终端设备中对文本、图像、语音等数据流进行分析与处理。如今，一个新的阶段正在到来：物理AI。物理AI将智能的范畴从感知与推理延伸至实际行动，使机器能够实时感知环境、做出决策并与现实世界互动。

从机器人和自主机器，到智能基础设施和工业系统，物理AI标志着人工智能、环境感知、驱动执行与互联技术的深度融合。它不仅仅追求“聪明”，更强调让机器真正置身现实世界，能够感知、响应并理解周围环境。

物理AI指的是嵌入在物理实体中的AI系统，是能够感知周围环境、理解当下情境，并执行切实的物理世界动作的机器。与纯数字AI不同，物理AI的运行面临严苛的现实世界约束：它必须进行毫秒级的实时决策、满足苛刻的安全性与可靠性标准，并能够与人类及动态环境持续不断的交互。

物理AI市场正迎来前所未有的高速增长阶段。据行业分析师预测，全球物理AI市场有望在未来数年内达到数十亿美元规模，复合年增长率（CAGR）预计将保持在30%以上的稳健水平。这一增长势头的核心驱动力，主要来自于人形机器人正从实验室研发走向工厂实际试点应用。如今，以特斯拉、Figure和Agility Robotics为代表的行业先驱正引领着这场变革，他们的实践表明，具身智能（Embodied Intelligence）已不再是科幻构想，而是正在逼近的工业现实。

物理AI之所以能够走向现实，得益于三大技术的融合：能够进行实时推理的强大边缘AI处理器、先进的传感技术，以及新一代无线连接技术。三者协同，使得智能系统得以在设备端实现本地化的感知、决策与执行，同时在必要时又能灵活调用云端庞大的智能资源。

物理AI的有效运行，依赖于边缘侧本地智能与云端共享智能之间构成的持续反馈闭环。尽管关键决策必须在本地实时完成，但借助连接能力，仍可实现设备群体间的学习、协同与系统级优化。

Wi-Fi 7：改善延迟，提升吞吐能力

Wi-Fi 7显著改善了延迟，在理想条件下可将时延降低至2毫秒以内，同时支持超过40Gbps的理论峰值速率。这使得物理AI设备能够在系统与互联网之间以较低时延传输高吞吐量数据，这对于机器人中的边缘AI处理或实时传感器数据分析等应用至关重要。多链路操作（MLO）等特性降低了抖动，提升了密集环境下的可靠性，使其成为工业自动化的理想选择。

蓝牙，特别是支持HDT的蓝牙7.0

传统上，蓝牙多用于低功耗、短距离通信。然而，蓝牙7.0引入了高数据吞吐量（HDT）特性，将数据传输速率提升至7.5Mbps，从而改变了这一认知。这一性能级别的提升，使得蓝牙足以胜任物理AI系统中物理线缆的替代方案，尤其适用于涉及运动部件的系统。省去沉重易损的布线，蓝牙HDT不仅提升了系统的机械可靠性，也为机器人及其他移动平台提供了更大的运动自由度。它还支持模块化与可维护性的系统设计，其中传感器、控制器与执行器之间可通过无线方式可靠连接，同时不牺牲系统的稳健性。

超宽带（UWB）：速度与空间感知

超宽带（UWB）技术能够在短距离内实现极低延迟、极高带宽的数据传输，在某些场景下可比肩甚至超越Wi-Fi，同时，它还能提供厘米级精度的空间感知能力，即使在非视距（NLoS）场景下也是如此。这种融合对物理AI的移动能力至关重要，因为UWB能像雷达一样侦测障碍物，并在复杂环境中实现导航，在视觉受限或场景杂乱的条件下，表现往往优于摄像头。将UWB技术集成到机器人系统中，使自主系统能够精确跟踪位置、避免碰撞并实现高效协作，从而提升安全性与运行效率。

以Ceva为代表的企业在这一转型过程中扮演着关键角色。其提供的底层硅知识产权（Silicon IP）将高性能边缘AI加速与多标准无线连接能力深度整合。Ceva支持Wi-Fi 7，蓝牙7.0，与UWB等连接能力，并通过“连接、感、推理”框架实现高效的设备端处理，使物理AI系统从设计之初就实现智能、移动和高能效。Ceva的IP犹如嵌入芯片的“隐形引擎”，确保物理AI机器能够安全、自主且实时地与现实世界交互。

物理AI不仅仅是一种技术趋势；它更是一股正在重塑我们生活与工作方式的变革力量。通过以智能、自适应系统应对现实世界的挑战，物理AI有望带我们步入一个生产力飞跃、安全性倍增、创新无处不在的未来。随着市场的激增和连接技术的持续发展，物理AI将更深地融入日常生活的方方面面，从智能工厂到智能自主家庭。它的旅程才刚刚开始，但其潜力无限。