7月20日，洛杉矶SIGGRAPH会场，NVIDIA宣布"Physical AI Day"；同一天，Google DeepMind发布Gemini Robotics 2。太平洋两岸，同一个信号：数字AI的叙事正在让位于物理AI的叙事。2026年至今，全球物理AI融资已达73.8亿美元，超过2025年全年两倍、2024年三倍多。
先上数据，因为数字比任何形容词都诚实。CB Insights 数据显示，2026年Q1，Physical AI & robotics 以11%的交易份额领跑所有AI细分领域，工业人形机器人开发商和机器人基础模型公司分别拿下交易量的前两位。
注：2025年物理AI市场首次融资占比约50%，2026年骤降至8%。92%的资金流向了已进入规模化阶段的企业。这不是VC在投"能不能做出来"，这是基础设施级别的资本在押注"谁能最快跑通闭环"。
数字背后是名单：Uber创始人Travis Kalanick的Atoms拿了17亿美元，a16z领投；Figure AI估值飙到390亿美元；NEURA Robotics完成14亿美元C轮。中国同样凶猛——求之科技1亿美元天使+轮，正奇未来8个月内完成三轮数亿元融资，智平方B轮超10亿。
但最值得关注的不是"钱多了"，而是钱的性质变了。投资者的问题从"有人能造出物理AI吗？"变成了"哪家公司能最快把数据、硬件、制造和部署闭环跑起来？"
如果只看融资数字，可能会以为物理AI还是"画饼"阶段。但7月20日同一天发生的两件事，把这个饼正在变成真的。
40亿参数的"精悍型世界模型"，能塞进Jetson Thor边缘芯片实时运行，推理吞吐每秒28帧，VANTAGE-Bench同规模模型TOP1。权重、代码、训练配方全部开源。
VLA（视觉-语言-动作）模型，控制Apptronik Apollo 2机器人拧灯泡、系垃圾袋、整理货架——不是预编程动作，而是理解场景后自主规划。
两个发布指向同一个方向：物理AI的"大脑"正在从数据中心走向每一个机器人的关节。以前你需要一个DGX超算集群才能训练机器人，现在一块Jetson开发板就能让机器人"边跑边思考"。Google的野心更明确——做一个机器人的"Android操作系统"，让所有硬件厂商接入同一个智能层。
一个诚实的注脚：两个模型都还在实验室阶段，距离工厂24小时无休运转还有距离。但"大脑"从云端走向关节，这一步本身是里程碑。
物理AI的竞争，最终是数据闭环的竞争。有些公司在"演示"，有些公司在"干活"。以下三个案例，代表的是"干活"的那一侧。
资本的狂热背后，一个被多数人有意无意回避的问题正在浮出水面：真实数据，才是物理AI的命门。Applied Intuition CTO Peter Ludwig 说得直接：物理AI比数字AI难多了——数字AI可以直接抓取互联网公开数据，物理AI所需的矿场、农田、港口数据没有公开渠道；数字AI出bug推个软件更新就行，物理AI出bug可能死人。
绝大多数公司的数据尚来自专业采集机构提供的"干净数据"——在实验室里把物体摆好、灯光调好、动作设计好，机器人按部就班完成预设任务。但这些数据有个致命缺陷：它们不包含真实世界的混乱。
这些"脏数据"——包含失败案例、环境干扰、人类意图博弈的数据——才是训练模型泛化能力的核心燃料。而物理AI的数据获取成本是指数级的：数字AI训练GPT-4可以一次性喂进整个互联网，物理AI训练一个拧螺丝的机器人，需要采集成千上万次真实动作——每一次都在真实环境里操作真实物体，失败一次就可能损坏设备。
这意味着：物理AI的竞争，本质上是"谁能以最低成本拿到最多真实交互数据"的竞争。没有数据闭环的公司，模型再漂亮也只是PPT。
如果把AI比作一场攀登AGI的远征，2026年的行业已经悄然分出了两条关键路径。
Token决定AI能想多远，Action决定AI能走多实。但这两条路不是平行线，它们在加速合流。Google的Gemini Robotics 2本质上就是一个VLA模型——把语言模型的理解能力和动作模型的执行能力缝合在了一起。NVIDIA的Cosmos 3 Edge也是世界模型与动作模型的融合，让机器人能够"边感知、边决策、边调整"。
未来的物理AI，不会是一个"会动的ChatGPT"，而是一个"有身体的AGI"。它既能理解"把桌上的可乐放进冰箱"这个自然语言指令，又能自主拆解成子任务，还能在过程中实时应对突发干扰。这才是真正的"从Token到Action"。
物理AI的泡沫或许也会来，但物理AI改变世界这件事，已经不可逆了。2026年就是物理AI的"1995时刻"——互联网泡沫还在酝酿，但万维网已经改变了世界。真正的分水岭不是"谁能融到更多钱"，而是"谁能以更低成本、更高密度地拿到真实世界的交互数据，并跑通数据闭环"。