清晨，你的家庭服務機器人正流暢地沖煮咖啡，它透過“雙眼”精準識別吧臺上的杯具和調料瓶，這一系列動作背后，是一次由3D感知與物理AI（Physical AI）驅動的智能協同。

近期，美國拉斯維加斯CES 2026的聚光燈下，英偉達CEO黃仁勛并未展示任何實體芯片。他向世界宣告了AI從語言理解向物理世界改造的歷史性轉折，并提出“物理AI”是理解并改變真實世界的下一代AI范式。

幾乎同一時間，千里之外中國杭州的洛微科技的工程師們，正調試著一款能瞬時感知4D速度場的新型FMCW激光雷達產品。這臺激光雷達采用先進的“硅光子集成芯片”，恰是物理AI窺探與理解世界的核心感官“硅基視網膜”。

物理AI不再是科幻概念，它正在成為驅動機器人、自動駕駛和智能空間進化的關鍵力量。在CES現場，波士頓動力全新量產的全電動Atlas人形機器人，以其超越人類極限的靈活姿態，展示了物理AI如何真正“落地”——它即將進入現代汽車工廠，承擔精密零部件分揀與裝配任務。物理AI的宏大敘事，正通過這些具身“眼睛”與“四肢”，一步步走進現實。

01 范式轉移

物理AI新紀元的開啟，源于AI從理解比特到操控原子的根本性轉變。黃仁勛在CES 2026的演講中系統描繪了這一藍圖，其核心是構建一套覆蓋“訓練-仿真-部署”全流程的技術棧。

為了訓練物理AI模型，英偉達采用DGX超級計算機。為了讓模型在安全可控的環境下學習與試錯，Omniverse數字孿生平臺和搭載RTX的計算機提供了近乎無限的仿真場景。最終，經過驗證的AI模型通過AGX等邊緣計算平臺，被部署到機器人、自動駕駛汽車等實體終端中。

黃仁勛用“三臺計算機”的架構，為物理AI從虛擬走向現實鋪設了高速公路。這套體系并非封閉，其關鍵在于開源與生態共建。英偉達在CES上開源了面向自動駕駛的AlpaMayo模型、用于人形機器人的GROOT 1.6模型以及仿真工具AlpaSim。這一系列動作旨在降低開發門檻，吸引全球開發者共同構建物理AI的“應用層”，而英偉達則牢牢占據其“基礎設施層”的戰略位置。

物理AI的巨大潛力吸引著全球巨頭。一些科技公司正通過聯合制定新的互聯標準等方式，試圖在AI芯片和數據中心領域構建多元化的產業生態。這表明物理AI的浪潮將重塑整個產業鏈，從底層的計算、感知硬件，到上層的應用與解決方案，一場深刻的產業變革已經拉開序幕。

02 核心驅動

物理AI要穩健地行走于真實世界，依賴一雙能洞察三維空間乃至時間維度的“超級眼睛”。洛微科技正在為物理世界感知提供全新的3D感知和4D感知新方案，這些產品和方案以硅光子技術為核心的“硅基視網膜”作為基礎。

硅光子技術是洛微科技構筑競爭力的基石。不同于傳統激光雷達的分離式器件，洛微科技將激光器、調制器、波導、探測器等關鍵部件，集成在單顆微小的硅光芯片上。這項技術帶來了性能與可靠性的雙重躍升：一方面，基于調頻連續波原理的FMCW激光雷達，不僅能感知三維空間，更能瞬時捕捉每個點的速度信息，實現4D感知。另一方面，芯片級集成的設計極大地提升了系統可靠性、降低了成本，為大規模商業化應用掃清了障礙。

在應用層面，洛微科技的D系列高性能3D相機產品和RGBD相機產品展示了其技術落地能力。這款產品內置了算力強大的RK3588核心板，擁有6TOPS的算力。這意味著它不只是一臺“采集圖像”的傳感器，更是一臺能“理解場景”的邊緣智能終端。憑借近60Hz的高幀率和寬動態HDR能力，它可以輕松應對戶外強光到室內弱光的復雜環境變化。從識別工業生產線上的精密零件，到引導機械臂對傳送帶上的物體進行動態抓取，再到割草機器人等家庭服務機器人場景，其應用已深入物流、制造等多個核心領域，市場的認可印證了其技術的有效性。洛微科技的產品已成功進入國內頭部商用重卡的L2+前裝量產項目，并在數百家自動化及機器人企業中得到量產交付。

2025年底，洛微科技獲得由陜西光子強鏈基金注入的新一輪戰略融資，資金將用于新一代具身智能機器人感知產品的研發、量產推進以及市場拓展。

03 具身典范

物理AI的終極體現，是像波士頓動力Atlas這樣的機器人，它們不僅是技術的集成，更是物理AI“大腦”與“感官”完美融合的典范。Atlas搭載了由英偉達Orin X芯片驅動的AI決策系統，并計劃整合Google DeepMind的Gemini多模態模型，這將極大提升其自然語言理解和從少量示例中學習新技能的能力。Atlas的進化清晰地展示了物理AI從炫技走向實用、從感知走向認知的全過程。

Atlas的感知系統是一套復雜而精密的工程，它通過深度相機以每秒15幀的速度生成環境的三維點云數據，這是其理解世界的基礎。點云是密集的距離測量集合，Atlas的感知軟件會運用多平面分割算法，從這些原始數據中提取出可供行動的表面。現代汽車集團已成為其首個客戶，計劃在2026年將首批Atlas部署至美國工廠，承擔零部件分揀、裝配線質檢等任務，并目標在2028年實現年產數萬臺的規模。

物理AI正從實驗室和發布會，走向塵土飛揚的礦山、高速運轉的工廠和川流不息的街道。其落地的深度與廣度，超出許多人的想象。另外，今年CES上最“重磅”的演示之一，或許是一臺涂著黃色油漆的卡特彼勒挖掘機。這臺重達六噸的鋼鐵巨獸，通過與操作員的自然語音對話，展示了AI在極端工業環境中的潛力。它搭載了運行在英偉達Jetson Thor平臺上的“Cat AI助手”，所有語音識別、理解與決策均在本地完成，無需網絡連接，實現了極低延遲。這場演示清晰地表明，物理AI的終極價值在于賦能千行百業，將數據轉化為可執行決策，提升安全與效率。

對于整個感知產業而言，這意味著前所未有的機遇。物理AI的“眼睛”需要進化出更全面的能力：

- 更高維的感知：從3D空間定位走向融合速度、材質甚至物理特性的4D、5D感知。

- 更強的邊緣智能：在傳感器端集成算力，實現實時數據清洗、特征提取與初步決策。

- 更深度的軟硬協同：硬件設計與AI算法需求深度耦合，甚至實現“軟件定義傳感器”。

行業的發展趨勢也指向規模化與成本優化。隨著固態化、芯片化技術的成熟，激光雷達等核心傳感器的成本正快速下降，為其在更廣闊的消費級與商業級場景中普及鋪平道路。

04 未來前瞻

物理AI的長卷剛剛展開，其未來將由持續的技術創新、精準的場景深耕與開放的產業生態共同描繪。技術的前沿探索永無止境。

面向物理AI應用的下一代智能感知技術可能將視覺、觸覺、力覺乃至熱感應等多模態信息深度融合，讓機器獲得接近人類的綜合環境理解能力。同時，仿生感知、事件驅動型傳感器等新范式，也可能會為解決高功耗、高數據冗余等傳統難題提供全新思路。自動駕駛，人形機器人、高端工業自動化、智慧城市基礎設施以及太空探索等特種領域，將成為激光雷達和視覺感知行業的增長的核心驅動力。在這些場景中，提供從高性能硬件到行業解決方案的“一站式”服務，將比單純銷售硬件更具競爭力和客戶黏性。構建與融入生態，是穿越技術周期的關鍵。主動與英偉達、地平線等主流AI計算平臺，以及ROS等機器人操作系統實現深度適配，已成為感知硬件廠商的標配。

更進一步，與頂尖的AI算法公司、垂直行業的領軍企業建立早期、深度的聯合研發關系，共同定義下一代產品標準，將幫助企業在價值鏈中占據更有利的位置。

物理AI的浪潮，正推動感知技術從“機器的眼睛”進化為“系統的智瞳”。在硅光芯片集成的微觀世界里，在每秒數萬億次計算的仿真云端，物理AI的“感官”與“大腦”飛速進化。 未來已觸手可及，世界正被重新感知與塑造。