模型路线趋同之后，Physical AI的胜负手变了

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 模型路线趋同之后，Physical AI的胜负手变了 杰西卡 2026-08-10 17:20:50 来源： 量子位 杰西卡 发自 凹非寺 量子位 | 公众号 QbitAI 新的物理AI瓶颈出现了。 过去一年多， VLA、世界模型、基座模型、数据闭环 等等，几乎都是头部智驾和具身智能公司频频提及的热词。 越来越多AI公司开始尝试让模型进入真实世界，让机器具备理解环境、预测变化和执行行动的能力。 不同技术路线各有侧重，最终穿透到技术底层，指向的问题却越来越趋同—— 那就是AI如何从真实世界获取数据，如何形成对环境的理解、把理解转化为行动，又如何根据行动结果继续学习。 这个问题，并不是今天才出现。 而当路线逐渐收敛，真正的瓶颈也开始浮出水面。 物理AI路线图收敛，暴露「断裂层」 智能驾驶兴起至今，研究对象曾历经多次变迁。简单梳理下来可分为三个阶段： 早期的驾驶系统，是一套 高度模块化 的软件系统。 感知 负责识别车辆、道路和行人， 预测 负责推测其他交通参与者的运动， 规划和控制 再决定车辆的具体行动。 每个模块解决一个相对明确的问题，也拥有相对独立的指标。 端到端模型 盛行后，行业开始减少人工规则和模块接口，让模型 直接从传感器输入生成轨迹或控制信号 。 △图片由AI生成 直到 物理AI 热潮席卷，又把研究对象向前推进了一步。 在这一目标下，行业逐渐分化出了不同的主流技术表达，当前已大致收敛成 两条明线加一条暗线 。 两条明线中，其一是 VLA （视觉—语言—动作），把视觉信息、语义理解和行动生成放进同一个模型体系，让AI看到环境、理解场景，直接作出行动。 理想、小鹏 都押在这一路线上。 另一条明线以 世界模型 为核心，重点学习环境如何随时间和动作发生变化。 世界模型进入场景生成、闭环仿真、数据生产和模型评测等环节，既可以帮助模型学习物理世界的演化规律，也能为其他行动模型提供训练和验证环境。 △图片由AI生成 华为WEWA、蔚来NWM 都是世界模型路线的代表。 而在VLA和世界模型之外，还有一条暗线是 物理AI基座 。 基座模型通过大规模物理世界数据预训练，学习环境变化、物体关系和世界运行规律，再通过少样本或后训练的方式适配不同任务。 △图片由AI生成 基座模型严格来说，与VLA、世界模型并不并列，而是两条明线共同奔赴的方向。 两条明线的边界肉眼可见地趋于模糊，二者间的关系已从路线选择走向能力协同。 △图片由AI生成 但结合现状来看，整合起来绝非易事。 当前，行业已经拥有这条链路中的大部分技术组件，然而各环节之间却还存在几层 “断裂” 。 第一层“断裂”发生在模型与数据之间。 物理AI需要海量真实数据，但数据规模扩大并不会自动产生对世界的理解。模型需要从数据中学习空间关系、时间变化、行为规律和行动后果。 模型在真实环境中暴露出什么能力缺口，又会决定下一轮需要收集、筛选或生成什么数据。 因此， 数据与模型之间需要持续反馈 ，由模型发现问题，数据系统补充相应场景，训练系统重新学习，再通过评测和真实环境确认模型是否获得了新的能力。 △图片由AI生成 第二层“断裂”发生在视觉与行动之间。 模型看见一个场景，甚至理解其中的关系，也不代表它能够形成稳定行动。 物理AI区别于传统AI最明显的一点，也正是视觉与行动之间的关系。 假设车辆识别出前方行人正在靠近路口，并判断对方可能横穿道路，接下来还有一系列问题需要解决，比如应该在什么位置开始减速，减速幅度多大，是否需要提前变道，周围车辆可能怎样响应，整个动作又能否在实时算力下平稳执行等等。 这一过程中，视觉和语义理解需要转化为连续、实时、可验证的动作。 VLA承担了连接认知与行动的任务，但这条连接仍然需要未来预测、策略训练、闭环评测和真实验证共同支撑。 第三层“断裂”位于模拟与真实之间。 世界模型和仿真系统可以低成本生成大量场景，用于训练、测试。 理论上，模型可以在虚拟环境中经历无限次测试，学习各种复杂情况，但真实世界的情况始终更加复杂。 交通参与者的行为往往具有不确定性，传感器会受到天气、光照和遮挡影响，大量长尾事件很难被仿真系统完整建模。另外，模型在虚拟环境中的提升，未必能够等比例转化为真实表现。 物理AI必须要建立起一条双向链路：真实世界中的问题进入仿真和训练，仿真中获得的能力再回到真实环境验证。 这些横亘在数据、认知、行动和真实世界之间的断裂层，横跨数据、算法、仿真、Infra、产品和工程团队，看似属于不同技术方向，实际上都指向同一个问题—— 物理AI需要一套能够持续学习和进化的系统 。 这已经很难由某一个独立模型解决。 由此，技术问题开始越过技术部门边界，延伸到技术如何被组织，放进同一个闭环。 弥合断裂层，消除接缝构建闭环 现下，物理AI公司的当务之急，就是如何弥合断裂层，把整条链路放进同一个研究闭环。 不过在建立闭环之前，还需要解决研发体系中的两层 「摩擦」 。 第一层摩擦发生在 技术之间 。 模型暴露出的不足，需要能够反馈给数据系统；真实环境中的问题，需要能够进入仿真和训练流程；训练后的能力，也需要重新回到现实场景接受检验。 真正的难点在于，这些环节并不是彼此独立存在的。任何一个环节连接不畅，投入再多的数据、算力和模型规模，也可能只带来局部指标的提升。 第二层摩擦体现在 研发组织内部 。 通常来说，一家公司的基础模型、VLA或世界模型、数据、仿真和AI Infra等内容会由不同团队负责。 每个团队拥有自己的专业目标和工作节奏，但矛盾就在于，完整闭环要求所有环节围绕同一个模型问题快速反馈。 现实中，这几个环节往往很难天然对齐。 所以， 技术闭环 说到底，最终需要对应的还是 组织闭环 。 在这一行业困局下， 国内首个面向物理世界基础能力研究的AI Lab——Superfluid Lab ，出现了。 实际上，Superfluid Lab并非师出无名，而是来自国内头部AI玩家、以智驾技术起家的深圳公司 元戎启行 ，且由 前DeepSeek核心成员、元戎启行首席科学家阮翀 带队。 实验室的名字其实很有意思。“Superfluid”意为 超流体 ，是一种完全没有黏性的奇特物质状态，可以理解为一种 “无视”摩擦力 的流体。 由于完全没有摩擦力，超流体可以在环状容器中永无止境地流动，而不会损失任何能量；也可以零阻力穿过极其微小的缝隙。 最先让Superfluid Lab出圈的，实际是元戎在7月29日发布的一篇名为 《对话Superfluid》 （以下简称《对话》）的文章。里面提到了名字两层意思： 其一，是 信息零阻力流动，协作零内耗 。 其二，是进入物理世界的智能，同样需要一种 零摩擦的底层架构 。 这恰恰对应研发闭环所需面对的两层摩擦。 据知情人士透露，Superfluid Lab今年5月就已在元戎内部成立，目前完成了基础设施重构等早期工作。实验室以 基座模型 为研究核心，重点探索 VLA模型 ，同时推进 世界模型和多模态理解 。