最近，科技圈又有了一个更性感的新词：物理AI。
过去几年，资本市场的热词像走马灯一样换：大模型、Agent、具身智能、人形机器人、自动驾驶、车路云。现在，“Physical AI”站上了C位。这个词很有杀伤力，因为它听起来比自动驾驶更宽，比机器人更大，比智能硬件更像下一代产业基础设施。
于是，一个熟悉的场面又出现了：原来讲自动驾驶的，开始讲物理AI；原来讲激光雷达的，开始讲物理世界感知入口；原来讲仿真和数字孪生的，开始讲物理AI训练场；原来讲Robotaxi的，开始讲世界模型和真实世界闭环。技术当然在进步，但风口换名字的速度，常常比商业化还快。
先把概念说清楚。按照英伟达的定义，物理AI让摄像头、机器人、自动驾驶汽车等自主系统能够在真实物理世界中感知、理解、推理并执行复杂动作。也就是说，它不是只会在屏幕里写字画图的AI，而是要进入道路、工厂、仓库、园区、家庭，真正影响物理世界。
从这个定义看，自动驾驶本来就是最典型的物理AI。车要看懂路，要预测人和车的行为，要规划轨迹，还要在毫秒级完成控制。车路云也是物理AI的重要底座，因为它把单车智能、路侧感知、通信网络、边缘算力、云控平台和交通治理连接起来。问题是，为什么这些过去讲了十几年的东西，今天突然换了一个更宏大的名字？
看看近两年港股市场就很有意思。2024年，速腾聚创在港交所上市，成为港股激光雷达企业代表；黑芝麻智能在港交所上市，讲的是车规级智能汽车计算芯片；地平线机器人上市，定位是高级辅助驾驶和高阶自动驾驶解决方案供应商。2025年，禾赛科技完成港股双重主要上市，公开材料已经把ADAS、自动驾驶、空间智能、具身智能、工业和服务机器人等归入物理AI核心领域；文远知行、小马智行也完成港股上市，继续讲Robotaxi和自动驾驶商业化。到2026年，Momenta港股IPO备案获批，市场报道更是直接喊出“物理AI第一股”。
这些企业有没有技术含量？当然有。它们做的是感知、计算、决策、仿真、数据闭环、量产交付，都是硬科技。但问题在于，其中相当一部分业务并不是突然从地下长出来的“新物种”，而是自动驾驶、智能汽车、机器人和数字孪生多年积累下来的能力，被重新装进了“物理AI”的大框里。
资本市场为什么爱听？因为物理AI有三个好处。第一，它比自动驾驶的想象空间更大，可以从车扩展到机器人、工业、农业、城市治理。第二，它比单一硬件故事更有估值弹性，能讲模型、数据、平台、生态和基础设施。第三，它更适合地方产业叙事：大模型之后，城市和园区都需要一个新的产业抓手，物理AI听起来足够前沿，也足够综合。
但产业规律不会因为换词就改变。新能源汽车从2009年前后示范推广到今天形成规模优势，走了十多年；自动驾驶从早期Demo到今天L2辅助驾驶渗透率超过六成，也经历了漫长的数据积累、法规探索和工程迭代。车路云一体化已经有20个应用试点城市，全国开放测试示范道路超过3.5万公里、测试示范牌照超过1万张，但商业模式、标准统一、路侧运维、责任划分仍在探索。一个产业或企业不可能因为改名叫物理AI，就在一两年内突然解决所有问题。
所以笔者并不反对讲物理AI，甚至认为它确实代表了AI落地的下一阶段。真正需要警惕的是，把“技术外延扩大”偷换成“商业成熟已至”，把“自动驾驶长期积累”包装成“物理AI全新突破”。如果一家企业过去没有解决成本、交付、客户集中、规模化运营和持续亏损问题，今天把自己放进物理AI框架，也不会自动获得答案。
最近笔者遇到一件荒唐的事是，自动驾驶和车路云被说成“上个时代的产物”。
它们不是过气，而是从资本故事进入了硬仗阶段。长尾场景还没完全解决，极端天气还在考验系统鲁棒性，L3/L4责任边界仍需清晰，Robotaxi规模化运营仍要回答成本问题，车路云还要解决谁投资、谁运营、谁维护、谁付费的问题。
换句话说，自动驾驶和车路云不是物理AI的前任，而是物理AI最现实、最复杂、也最难绕开的试验场。能把城市道路、车辆、路侧、云端和治理体系跑通的企业和城市，才真正有资格谈物理AI。
新技术浪潮来了，值得兴奋。但越是热词密集的时候，越要问几个朴素问题：有没有真实产品？有没有真实客户？有没有持续收入？有没有可复制交付？有没有数据闭环？有没有成本下降路径？如果答案还不清楚，那就先别急着把估值打到天上。
物理AI不是骗局，但它也不是魔法。它更像一面镜子，照出了自动驾驶、机器人、车路云这些产业长期积累的价值，也照出了资本市场追风口时的急躁。真正能穿越周期的，从来不是最会改名的公司，而是最能解决真实世界问题的公司。
