在人工智能演进路径中,物理AI的爆发节点或许比业界早前预期更为临近。
今日举行的2026台北GTC大会上,英伟达正式发布了重量级产品——Cosmos 3。这一基于Transformer混合架构的物理AI世界模型,被官方定位为“全球首个完全开源的全能模型”。值得强调的是,此处“全能”并非市场营销话术:该模型能够原生实现对文本、图像、视频、环境音效以及动作行为的全面理解与生成。用黄仁勋的原话来说:“物理AI的爆发式增长指日可待。”

此番表态的支撑,来自一项实质性的技术突破:Cosmos 3将物理AI的训练与评估周期,从过往的数月时间大幅缩减至数天。试想,过去开发者需要分别运行多个模型,才能完成推理、生成、动作执行的串联流程;如今,单个模型即可一站式解决。这并不仅仅是效率的提升,而是从底层改变了机器人研发、自动驾驶等领域的开发节奏。
在全球开源世界模型的竞技角逐中,Cosmos 3交出了一份亮眼答卷。在Artificial Analysis、Physics-IQ、PAI-Bench、R-Bench等业内公认的硬核评测中,其世界生成准确率均位列第一。在动作策略维度,该模型同样登顶RoboLab与RoboArena排行榜。简而言之,这款前沿模型既具备“精准认知”能力,也拥有“正确执行”实力。
当前,Cosmos的生态系统已颇具规模。思灵机器人、斗山机器人、LG电子、三星、Skild AI,以及国内理想汽车均已成为其用户。更值得关注的是,英伟达同日宣布推出Isaac GR00T人形机器人参考设计,计划于2026年底由宇树科技实现落地。此外,这家公司还联合来自美国、欧洲与韩国的多家机器人公司,共同开发研究级机器人平台。显而易见,英伟达的布局远不止于模型销售本身。
后续的技术演进路径同样清晰。英伟达同步成立了Cosmos联盟,成员涵盖思灵机器人、德国黑森林实验室、Runway、Skild AI等机构,共同目标非常明确:推动下一代世界模型持续向前发展。
回顾来看,国投证券的判断颇为精准:物理AI是人工智能的下一个重要演进方向,但挑战依然显著——高昂的数据采集成本以及物理定律的精确建模,都是必须跨越的门槛。而世界模型与空间智能,正是为物理AI提供感知与认知三维世界基础能力的关键拼图。
浙商证券则指出了另一个变量:物理AI的实现范式目前尚未收敛,现阶段需要世界模型与VLA(视觉-语言-动作)架构协同配合。尽管技术路径仍在探索,但市场空间已被清晰划定——英伟达测算显示,制造与物流产业的重塑空间约达50万亿美元;投资机构Coatue Management的估算则更为保守,约为6万亿美元。具体数字或许存在差异,但核心方向已然明确:物理AI的赛道,发令枪已经打响。
