2025年11月1日，2025江苏CIO大会（第14届）暨“智造+学院”同学会家宴在苏州盛大召开！

大会以“智驱工业新质，数领未来引擎！”为主题，以主论坛+分论坛形式，围绕数智驱动的先进制造业创新与变革、数智生态赋能中企出海全球发展、数智赋能高端装备智能化升级等主题举行了28场主题分享，江苏全省CIO的前沿思想在此碰撞，创新灵感在此共享，优秀经验在此交流！

大会实录

物理AI的发展与应用前瞻研判

曾建平  国家制造强国建设战略咨询委员会副秘书长

在人工智能浪潮奔涌的今天，物理AI正悄然成为下一个科技革命的引擎。它不仅是AI技术的一次升级，更是人类认知与交互世界方式的根本变革。当AI的触角从虚拟信息空间延伸到真实的物理维度，一系列新范式如数字孪生、仿真推理和原理驱动，正在深刻重塑工业、能源、生命科学等核心产业的面貌。

一、强人工智能的快速发展历程

过去约15年间，人工智能的能力持续增强，应用场景日益丰富。强人工智能在实现突破后，呈现出快速发展的态势，其演进路径清晰地描绘了从专用智能向通用智能的迈进。

二、物理AI的原理、特征与核心价值

1.定义
物理AI是指通过融合AI大模型、物理引擎与多学科仿真技术，实现对现实世界的高精度动态模拟、预测与优化，构建起“感知-理解-执行”闭环的人工智能新形态。它代表了AI从纯数字系统向能与现实世界交互并进行物理操控的智能机器的关键演进。

2. 关键特征：原理驱动与数据驱动的融合

这种融合使AI在数据稀缺、高风险或高复杂度的场景下，依然具备强大的推理与适应能力。当前如ChatGPT、GPT-4等通用大模型的成功，本质上是建立在互联网海量图文数据之上的“暴力美学”。然而，这种依赖静态数据的模式正面临三大瓶颈，而物理AI正是突破这些瓶颈的关键。

3. 重大意义

物理AI赋予机器解决现实世界复杂问题的能力，使其能够在非结构化环境中执行任务，带来前所未有的可靠性、安全性与效率提升。

4. 如何构建物理AI
构建物理AI需要一个强大的软硬件技术栈作为基石：

专用计算系统：如英伟达OVX，提供实时物理计算所需的算力、低延迟网络与时间同步能力。

3D虚拟世界操作系统：如英伟达Omniverse，作为高保真、物理精确的数字孪生平台软件。

软件开发工具与基础模型：如Omniverse上的Replicator SDK用于生成物理级精确的3D合成数据；生成式世界基础模型（如Cosmos）用于生成基于物理学的逼真数据以训练AI模型。

AI训练与机器人仿真平台：如英伟达DGX AI训练平台、Isaac Lab强化学习效率引擎以及Isaac Sim机器人仿真平台。

边缘侧专用硬件：如英伟达Jetson和DRIVE AGX，能够将AI无缝集成到终端机器上。

英伟达通过整合上述要素，正致力于构建“AI工厂”，以系统性地推动物理AI的发展。

三、物理AI的广泛应用场景

物理AI的应用场景极为丰富，几乎覆盖所有现实世界中的机器实体。

制造业：在精密制造中，通过模拟焊接应力、热变形等物理特性，大幅压缩产品设计周期。在汽车制造中，海量模拟碰撞场景，提升车身安全性，减少实车测试。

交通物流：自动驾驶系统可模拟暴雨、暴雪等极端场景，计算路面摩擦力和光线折射，提升决策准确性。物流分拣机器人能识别货物重量与重心，计算最佳抓取方案。京东试点项目显示，分拣效率提升40%，错误率近乎归零。

医疗领域：手术机器人可减少出血并提升缝合稳定性；外骨骼机器人能感知患者步态，实时调整助力，提高康复效率。

建筑与基础设施：AI引导的3D打印技术实现快速、可持续的建筑实践。机器人系统广泛应用于危险环境的检查、维修工作。

农业：驱动自动拖拉机、无人机等设备，实现精准播种、施肥和病虫害防治，优化资源利用。

太空探索：如NASA的AI控制探测车和机械臂，能在恶劣太空环境中自主完成岩石样本采集等复杂任务。

国防安全：AI驱动的无人机和地面车辆执行侦察、监视任务；拆弹机器人和智能监控设备保障社会安全。

科研探索：物理AI构建起连接虚拟与现实的“数字桥梁”，让科学家在遵循物理规则的虚拟世界中加速发现。例如，在数字空间内进行原子级精度的电池设计，极大缩短研发周期。

案例：富士康的转型实践
富士康在精密装配中面临高精度、高稳定性的技术挑战及成本压力。通过引入物理AI，其在拧螺丝、插电缆等环节实现了自动化创新，并通过创建生产线数字孪生，将部署时间缩短了40%。其成功基于三大基石：强大的模拟到现实迁移技术、对工程师进行AI与数字孪生培训实现人才转型、以及与英伟达等伙伴的紧密合作。

四、物理AI：全球科技竞争的新焦点

英伟达创始人黄仁勋曾预言，物理AI将引发超过50万亿美元的行业变革，成为衡量国家科技竞争力的核心指标。全球已进入主导权布局与竞争阶段，格局呈现“海外领先、国内追赶”的态势。

*英伟达积极构建全栈生态，推出Cosmos模型与Omniverse平台。

*Google DeepMind依托跨学科优势研发通用世界模型。

*新思科技以350亿美元收购仿真软件龙头Ansys，打造全栈解决方案。

*物理引擎是物理AI崛起的关键支撑。例如英伟达与DeepMind联合开发的Newton引擎，能实时模拟亿级粒子交互，其核心能力包括：

多物理场耦合仿真。

构建高保真数字孪生，实现多模型融合。

高并发并行计算。

实时反馈与优化。

当前竞争的焦点集中于两大方面：一是垂直领域的深度应用，二是关键共性能力的建设。

当AI开始从基本原理自主推导知识，而不仅是从数据中学习模式时，我们便站在了智能革命的新起点上。物理AI，作为连接合成智能与人类现实的桥梁，正以其强大的力量推动着经济社会的发展与进步。通过将AI与物理规律深度嵌入融合，我们正在迎来一个充满生机、创新与无限发展空间的新科技时代。