自 ChatGPT 爆发以来，市场对 AI 的理解长期集中在“认知能力”层面，包括文本生成、代码编写与逻辑推理。这一阶段的核心，是让机器更好地理解并生成信息，本质仍属于数字世界内部的优化。然而，Andreessen Horowitz 在其研究中提出，AI 正在进入一个全新阶段：从“理解世界”转向“作用于世界”。

这一变化可以用一个清晰的三段式来理解：

过去：AI 提供信息（回答问题）
现在：AI 协助决策（Agent）
未来：AI 直接执行（Physical AI）

也就是说，AI 的终极目标不再是“更聪明”，而是“更有用”，即能够在现实世界中完成任务并产生结果。

三大核心系统：机器人、自动科学与新型接口

三大核心系统

在 Physical AI 框架中，a16z 将其拆解为三个核心系统，这三者共同构成一个闭环数据飞轮，而不是孤立存在。

机器人系统，它是 AI 进入物理世界的执行载体。机器人不再只是机械设备，而是融合感知、决策与控制能力的综合系统。以 Tesla 为例，其推动的人形机器人项目，本质目标并不是硬件创新，而是打造可以在复杂环境中稳定执行任务的 AI 系统。
自主科学系统，即自动化实验平台。其意义在于让 AI 从“提出假设”延伸到“验证假设”。这一过程可以拆解为：

AI 生成研究假设
系统自动设计实验流程
实验设备执行并采集数据
AI 分析结果并迭代优化

这一闭环使得知识生产逐步自动化，同时产生大量高质量、具备因果关系的数据。

新型人机接口，包括 AR、可穿戴设备以及脑机接口（如 Neuralink）。这些设备的核心价值并不在交互体验，而在于数据采集能力，其主要作用可以总结为：

记录人类操作行为（第一视角）
捕捉生理与动作反馈
提取潜在意图信号

这使得 AI 能够获得更真实、更连续的数据输入。

数据范式迁移：从互联网到真实世界

当前 AI 的发展正在遭遇一个隐性瓶颈：互联网数据红利逐渐耗尽。文本与代码数据虽然规模庞大，但其边际价值正在下降。在这一背景下，Physical AI 引入了新的数据来源，即来自真实世界的交互数据。

可以将两种数据范式对比理解：

互联网数据

特征：规模大、易获取
局限：以相关性为主、噪声高

物理世界数据

特征：稀缺、获取成本高
优势：具备因果关系、可验证

这一转变将直接推动 AI 能力的升级路径发生变化：

从“预测系统”转向“控制系统”
从“生成答案”转向“优化结果”
从“离线训练”转向“实时反馈”

Physical AI 的底层基础设施

从技术实现角度来看，Physical AI 的竞争核心并不在应用层，而在基础设施层。其关键组成可以归纳为四个部分：

仿真系统（Simulation）： 作为数据生成引擎，仿真系统可以在虚拟环境中训练 AI，大幅降低现实试错成本。以 NVIDIA 的 Omniverse 为代表，这类平台正在成为连接数字与物理世界的重要桥梁。
世界模型（World Models）： 用于理解物理环境的运行规律，包括物体运动、环境变化等，是 AI 做出正确决策的前提。
行动模型（Action Models）： 将决策转化为具体操作，是 AI 从“思考”走向“执行”的关键。
新型传感器（Sensors）： 提供多维度输入，包括视觉、触觉与生物信号，使 AI 能够更全面地感知世界。