物理AI走向真实交付：WAIC圆桌拆解落地难题

2026 世界人工智能大会（WAIC）期间，「腾讯 WAIC 之夜」圆桌聚焦一个核心命题：AI 在完成「数字智力」的跃迁后，如何真正进入物理世界，从展厅里的演示走向可交付、可运营的产业能力。同创伟业智能终端投资负责人王晶与傅利叶创始人兼 CEO 顾捷、大漠大智控董事长刘汉斌、hohem 浩瀚创始人兼 CEO 陈敏，围绕具身机器人、低空集群智能、智能影像三个细分赛道，拆解了 AI 物理化变革的真实进度。

三大赛道的落地进度并不均衡

圆桌呈现的核心判断是：AI 进入物理世界的产业图景并不同步，离用户更近、任务边界更清晰的场景率先兑现价值，而涉及复杂环境和真实操作的场景，仍需解决稳定性、安全性与可操作性等核心难题。

智能影像是当前落地最快的方向。陈敏介绍，hohem 浩瀚借助端侧算力与大模型能力，将影像设备从「半自动化」推向主动理解拍摄场景，普通用户不需要学习运镜和转场，就能获得「随身摄影师」级别的体验。这类应用直接面向 C 端用户，任务边界清晰，情绪价值显著，是 AI 物理化中最早跑通的品类之一。

低空集群智能紧随其后。刘汉斌介绍，大漠大智控在过去十年间把无人机灯光秀做成「可运营、可管理的低空基础设施」，并开始进入低空具身智能领域。万架级别的无人机表演验证了高可靠性的软硬件一体智能系统，这套能力正被迁移到更广泛的行业场景中。

具身机器人面临的挑战最复杂。傅利叶服务了 40 多个国家的 2000 余家机构和医院，从康复机器人起步，逐步将强化学习等 AI 技术引入运动控制。圆桌上，顾捷明确提出：当前具身机器人的衡量标准已经从「能动」转向「能否真正完成任务」。

具身智能的核心瓶颈：大脑与身体的结合

顾捷在圆桌中给出了一个判断框架：「会动」不等于「会干活」。机器人完成动作只需保证自身平衡，但要真正改变外部世界状态，例如拿水杯、扶老人、协助患者训练，就必须面对真实物理交互。

• 大模型的局限：大模型无论怎样堆参数、提高生成质量，仍然像「人在做梦」，其中坐标、时间、触感未必准确，必须与真实世界完成 grounding（现实锚定）。
• 「承担后果」的要求：机器人执行动作无法像生成内容那样「重新生成一次」，必须为每一次操作承担真实结果，这对训练范式和模型范式提出了更高要求。
• 本体同样关键：如果机器人本体稳定性不足，频繁出故障，再强的大模型也无法落地。

顾捷将机器人的「ChatGPT moment」定义为：在开放、从未见过的空间里，机器人能自主走过去，拿起一件从未见过的物体，递到用户身边。他坦言，五到十年前对此相当悲观，但 AI 模型的指数级增长让他看到了希望，关键时间点正在临近。

端侧算力与复杂环境仍是共性瓶颈

不同赛道面临的瓶颈各有侧重，但有两类问题被多位嘉宾同时提及。

• 端侧低功耗算力：hohem 浩瀚正在攻关的核心问题是先进制程与低功耗算力能否承载更大的端侧模型。陈敏判断，这一问题的解决还需要两到三年，在此之前团队需根据当前可获得的 SoC 能力，分阶段抽象适配不同阶段的能力模型。
• 复杂环境适应：在低空领域，刘汉斌总结了五个关键能力方向：全域空间三维重建、非结构化场景理解、环境干扰感知、GPS 拒止条件下的自主飞行，以及从单体智能向群体智能的演进。隧道、桥梁、山谷、丛林等场景的复杂性，以及气象和电磁干扰，是空中机器人进入更多行业场景必须跨越的门槛。

殊途同归：AI 物理化的下一站

圆桌嘉宾来自不同细分赛道，但对终局的判断趋于一致：AI 进入物理世界，最终都要经受同一场检验，即能否走出展台，在真实场景中长期、稳定地创造用户价值。傅利叶从康复走向养老，再走向更广泛的智能伙伴；大漠大从表演走向行业级低空基础设施；hohem 浩瀚从专业影像走向大众日常拍摄——三条路径的本质，都是让 AI 从「屏幕里说话好听」走向「物理世界干活好用」。

而这背后真正考验的，是大模型与机器人本体、传感器、控制系统、端侧算力之间的深度结合能力。正如顾捷所言：「分开来看，本体形态和大模型能力上限都已经能看到，但大脑与身体的结合，还差得很远。」