模型路线趋同之后，Physical AI的胜负手变了

随着大模型路线逐渐趋同，物理AI的发展瓶颈已从算法层面转向数据与硬件协同。当前，物理AI需在真实物理环境中高效学习，但数据获取成本高、实时性不足，成为新的制约因素。业内人士指出，未来的胜负手在于构建闭环数据采集体系与专用计算平台，以支撑物理AI的快速迭代。这一转变将深刻影响机器人、自动驾驶等领域的竞争格局。