文章核心观点 - 物理世界具身智能是人工智能从虚拟空间走向真实物理环境、实现自主交互的关键演进方向，其核心在于通过“感知-决策-执行”闭环，使智能体能够像人一样与环境动态交互[4][5] - 物理世界具身智能的产业化发展由三大核心支柱构成：物理感知、物理数据和具身模型，三者共同覆盖从信号采集到智能决策与执行的全链路，并开始形成产业闭环[13][15] - 该产业正处于从技术验证向规模化商业应用过渡的关键阶段，全球格局呈现中美双核引领、头部企业与科技巨头竞合博弈的态势，中国在场景、产业基础和工程化能力方面具备组合优势[12][19][20] 一、产业定位：物理世界具身智能 - 概念定义：物理世界具身智能将AI嵌入物理实体，使其通过“感知-决策-执行”闭环在实时交互中产生并进化智能，其决策依赖空间几何与力学、热学、光学等物理属性的完整信息维度[5] - 产业演进：产业经历了五个阶段，从早期的几何视觉萌芽，到学习驱动3D感知，再到神经渲染与3D生成，并于2023-2024年进入物理世界模型与具身智能爆发期，预计20251-2026年产业闭环初步形成[9][10][11][12] - 全球格局：中美在语言模型领域竞争呈交替领先态势，在具身智能领域，美国在基础模型与核心器件IP上保持先发优势，中国在动态场景SLAM、机器人操作数据集规模等工程落地环节局部领先，双方尚未形成代际差距[18][19] - 市场规模：产业边界尚未统一，统计口径差异巨大，例如合成数据市场宽口径（877亿元人民币）与窄口径（约3亿美元）差距约40倍，中国具身智能市场346亿元（本体+解决方案）与9150亿元（全产业链）口径差异逾26倍[24][27] - 学科交叉：该领域是多学科在工程界面的深度交汇，涵盖光学工程、微电子、机器人学、自动化、物理学、认知科学等，竞争本质归于系统层面的垂直一体化整合实力[21][23] 二、爆点赛道一：物理感知——面向物理世界的多模态感知 - 核心任务与架构：物理感知是信息入口，旨在建立对物理世界的双重解析通道，一是解析空间几何（位姿、深度、运动），二是解析物理属性（材质、刚度、摩擦），两通道协同输出结构化数据[13][32] - 空间几何感知：包含视觉感知、环境场感知、触觉力觉感知、听觉声场感知、类脑神经感知、惯性本体感知六大维度，其中视觉感知是产业规模最大、技术谱系最核心的维度[33][35] - 物理属性感知：覆盖力学、热学、材质光学、电磁流体四大特征维度，力触觉感知因与操作任务直接关联而产业化进度相对领先，其余维度尚处于从特定场景向通用能力过渡的早期阶段[40][41] - 技术卡点与突破：共性卡点包括多传感器融合的标定与时延同步、极端环境下的感知退化、端侧算力瓶颈、物理属性感知依赖接触交互、动态范围与分辨率矛盾等[39][44] - 国内外代表企业：空间几何感知领域包括拙河科技、奥比中光、禾赛科技、速腾聚创等；物理属性感知领域包括蓝点触控、坤维科技、与光科技、叠铖科技等，国内外企业均在各自细分领域形成市场地位或技术代表性[47][48][49][50] 三、爆点赛道二：物理数据——面向物理世界的轨迹数据集 - 核心任务与价值：物理数据赛道负责将前端感知采集的碎片化信息规整为可计算、可复用的训练样本，核心产出是融合空间位姿、力觉、触觉及时序特征的多模态轨迹数据集，是衔接感知与模型的“燃料与原料”[14][51] - 数据分类框架：参考“数据金字塔”框架，物理数据可分为三层：顶层为高质量但成本极高的真实世界数据，中层为可无限扩展但存在域差距的合成数据，底层为规模庞大但模态单一的互联网数据[14]