物理AI基礎模型層的技術路徑與國內外競爭格局有何差異？

物理AI基礎模型層主要包含VLM、VLA和世界模型三條路徑，目前呈現收斂之勢。世界模型作為后臺數據工廠，負責合成訓練數據，提供低成本訓練數據與閉環評估場景；VLM作為運行時的“大腦”，負責視頻理解、物理常識推理和高層任務規劃，承擔長程規劃的“慢思考”；VLA則作為“小腦+脊髓”，將語言指令和視覺感知直接轉化為機器人關節級動作，實現從模仿學習到規模化預訓練。

在海外格局中，英偉達憑借仿真平臺、世界模型、基座VLA與軟硬件全棧能力，搶占“機器人安卓”地位，形成“一超”局面。Google、Figure AI、Physical Intelligence等公司也在積極布局，形成多強競爭態勢。英偉達通過Omniverse和Isaac等平臺，構建了從仿真到訓練再到部署的完整生態。

國內格局則呈現不同特征，人形機器人廠商如智元機器人、銀河通用等主導基礎模型研發，而大廠如字節跳動、商湯、騰訊等則在支撐大模型方面發力。國內LLM大廠的主要算力和注意力仍在AGI路線上，對物理AI特別是機器人硬件投入相對克制。人形機器人公司因技術和融資能力強，有能力自建基礎模型團隊，形成“以AI定義本體”的協同迭代模式。這種差異導致國內在基礎模型層更側重于本體與模型的結合，而海外更側重于通用平臺與生態的構建。