执行摘要
过去三年，全球关注焦点主要集中在生成式人工智能、聊天机器人和前沿人工智能实验室发布的新模型上，而一个更安静的革命正在发生，许多人认为这代表着人工智能发展的下一个阶段：物理人工智能（Physical AI）的到来。类似于 2007 年 iPhone 的推出、2012 年 ImageNet 竞赛的 AlexNet 胜利以及 2022 年 ChatGPT 的发布，分析师和行业代表认为，一场类似的突破即将到来。
物理人工智能“使自主系统（如机器人、自动驾驶汽车和智能空间）能够在真实（物理）世界中感知、理解和执行复杂动作”。NVIDIA 声称“在不久的将来，所有移动的物体，或监控移动物体的系统，都将成为自主机器人系统”。据报道，OpenAI 在 2025 年初重新组建了其机器人部门，以利用人工智能和机器人技术的融合，而上海到硅谷的初创公司正在为机器人构建“大脑”，筹集了数亿美元的资金。电动汽车制造商特斯拉和小鹏汽车正在竞相开发自己的拟人化机器人。亚马逊报告称，目前运营着 100 万台机器人，认为“物理人工智能即将改变机器人的一切，包括自主性、操作、分拣和计算机视觉”。摩根士丹利的分析师断言，拟人化机器人市场将从目前的数千万美元增长到 2050 年的 5 万亿美元。
然而，人工智能和机器人技术的融合如此之新，以至于该领域缺乏一个共同的名字，更不用说成熟的 技术堆栈了。一些公司称这种融合为“具身人工智能”（embodied AI），而另一些公司则更喜欢“物理人工智能”、“具身机器智能”或“生成式物理人工智能”。目前尚不清楚围绕人工智能进步的炒作是否能够转化为机器人找到在物理世界中行走的方法：自主三维导航动态环境需要成熟软件、硬件和数据生态系统，而今天该生态系统尚未规模化。NVIDIA 平坦地陈述了部分问题：“大型语言模型是一维的，能够预测下一个标记，例如字母或单词。图像和视频生成模型是二维的，能够预测下一个像素。这些模型都无法理解或解释三维世界。”
物理人工智能面临的主要挑战与困扰机器人行业几个世纪的技术障碍和经济障碍相同。机器人供应链的某些部分仍处于工业初级阶段，关键硬件技术突破仍然难以捉摸，即使最近的进步也尚未准备好进行规模化生产。电池、电机、传感器和执行器的进步速度远慢于算法和软件，而规模化生产需要大量的耐心资本。此外，机器人组件的供应链大部分已经商品化，相对微薄的利润会劝阻创新初创公司与既定垄断者竞争。此外，每个机器人公司都在追求自己独特的方法，这意味着组件和零件的供应链仍然很大程度上非标准化，阻碍了规模化并增加了成本。在受控环境中令人印象深刻的演示与数百万台可负担的机器人独立行动、在世界中导航的承诺之间的差距是巨大的。
本文的重点是描述物理人工智能和机器人技术的融合，其底层供应链，以及确定竞争优势和限制。本文提供了关于该技术的背景，并描述了支持该技术的硬件和软件供应商生态系统。然后，它使用文献计量学、专利、投资数据和行业报告来描述全球竞争力，以确定技术生态系统中从人工智能基础模型和软件到硬件组件和机器人制造商以及最终用户的公司领导力、限制和突破。本文最后总结了驱动因素和积极趋势，以及限制因素和限制趋势，旨在为有兴趣促进技术行业下一个突破时刻的政策制定者提供参考。
本文首先绘制了支持物理人工智能的机器人供应链。“显现物理人工智能”和“构建有感知的硅”描述了支持人工智能-机器人技术融合的硬件和软件供应链，并总结了最近的突破。接下来，本文提出了对人工智能-机器人技术融合的竞争力评估。首先，使用 CSET 的新兴技术观测站、文献计量学、投资数据和专利申请来识别在人工智能-机器人技术融合中处于领先地位的国家和公司。其次，对之前介绍的具体供应链部分进行了评估，着眼于公司和国家层面的领导地位。本节扩展了 2024 年 RAND 的方法，并结合了之前的 CSET 研究以及 CSET 文献计量资源，定量和定性评估领导地位、突破、障碍和物理人工智能出现的信号。
“显现物理人工智能”部分定义了机器人（以及不是机器人的事物），介绍了机器人目前的不同形式，描述了所有不同种类的机器人都依赖的核心硬件子组件，并总结了最近促进行业和投资者热情的组件突破。 “构建有感知的硅”部分描述了支持人工智能-机器人技术融合的各种软件实例。它描述了近年来在大型语言模型、多模态模型、强化学习和模拟到现实迁移方面发生的突破，这些突破促进行业对人工智能的当前热情。此外，它还描述了这些软件进步背后的各种计算层（这是该供应链的关键使能部分），以及真实世界和合成数据以及机器人模拟和操作系统软件的作用。
竞争力评估部分提供了对人工智能-机器人技术融合的竞争力评估。从文献计量学、投资数据和专利的角度来看，中国每年在人工智能-机器人研究方面保持数量上的领先地位，但美国的研究人员在高度引用的作品（即兴趣和影响力的指标）方面保持优势。中国附属机构在机器人专利活动方面保持明显优势，但之前 CSET 的研究质疑了这些专利活动的质量。最近的分析师研究也表明，在机器人的特定子市场中，中国以外的公司处于专利活动领先地位。最后，美国的风险投资公司和上市公司在按交易数量和美元价值衡量的投资方面处于领先地位。这种领先地位近年来似乎很稳定，尽管中国公司最近也有显著的 AI-机器人技术投资活动。
人工智能-机器人技术融合的市场分析表明，国际硬件组件供应商的竞争力在中国可能被高估。尽管头条新闻声称中国 75% 的机器人组件由国际公司供应，但中国机器人制造商可能更喜欢直接与中国机器人组件供应商合作，其中许多公司（1）没有上市，并且（2）不提供国际产品，因此没有在海外广泛报道。很可能的情况是，在国内有工厂的国际竞争性公司正在为国内消费生产产品（例如纳博特斯克），并且不清楚这个市场分析是否考虑了国际或国内供应。
机器人部署和最终用户部分指出，虽然拟人化机器人获得了头条新闻，但实际部署数量按数量计算是由工业机器人主导的，并且有趣的是，按人均部署量计算，领先的国家不是之前提到的国家：韩国。机器人最常由汽车、航空航天、电子和食品制造 OEM 安装。工业机器人部门仍然是机器人市场中最成熟的部门，汽车制造仍然引领全球部署。这在美国（如图 7 所示）以及欧洲和亚洲都是真实的。丰田（日本）和大众汽车集团（德国）始终排名世界机器人密度最高，而韩国以每万名制造业员工 1000 台工业机器人的速度位居世界第一。
结论部分指出，对人工智能-机器人技术融合的兴趣根据几乎所有指标都在激增。人工智能-机器人相关的出版物、专利和投资活动近年来都出现了激增。这种兴趣是全球性的，因为人工智能-机器人供应链也是全球性的。领先的美国人工智能开发人员押注他们可以利用其在基础和多模态模型方面的领先地位来主导下一个创新生态系统。然而，目前尚不清楚物理人工智能生态系统是否会沿着同样的方向发展。中国和欧洲的人工智能模型开发人员也在追求他们自己的方法，并与机器人 OEM 和最终用户合作，有时还得到政府支持。所有这些开发人员目前都表示支持开源解决方案。随着机器人应用的成熟，这种对开源的承诺是否会保持下去将是一个明显的信号。同样，一个无法解决的 技术难题的明显信号将是这些公司退出市场以及/或削减目前直接投向机器人的酌情资本支出。
