物理AI開啟基建競爭新周期 加速打通具身智能「最后一公里」丨新經濟觀察

封面新聞記者 付文超

8月18日，五一視界對外首次披露從低空到太空再到深空的三層空天戰略。這場發佈會傳遞出一個明確信號：物理AI的競爭維度正從單一算法轉向「數據+基建+場景」的全生態競爭，基礎設施層的商業化窗口期已經打開。

具身智能無疑是當下最火的投資賽道。根據《2026年上半年中國具身智能領域投融資報告》，2026年上半年，國內具身智能賽道發生融資322起，融資總額達到935億元，較去年同期提升5倍，是去年全年融資金額的1.6倍。與此同時，北京物聯網智能技術應用協會最新發布的《2026具身智能產業發展洞察報告》中提到，中國具身智能廣義市場規模在2025年已達到9150億元，2026年預計突破1.09萬億元。

但熱度之下，行業落地的兩大核心卡點尚未解決。首先是數據稀缺。相比數字AI近乎無限的訓練數據，真實世界的數據獲取成本極高，導致具身智能的高質量訓練數據供給嚴重不足。行業測算，頭部具身公司年需求約100萬小時高質量數據，自產僅十幾萬小時，供給缺口達10倍，且數據採集成本高、標準不統一，大量原始數據無法直接用於訓練，整個行業面臨嚴重的「數據荒」。

其次是容錯率低。數字AI生成結果出錯也可以低成本重新迭代，但機器人一旦出現決策失誤就可能作用於現實，導致難以挽回的結果，試錯成本極高。這也導致整個具身智能產業普遍面臨 「實驗室好用，但現場難落地」的困境。

這兩大卡點共同推高了具身智能項目的落地成本，使得具身智能從技術驗證到規模應用之間始終橫亙着「最后一公里」的難題。面對這些行業共性問題，五一視界的解法是：向下紮根做基礎設施，從物理AI基建層去系統性解決問題。

現場，深圳前海首個人機共生智能空間——AperBase正式揭牌。它集真實展示、仿真驗證演示、多機調度演示於一體，不只是展廳，更是物理AI能力的試煉場。針對具身智能行業數據稀缺與容錯率低的難題，五一視界針對性推出AperData具身數據底座、AperOne具身應用閉環OS平臺兩大核心產品。

值得注意的是，這套範式並非首次驗證，而是五一視界在智駕領域積累的物理AI基礎能力向具身智能等多場景複用的成果。在智駕賽道，51Sim市佔率達53.5%，2026年上半年實現545.2%的同比增長，印證了「仿真基礎設施」這一商業模式的可行性與盈利能力。

當下，物理AI賽道的投資邏輯正在發生變化：早期市場追捧終端應用與算法團隊，如今產業進入深水區，基礎設施層的價值逐漸凸顯。

對初創公司而言，成熟的行業基礎設施意味着分工的精細化與專業化，創業者不再需要重複造輪子，能將精力聚焦在覈心算法與場景理解上。比如在礦井、化工廠等特種作業場景，可以直接使用AperData的數據閉環和AperOne的商業閉環，快速完成產品驗證與落地，這將大幅降低創業門檻，讓更多垂直場景的創新成為可能。

有業內人士表示，五一視界提出的「物理AI宏偉藍圖2030」，本質上是對產業發展節奏的前瞻判斷：未來幾年，物理AI將沿着「自動駕駛-具身智能-空天探索」的路徑逐步展開，基礎設施層會比應用層更先成熟，並持續向各個行業滲透。對應的市場空間，也將從千億級邁向萬億級。