在 7 月 22 日特斯拉 2026 年第二季度财报电话会议上，埃隆·马斯克说了句大实话：如果 Optimus 成功，它将成为有史以来最大的单一产品。不是汽车。不是手机。而是机器人。
他更进一步——Optimus 现在抢占了他最多的注意力，比汽车多，比火箭多，甚至比超级智能竞赛还多。这不是用来上头条的金句。这是一位 CEO 在告诉你，公司的整个未来正押在什么地方。
这不是一次小转型。它是一场变革的前沿，其影响足以让 ChatGPT 对世界造成的改变都相形见绌。数字 Agent 之后，下一章是物理 AI——不再空谈、开始行动的智能。
物理 AI 到底是什么
物理 AI（有时称为具身 AI）涵盖能够做到以下事情的系统：
- 通过传感器读取物理世界
- 实时处理信息
- 决定采取什么行动
- 通过执行器——手、腿、轮子——来执行
- 在事情不按计划发展时随时调整
老式工业机器人依靠死板、预设程序的运动运行。物理 AI 是为相反的境况而生的——混乱、非结构化的环境。两者的区别在于：一个机器人只能在流水线上精准焊接某一个位置，而另一个能抓起从没见过的杯子、打开不认识的房门，或帮助无法自理的人。
Deloitte 和 BCG 在 2026 年给出的框架说得很简单：物理 AI 就是基础模型与现实世界的物理、传感器和安全系统融合后的产物。
一条再也藏不住的路线图
DeepSeek 创始人梁文锋在今年 7 月一场遭泄露的投资人会议上直截了当地列出了这条路径：
思维链 → Agent（我们现在所处的阶段）→ 持续学习 → 自我改进系统 → 具身智能。
Agent 已经能够规划、使用工具，并啃下复杂的数字工作——但它们仍被困在玻璃后面。一旦模型开始从自身的现实世界经验中持续学习，踏入物理躯体就只是下一个顺理成章的步骤。物理 AI 不是这条故事线的支线。它是主线。机器人只是一个终于有了手的 Agent。
Optimus：特斯拉迄今最大的赌注
特斯拉在这里不只是交付一款产品——它在建设一个从前根本不存在的完整工业基础。
来自 2026 年第二季度财报电话会议：
- Fremont 生产线已经投入运行
- 目标：Fremont 年产 100 万台，Giga Texas 年产 1000 万台
- 每个执行器都是从头开始制造的——没有现成的供应链可以接入
- 剩下最难的难题：达到人类水平的双手灵巧度、受控环境之外的可靠性，以及真正把制造规模做大
马斯克不断强调一点：Optimus 不是新奇的“服务生机器人”。它的设计目标是足够通用，几乎能承担任何形式的体力劳动——工厂车间、仓库、养老护理，全都在内。
人形机器人赛道已经很拥挤
特斯拉并不是孤军奋战：
- Boston Dynamics 的 Atlas，现在归 Hyundai 旗下
- Unitree 的 H1 和 G1，更便宜的中国选手
- Figure 02、Agility Digit、1X NEO、Apptronik Apollo，以及一大批长尾玩家
UBS 估计，到 2035 年约有 200 万台人形机器人在从事真实工作，到 2050 年将扩展到数亿台。全面普及还需要好几年，但从原型到试生产的转变现在已经发生了。
还有什么挡在前面
- 手的灵巧度——仍然是最难解的未解难题；人手的自由度约有 27 个
- 电池续航和能源效率
- 安全——一台 50–70 公斤的机器人在人身边不允许有任何差错
- 成本——即使每台 $20-30k，规模化也需要巨额资金
- 训练数据——现实世界是比互联网杂乱得多的数据集
这正是马斯克一直警告早期生产将“极其缓慢”的原因。
如果你正在关注，这意味着什么
对于企业：工厂、仓库、物流、农业、建筑和照护行业会最先受到冲击。现在就开始试点物理 AI 的公司——哪怕只是小规模尝试——都能为自己赢得未来 4-5 年实实在在的先发优势。
对于其他人：体力劳动将不再是稀缺资源。拥有一台个人机器人最终会变得和拥有一部智能手机一样平常。而最大的赢家不会是亲自动手做事的人——而是那些知道如何为替自己干活的 Agent 和机器人设定正确目标的人。
现在如何真正做好准备
- 熟练掌握 Agent 型 AI——它是未来每个机器人运行的大脑
- 密切关注持续学习——那是下一个真正的突破点
- 开始把玩仿真工具：Isaac Sim、MuJoCo、Genesis
- 梳理自己的业务流程，找出哪些环节可以最先自动化
- 学习硬件层面——执行器、传感器、能效
- 现在就开始思考这将会催生的安全与伦理框架
底线
数字 Agent 给了世界一个没有身体的智能。物理 AI 即将给这个智能一个身体。马斯克把特斯拉的未来押在了上面，DeepSeek 把具身当作其整个路线图的真正终点，还有几十个人形机器人原型已经竞相冲向市场。
这不是一个遥远的思维实验。这是 AI 不再活在屏幕背后、开始重塑物理世界的时刻，就像电力和互联网曾经做到的那样。
问题从来不是这件事会不会发生。而是当它发生时，谁已经就位。
