模型与数据双轮转动 业内判断：物理AI“ChatGPT时刻”最快两年
Air Explorer Pro是一款跨平台多网盘管理工具，可实现一站式完成不同网盘间文件的互传、搜索和同步等操作。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
物理AI正加速从虚拟走向现实，模型与数据双轮驱动进化。业内判断，需储备上亿小时物理数据，机器人领域的“ChatGPT时刻”最快两年、最迟五年到来，届时将实现重大突破，推动智能体自主决策与泛化应用。
封面新闻记者 欧阳宏宇
本届WAIC上，一个明显趋势是人工智能正加速从虚拟空间走入现实世界。继文本生成、智能体AI之后，“物理AI”成了一个热门话题。当AI开始“由虚向实”，下一步的演进路径究竟是什么？支撑它的AI大模型又该长什么样？以及，距离机器人领域的“ChatGPT时刻”到底还有多远？
7月19日，在2026世界人工智能大会“智启具身论坛2026：迎接物理AI智能涌现”上，多位业内人士和专家就物理AI智能涌现的条件与路径分享了观点。一个核心判断是：机器人“ChatGPT时刻”的到来，可能只需要不到5年。但在此之前，行业需要储备上亿小时级别的物理数据。
模型与数据飞轮，是物理AI持续进化的关键
当AI产业主线聚焦于大模型，一个共识逐渐清晰：下一阶段的AI，不会再停留在生成内容，而是要进入真实环境，理解空间、预测变化、完成行动。这，正是物理AI备受关注的核心原因。
那么，如何发展物理AI？智元合伙人、高级副总裁、具身业务部总裁，觅蜂科技董事长兼CEO姚卯青在现场分享称，物理AI的挑战在于，必须同时打通“表征”与“闭环”这两条路线。
所谓“表征”，是对世界的抽象和压缩——人类所有认知、判断、理性都基于此；而“闭环”则是智能体与环境持续的交互。从计算角度看，它包括输入、算法、输出、评价、迭代的循环；从生物学角度，它就是从感知到理解、决策、行动、环境反馈的完整闭环。
在姚卯青看来，推动物理AI发展，主要靠模型与数据两方面的作用。“模型决定起点，数据定义终局，二者相互作用将产生‘飞轮效应’；当飞轮转动，智能涌现只是时间问题。”
具体到模型侧，他以智元构建的三阶段训练架构为例做了说明：该架构分为“预训练—后训练—持续学习”三个步骤，推动视觉语言动作模型（VLA）与世界动作模型（WAM）两条技术路线持续演进，并向统一的世界推理动作大模型（WRAM）迈进。同时，从算法、仿真、真机训练层面，打通规模化迭代闭环。
形象地说，这套架构就是让机器人既能边看菜谱边学着直接上灶台炒菜，也要学着理解火候、食材特性，还要反复总结经验，最终培养出一个“既懂原理又会实操”的机器人大厨。
在数据侧，则需要依托MEgo系列采集终端、治理平台与真机数据集等，构建覆盖数据采集、治理、训练和部署回流全链路的物理AI数据基础设施，推动真实场景数据持续反哺模型进化。
据悉，这套模型与数据协同迭代体系，已经在真实产业场景中获得验证。“我们相信物理AI智能涌现不是会不会来的问题，它是一定会到来的。”姚卯青预判，智能涌现只是时间问题，其一定会在行业突破数据墙、表征墙、闭环墙之后，形成一套可优化、可泛化、可进化的物理世界AI进化系统。
数据缺口巨大，但智能涌现“一定会来”
数据缺口“上万倍”，业内判断：2到5年迎来机器人ChatGPT时刻
关于机器人的“ChatGPT时刻”何时到来，专家普遍认为，至少需要两年时间，如果发展进程顺利，也不会超过五年。
关键在于数据。
腾讯首席科学家、腾讯Robotics X实验室主任、福田实验室主任张正友指出，由于具身智能最终本质上要与物理世界交互，因此交互数据是必不可少的。这些数据在一定程度上会产生飞轮效应——不仅是成功的交互，即便是失败的交互，也格外宝贵。
“收集数据时放到预训练下，未来的部署时间会越来越短，最后实现零成本的新场景任务复现。”谈及飞轮效应之下训练数据的构建形式，Dyna Robotics联合创始人兼首席科学家马也骋认为，不同的数据可以采用“金字塔组合”形态：顶层是高质量部署数据，中层是海量真机数据，底层是更海量的互联网数据。
AI初创公司Physical Intelligence的研究科学家任至意也认同，能直接复现任务的真机数据“可回放”，但多种来源数据应尽可能扩大本体多样性的构成。在他看来，挖掘训练数据下一个非常大的底座，是互联网。
事实上，目前行业的共识是，训练具身智能的数据缺口巨大。姚卯青透露，据测算，需要1亿小时级别数据，才能让机器人掌握对物理世界通用运行规律的理解。而要达到开箱即用的效果，则需要70%到80%的零样本成功率。
Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核，支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换，并可通过账户在多台设备之间同步项目。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Ableton Live 是面向音乐制作人与现场表演者的数字音频工作站，提供编曲视图、独具特色的现场视图、音频录制、MIDI创作、实时变速、乐器及效果器。Mac版原生支持Apple芯片，并可连接音频接口、MIDI控制器和第三方插件。
Adobe After Effects 是面向动态图形、影视特效与视频合成的专业创作软件。它提供关键帧动画、遮罩抠像、运动跟踪、三维空间、文字动画和表达式等工具，并可与 Premiere Pro、Photoshop、Illustrator
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Adobe Bridge 是面向摄影师、设计师及内容团队的免费数字资产管理工具，可集中预览照片、视频和 Adobe 项目文件，并利用评级、标签、关键词、元数据、筛选与收藏集完成分类检索。它还支持批量重命名、格式导出、相机导入及 Camera
Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件，适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形，并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。
Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件，可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。
Adobe Lightroom Classic 是面向桌面摄影工作流的照片管理与后期处理软件，可将原始照片保存在本地硬盘，通过目录、关键词、评分和收藏夹高效整理图库，并提供 RAW 冲印、蒙版、镜头校正、批量同步及多格式导出等功能。
Adobe Media Encoder 是 Adobe 推出的专业音视频编码与转码工具，可通过队列、预设和监视文件夹批量完成格式转换、代理文件创建及多平台成片输出，并与 Premiere Pro、After Effects 等软件紧密协作。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理软件，提供图层、蒙版、选区、修复、调色、文字排版、智能对象及生成式编辑等能力。Mac 版支持 Intel 与 Apple Silicon 处理器。
Adobe Premiere Pro 是面向专业视频制作的非线性剪辑软件，提供多轨时间线、调色、音频处理、字幕、代理工作流和多格式输出能力，并可与 After Effects、Audition、Photoshop 及 Frame.io 协同
Photoshop 2026 是 Adobe 推出的专业图像处理与视觉设计软件，支持 Windows、macOS 和 iPad 等平台，广泛应用于摄影修图、电商设计、平面海报、数字绘画及视觉合成等创作场景。
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件，为私密数据添加多重保护。高频操作更强调就近处理，浏览、整理和跨目录移动文件时，来回切换和重复点击都会少很多。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。