黄仁勋：“物理AI是下一个万亿级风口”

北京时间6月25日凌晨，英伟达2026年度股东大会以线上形式举行，持续47分钟。创始人兼CEO黄仁勋向股东们交出了一份漂亮的成绩单，也抛出了一个让整个科技圈沸腾的判断，物理AI（Physical AI）将是英伟达的下一波增长浪潮。

这场大会的信息量很大。黄仁勋明确表示，“有用的AI时代”已经到来，AI不再是实验性的，而是进入了生产阶段。

他用一个生动的比喻来描述AI产业，一个包含能源、芯片和系统、基础设施、模型、应用的“五层蛋糕”。数据中心已从传统的“存储仓库”转变为“AI工厂”，核心产品是Token（词元），每个Token都可以转化为代码、答案、设计或服务。

而真正引发市场关注的，是黄仁勋对物理AI的阐述。

他说，人工智能将跳出纯数字虚拟世界，全面落地现实物理世界，覆盖自动驾驶出租车、人形机器人、工业智能设备等终端。机器人、汽车和工厂将成为现实世界中的智能体，能够感知、推理、规划并自主行动。

黄仁勋还透露了一个重要信息：目前这条赛道才刚刚拉开序幕。

物理AI到底是什么？

物理AI，简单说就是让AI从“看懂世界”升级到“改变世界”。

对比数字AI主要基于文本、视频等数字信息“预测下一个token”，物理AI的输入还包括力、触觉等传感器采集的数据，输出的主要是物理载体的控制信号。它的典型载体包括人形机器人、自动驾驶平台及工业自动化设备。

过去28个月，物理AI在“大脑”（VLA模型）、“想象引擎”（世界模型）、训练场、本体及商业闭环五个维度取得了关键进展。行业已初步具备走出演示环境、向真实场景探索的技术基础。

应用场景在哪？

黄仁勋在股东大会上把物理AI的落地场景归纳为三大核心领域：

自动驾驶与机器人出租车。完全自动驾驶汽车、无人配送车、物流重卡，这是物理AI最接近大规模商用的领域。

人形机器人与通用机器人。工厂流水线上的柔性装配、仓储物流搬运，以及未来进入家庭的养老陪伴、家务服务机器人。人形机器人企业Agility已成为英伟达Halos机器人安全系统的首家落地合作伙伴，将相关技术融入工业物流、制造场景。在吉利汽车工厂，人形机器人已能自主执行组件运输、零件精确放置等任务。

工业系统与数字孪生。智能工厂、自动化生产线、大型设备预测性维护、供应链优化。宝马、梅赛德斯-奔驰等车企已经在用英伟达的技术构建相关能力。

产业链：谁在布局？

物理AI的产业链可以大致分为几个层次。

底层是芯片和算力。英伟达已经构建了从云端到边缘的完整技术栈，用AI工厂训练模型，用Omniverse进行仿真，再通过Jetson等计算平台让模型运行在机器人和设备上。黄仁勋在股东大会上透露，面向AI智能体的Vera Rubin架构已全面投产。英伟达是行业唯一同时拥有NVLink、Spectrum-X以太网、InfiniBand三套高速网络体系的厂商。

中间层是模型和仿真。世界模型是物理AI的发展引擎。英伟达的Cosmos系列、谷歌的Genie系列都在这个领域发力。李飞飞将世界模型分为渲染器、模拟器、规划器三类，认为它们最终将相互融合进化为真正的世界模型。

上层是本体和应用。从人形机器人到自动驾驶汽车，从工业设备到服务机器人。在高端传感器、机器人运动控制算法、高可靠工业软件等核心环节，各国产业基础仍有差距。

市场规模预计

关于物理AI的市场规模，不同机构给出了不同维度的预测，但方向高度一致，这是一个天文数字级的市场。

近18个月内，超百亿美元资金流入物理AI赛道。仅2026年第一季度，全球物理AI融资就超过64亿美元。科技大厂跑步入场，金融资本密集下注。

未来趋势：为什么说这不是概念炒作？

黄仁勋在股东大会上释放了几个关键信号，值得我们关注。

AI基建是数十年周期。 黄仁勋明确表示，本轮AI基础设施建设将以数十年为尺度来衡量，类似于电网、交通系统和互联网的建设，将成为人类历史上规模最大的基础设施项目。这不是一轮短期热潮，而是一场持续数十年的产业变革。

投资回报已被验证。 英伟达2026财年营收增长65%至2160亿美元，数据中心收入增长68%至1940亿美元，经营现金流达到1030亿美元。近40个国家和地区正在建设由英伟达驱动的AI工厂，合计代表50万亿美元GDP。黄仁勋直言：“有用的AI已经到来，并且已经能够赚钱。”

物理AI是下一站。当数字AI的竞赛进入中场，物理AI正在开启下半场。Gartner已将“物理AI”列为2026年十大战略技术趋势之一。黄仁勋的判断是，物理AI将开启下一轮万亿级基建与产业浪潮。

谁将被重塑？

物理AI的影响范围远超科技行业本身。

制造业首当其冲。 在质量检测、预测性维护、柔性装配等场景，物理AI已能提供可量化的投资回报，正从试点走向规模部署。黄仁勋在CES 2026上表示，物理AI可重塑的制造和物流产业价值将达50万亿美元。

汽车行业正在重估。 自动驾驶技术市场的淘汰基准不断抬升，车企持续加大投入，推动硬件从“高端车专属”向“全价位段普及”。亿欧智库预计2029年中国高速及城市NOA市场规模将达2730亿元，2025至2029年复合增速达43%。

机器人产业加速爆发。 弗若斯特沙利文预计2024至2030年全球具身智能机器人市场规模有望从117.1亿美元增长至1010.7亿美元，复合增速达43%。人形机器人正从实验室走向工厂，从演示走向量产。

物理AI不是概念，是必然

写到这里，我想说几句心里话。

过去两年，AI行业的叙事一直在变。从大模型参数竞赛，到推理算力需求，再到智能体应用，每一次转变都伴随着质疑声。但黄仁勋在股东大会上给出的逻辑链条是清晰且自洽的：AI能完成有用工作→Token具备价值→Token产生利润→算力需求持续加速。

物理AI的提出，不是凭空画饼，而是这条逻辑链条的自然延伸。当数字世界的AI已经能够产生可量化的商业回报，让AI进入物理世界去完成更复杂的任务，就成了必然的方向。

有人可能会问：物理AI离我们到底有多远？

笔者的判断是：比很多人想象的要近。

特斯拉的自动驾驶已经在全球数百万辆车上运行。人形机器人已经开始进入工厂承担实际工作。自动驾驶出租车正在多个城市展开商业化运营。这些都不是实验室里的demo，而是正在发生的现实。

当然，挑战同样巨大。全球高质量物理数据仅约50万小时，而GPT-5级别大模型训练语料折算超100亿小时，数据量级差距达数万倍。真机实采数据质量高，但绑定本体形态、成本高、难以规模化。如何低成本、高效率地获取海量物理数据，是整个行业必须跨越的障碍。

但方向已经明确，资本正在涌入，技术正在突破。物理AI的ChatGPT时刻，或许比我们预想的来得更快。

黄仁勋在股东大会上的表态很清楚：英伟达计划在今年、明年以及未来，将50%或更多的自由现金流返还给股东。这家公司对自己的未来充满信心。而物理AI，正是他们押注的下一个主战场。

对于我们每一个人来说，物理AI带来的不仅是投资机会，更是生活方式的深刻改变。当机器能够理解并操作物理世界，当自动驾驶成为日常，当人形机器人走进家庭，这些曾经只存在于科幻电影中的场景，正在一步步成为现实。

站在2026年这个节点回望，我们或许正处在AI从“虚拟”走向“实体”的历史转折点上。而黄仁勋在股东大会上的这番讲话，不过是给这个转折点做了一个清晰的注脚。

对物理AI这个话题，您怎么看？

期待您在留言区文明理性发布高见，留言点赞最高的朋友，扫文末微信，可获得投行圈子精美商务背包一个。

声明：本文仅为财经热点分析，数据及资料援引公开查询、公司公告及同花顺IFinD，观点仅供参考，不构成任何投资或消费建议。

‍感谢耐心阅读，欢迎顺手点个“在看”。