具身智能的"ChatGPT时刻"还没来，但"算账时刻"先到了

2026年8月，北京亦庄世界机器人大会（WRC）的展馆内，当行业叙事从形态仿生加速转向经济可行性的拷问，展馆中弥漫的已不仅是电机运转的嗡鸣，更是一种对技术落地路径的集体焦虑与审慎乐观。

就在这种行业情绪的交织中，8月19日，跨维智能在WRC现场举办了“物理AI引领者论坛”，跨维智能创始人兼CEO、香港中文大学（深圳）的终身教授贾奎抛出了一个“Physical Token经济学”的全新概念，试图揭秘具身智能如何走向真正意义上的规模经济。

01.

Physical Token为何成为分水岭？

纵观本届WRC的展品趋势，过去几年备受追捧的自由度数量、行走稳定性等硬件指标，正在让位于场景适配率、任务成功率与部署周期成本等经济性参数。多家头部企业不约而同地将进入工厂、走向商业服务作为核心叙事。

一个在会场讨论最多的问题同样是，多数演示仍高度依赖遥控操作或特定场景下的过度拟合，一旦环境发生微扰，成功率便断崖式下跌。这一现象背后折射出的，正是物理智能产业化的核心悖论：我们拥有日益精密的硬件本体，却缺乏一种可持续、可核算的“智能生产能力”供给体系。

正如电力革命早期，若无千瓦·时（kWh）作为标准化计量单位，电网的规模化铺设便无从谈起；大模型时代，Token作为认知智能的计费单元，催生了API经济的繁荣。然而，物理世界迄今仍缺乏一个统一的智能计量框架，用以回答一个最朴素也最致命的问题：生产一份“可靠的物理智能”，究竟需要多少人力、算力与数据？

两百多年前，第一次工业革命真正改变世界的，与其说是蒸汽机这台机器，不如说是它背后生成的一整套计量与交易逻辑。

机械功从工匠作坊里无法量化的手艺，变成了可以按马力计价、按工时交易、被资本市场拆分成股权的商品；后世的电力行业有千瓦时，云计算有GPU小时，大语言模型有Token，无一不在重复同一条朴素规律，一种技术要成为规模化产业，首先要有一个能把它产出量化、计价、流通的单位。

计量单位先于规模经济而存在，这是产业史反复给出、却常常被从业者遗忘的第一性命题。

如今轮到物理AI站上这条规律的检验台。当整个具身智能行业还在为某一场演示的成功率、某一条产线的节拍、某一个产品的销量争论不休时，一个更底层的问题其实始终没有被正面回答，如果物理世界里的智能同样可以被计量，它的单位应该是什么，它的成本函数又由什么决定，而这条成本曲线究竟是向下倾斜还是恒定不变。

正是在这一产业真空地带，贾奎在物理AI引领者论坛上提出的Physical Token经济学，提供了填补空白的理论工具。其定义直指核心：Physical Token，即物理智能体能够生产的单位可靠物理智能。这一概念将物理AI的发展问题，从单纯的技术攻关升维为经济模型的建构问题。

02.

边际成本的诅咒：物理智能的规模不经济根源

在信息产业领域，摩尔定律与模型规模法则（Scaling Law）共同塑造了数字智能边际成本趋近于零的产业奇迹。然而，当智能试图从比特海洋向原子世界跨越时，物理规律施加了三重截然不同的结构性约束，使得规模不经济成为行业默认的潜在陷阱。

其一，数据获取的物理锚定成本。文本与图像数据可从互联网以近乎零的边际成本获取，而机器人操作数据必须源于真实物理交互，遥操作采集有效样本的周期与人力成本高企，仿真数据则长期面临Sim2Real的泛化鸿沟。这种“物理锚定”使得数据资产无法享受数字资产的复制边际成本优势。

其二，世界模型的三维几何先验缺失。当前主流视觉-语言-动作（VLA）模型将三维物理世界压缩为二维图像序列进行建模，本质上丢弃了对象在欧几里得空间中的几何关系与力学因果。贾奎在论坛上以具身智能引擎的技术路线图指出：若模型隐空间的Token不定义于时空网格，而仅定义于图像像素位置，模型便无法预测动作执行后环境状态的三维物理演化。而这一因果推理能力，恰是物理智能区别于视频生成模型的核心认知壁垒。

一个直观例证是，当任务要求机器人用夹爪将锅提起时，VLA模型只能预测夹爪轨迹，而原生3D世界模型可进一步推演整个环境（包括锅体、支撑面）在重力作用下的三维形变响应，这种闭环推演能力，构成了物理智能实现产品级可靠性的认知基石。

其三，跨本体、跨场景的任务迁移壁垒。工业柔性装配、商业人机交互与家庭复杂操作对力觉、触觉、视觉的多模态融合需求迥异。若无统一的物理度量标准，每一次新场景的适配都近乎从头训练，边际成本曲线将顽固地保持水平甚至上翘。

三重约束叠加的后果是行业普遍陷入“项目制”泥潭。具身智能每增加一项新技能、进入一个新场景，都需要重复投入高昂的人力与算力。若此范式持续，物理AI的规模化将永远停留在实验室的美好愿景中。

03.

边际成本递减的四项技术杠杆

跨维智能的Physical Token经济学，其不仅仅提出了一个抽象概念，更在于围绕边际成本函数的结构性优化，构建了四重可工程实现的技术杠杆，并将这一框架置于从WRC论坛到商业部署的完整闭环中加以验证。

（一）经验杠杆

贾奎在论坛上强调，人类在物理世界中数十亿年的进化经验与日常操作积累，是物理智能最具价值的先验知识来源。然而，传统遥操作采集范式在规模化面前显得力不从心。跨维自2024年起系统性布局无感式第一视角人类示教数据（Ego-Centric Human Data）采集范式，通过头环等轻量化设备记录人类裸手操作全过程，以接近互联网式的边际成本获取海量技能演示数据。从YOTO（2025年首次打通第一视角数据训练通道）到YOTO++（2026年闭环能力增强与跨本体迁移），这一演进脉络呈现出清晰的战略意图，就是将人类操作经验转化为可训练、可迁移、可扩展的具身数据基建，为大模型时代的物理智能提供类似互联网文本语料的基础性支撑。

（二）合成杠杆

跨维认为，生成式仿真是整个生成式AI皇冠上的明珠，既然已经有了ChatGPT这样的文本生成式AI、Sora这样的视频生成式AI，那么一旦实现了对物理环境本身的生成，就等于实现了物理AI的终局。

如今，跨维已经打造了一条区别于国内具身智能企业的路线，其基于合成数据进行后训练，打造产品级模型并批量落地。支撑该路线的底层设施是自研的具身智能引擎，涵盖精准物理仿真（刚体/软体/流体统一建模）、多模态虚拟传感器（视觉、力觉、触觉），以及在线流式“数据生成-模型训练-引擎验证-真实部署”的自动化闭环。

其在WRC现场展示的GS-World生成式仿真引擎，已将复杂任务环境搭建时间从行业平均的2-3天压缩至10分钟以内，两个数量级的效率跃升直接导致后训练环节边际成本的结构性塌缩。贾奎在论坛上进一步指出，生成式仿真的终极形态是“给定真实场景图像与任务描述，由模型自动生成几何正确、物理可交互的三维环境”，这一技术若全面突破，其产业意义不亚于ChatGPT之于自然语言生成，它将使物理AI的训练从“真实试错”转向“虚拟推演”，从根本上改写研发成本结构。

（三）聚合杠杆

多源异构数据的对齐问题，是行业长期忽视却极具杀伤力的效率陷阱。不同传感器（RGB相机、深度传感器、力觉传感器）输出的数据分布各异；不同本体（二指夹爪、灵巧手、人形机器人）的动作空间与动力学参数亦有本质差异。若模型将大量表征容量消耗在适应传感器模态差异而非学习物理规律本身，数据利用效率必然低下。

跨维推出的Dexterity-BEV技术，本质上是一种物理空间的统一度量衡，将任意输入（传感器数据）与任意输出（动作指令）全部对齐到原生3D世界模型的时空节点上。其带来的不仅是训练效率的倍级提升：当训练数据与测试数据的物理环境发生偏移时，未经对齐的模型成功率往往断崖式下跌甚至归零，而Dexterity-BEV的处理方式能够有效恢复泛化能力。这意味着该技术为跨本体、跨场景的任务迁移提供了数学基础，而迁移能力，恰是边际成本递减的必要前提。

（四）数据飞轮

物理智能的经济模型，其终极验证场域必然是真实世界的商业闭环。跨维目前已落地超过1500个模型于工业柔性装配与商业服务场景，覆盖数百家客户，在手订单超亿元，历史复购订单超过50%。这一组数据的战略含义远超收入规模本身：每一次真实部署产生的“高信息密度”操作反馈数据，将以前所未有的精确度揭示仿真环境与物理现实之间的残差，进而驱动模型迭代与仿真引擎校准。部署越广，数据越厚，仿真越准，模型越强，下一轮部署的边际成本越低，这正是跨维在论坛上所阐述的飞轮扩张动力学模型，也是Physical Token经济学在产业层面的完整闭环。

04.

产业启示：物理AI终局的“经济学判据”

当行业大部分参与者仍将精力投注于单点Demo的成功率优化时，跨维智能在物理AI引领者论坛上传递的核心信息提供了一种更高维度的思考框架：通用物理智能是否成立，其判据不在于模型在某一特定任务上的表现有多惊艳，而在于其能力边界能否持续扩张，同时新增能力的边际成本能否持续下降。这一视角将物理AI的产业化进程从“技术可行性”问题升维为“经济可行性”问题，而后者，才真正决定了这一技术革命能否从实验室走向千行百业。

从广汽、丰田、美的、海尔、TCL等制造业巨头，到方特乐园、泡泡玛特等商业服务场景，跨维以多行业头部客户的批量复购，初步验证了这一经济模型在特定能力边界内的自洽性。

具体到场景，以海信生产线为例，柔性插拔装配成功率稳定在99.99%的水平；在美的工厂，物料分拣作业效率提升至人工的3倍；面向商业场景的服务小站，单店月营收稳定在10万元以上；全国文旅与商业地标的象棋小铺实现了24小时无人化对弈服务，从广州广晟大厦、桂林象鼻山景区到徐州方特乐园、蛇口K11、深圳龙岗COCO Park，跨维选择了一条从工业柔性装配到商业消费交互逐步外扩的落地路径。

但更值得关注的是其背后的产业逻辑，当机器人真正进入真实世界之后获得的高信息密度数据，能够反哺提高模型能力，这种“部署即采集、使用即迭代”的正向循环，使得物理智能的生产逐渐脱离“项目制”的昂贵轨道，滑入“产品化”的规模经济通道。

05.

结语与未来

在WRC的聚光灯下，跨维智能试图将物理AI的发展命题锚定在了一条可核算、可预期、可规模化的商业轨道之上。Physical Token目前更多还是一个由单一企业提出的概念框架，而非行业公认的计量标准。它能否成为像Token之于语言智能那样的公共基准，取决于它能否被更多同行接受、能否在统一口径下被反复测量，也取决于跨维自己的架构路线能否在更广泛的产业验证中持续兑现边际成本递减。

但Physical Token经济学所指向的终局，不是一个更聪明的机器人，而是一个更便宜的、更可靠的、能像电力一样随取随用的物理智能供给网络。在这场从比特到原子的漫长迁徙中，跨维智能提供的这本“物理智能账本”，或许比任何单次惊艳的机械臂演示，都更接近产业终局的本质叩问。