从大模型到物理AI，AI竞争的逻辑正在发生根本性逆转。
2026年6月1日，宇树科技科创板IPO”闪电"过会。
同一天，在6月1日由英伟达（NVIDIA）主办的全球性GPU技术与人工智能大会——GTC（GPU Technology Conference）上，英伟达CEO黄仁勋宣布与宇树达成深度合作——推出新一代人形机器人参考设计H2+。
从时间点看，这可能是一个巧合，也可能是一场精心计算的战略押注。
过去三年，大语言模型（LLM）的竞赛由美国主导，OpenAI、Anthropic、Google定义了技术规则，中国处于追赶者的位置。但当AI从数字世界迈向物理世界——从”会说"到"会做"，从云端代码到钢铁之躯——竞争的天平开始倾斜。
一个基本判断是，物理AI要落地，必须拥抱中国的制造效率、供应链深度、场景密度等完善的产业生态；但对中国而言，被需要不等于被尊重，英伟达与宇树科技的这场合作未来将走向”特斯拉上海模式”的共赢，还是”智能手机式"的分化博弈，主动权很可能掌握在中国自己手里。
一、大模型上半场：美国领跑，中国追赶
过去三年，全球人工智能的竞争主线是大语言模型（LLM）。在这条赛道上，美国确实占据了明显优势。
这种优势来自三个维度。
首先是人才密度。 OpenAI的GPT系列、Anthropic的Claude、Google的Gemini，每一次重大突破背后，都是顶尖研究者的创意风暴。硅谷特有的高风险资本容忍度、快速迭代文化和全球人才虹吸能力，构成了难以复制的创新生态。
其次是算力基础设施。 英伟达的H100、B200，谷歌自研的TPU，为模型训练提供了全球最强的"发动机"。当中国还在突破芯片封锁时，美国企业已经用上了最先进的"武器"。
第三是数据与算法的先发优势。 从Transformer架构到RLHF对齐技术，从Scaling Law到涌现能力，大模型的核心方法论几乎全部由美国实验室定义。
中国并非没有亮点。DeepSeek以极低成本实现接近GPT-4的性能，证明了中国团队在工程优化和数据效率上的能力。但总体而言，大模型阶段是"美国出题，中国答题"的格局——美国定义技术路线，中国努力追赶。
二、转折点：黄仁勋为什么"押注"中国机器人？
变化发生在2025年下半年。
2025年9月24日，杭州云栖大会，阿里云与英伟达宣布在Physical AI（物理AI）领域达成深度合作。阿里云人工智能平台PAI将集成英伟达全套Physical AI软件栈——Isaac Sim、Isaac Lab、Cosmos及Physical AI数据集，为企业提供从数据预处理、仿真数据生成到模型训练评估、机器人强化学习的全链路服务。
这不是一次普通的商业合作。它标志着AI竞争的重心，正在从"数字世界"转向"物理世界"。
更具象征意义的是2026年6月1日——宇树科技科创板IPO"闪电"过会的当天，英伟达CEO黄仁勋火速宣布：双方已合作推出新一代人形机器人参考设计H2+，也即Isaac GR00T系统。机器人本体拥有31个自由度，每只机械手25个自由度，身高1.8米、体重68公斤——黄仁勋开玩笑说，"这身材和我差不多"。
为什么是宇树？为什么是"过会当天"？
时间点的选择绝非偶然。黄仁勋像当年押注OpenAI一样，正在中国押注未来的具身智能巨头。2025年8月，他已将中国首批Jetson Thor芯片送到银河通用手中；同年世界机器人大会上，宇树科技、银河通用、傅利叶智能、优必选等十余家中国机器人企业，悉数搭载英伟达技术栈亮相。
黄仁勋的算盘很清晰：物理AI时代，光有芯片和算法不够，还需要能把技术转化为"实体"的制造能力。 而这一点，全球只有中国能提供。
三、为什么物理AI需要中国？产业链的"降维优势"
物理AI——或者说具身智能、VLA（Vision-Language-Action）模型驱动的机器人——与纯数字AI有一个本质区别：它必须与现实世界发生物理交互。
这意味着什么？
第一，它需要一个"身体"。 人形机器人不是运行在云端的代码，而是拥有31个关节、25自由度灵巧手、68公斤本体的精密机电系统。制造这个"身体"，需要减速器、电机、传感器、结构件、电池、电控——几乎每一条供应链，都能在中国找到成熟配套。
宇树科技招股书显示，其营收从2023年的1.59亿元飙升至2025年的16.99亿元，复合增长率达226.78%，主营业务毛利率高达60.13%。 这背后不是技术垄断，而是中国制造业效率的极致体现。
第二，它需要"场景"来训练。 大模型可以在互联网上"读万卷书"，物理AI必须"行万里路"——在工厂、仓库、家庭、街道中与真实世界交互。中国拥有全球最丰富的制造业场景、最庞大的物流体系、最密集的城镇化空间，这为物理AI提供了独一无二的"数据沃土"。
第三，也是最关键的：成本。 物理AI要真正普及，必须把价格从"实验室奢侈品"降到"大众消费品"。特斯拉Model 3在美国成本3.5万美元，在上海超级工厂量产后降本约65%，这才打开了电动车的大众市场。 物理AI要走通同样的路，没有中国供应链的规模化降本，几乎不可能。
黄仁勋对此心知肚明。2025年7月，他在北京媒体会上明确表示："中国在机电一体化领域实力超群，还拥有庞大的制造业基础来'雇佣'这些机器人。因此我对中国机器人产业发展非常乐观。"他甚至预言："就算小米或比亚迪未来推出惊艳的机器人产品，我也不会感到意外。"
四、未来预判：合作还是博弈？
英伟达在物理AI领域押注中国，未来有望两种截然不同的路径。
其中之一就是黄仁勋希望复制”特斯拉上海模式"奇迹。
就像特斯拉借助中国供应链实现产能爆发、成本骤降，最终带动全球电动车生态繁荣——英伟达与中国机器人企业的合作，也可能让物理AI从"概念"走向"商品"。中国提供制造和场景，美国提供芯片和算法平台，双方共享产业红利。
但另一方面，中美两国的物理AI博弈也有可能迎来”智能手机式"的分化。 当年高通提供芯片、安卓提供系统，中国厂商负责制造和本土化——但最终，华为用鸿蒙和麒麟芯片打破了这种分工。物理AI领域，中国同样可能在"借船出海"后"造船远航"：先借助英伟达生态快速起量，再培育自主的VLA模型、端侧芯片和运动控制算法，最终形成独立的技术体系。
哪种路径更可能？取决于两个变量：
一是中国能否突破"大脑"瓶颈。 当前宇树、银河通用等企业的"小脑"（运动控制）已相当成熟，但"大脑"——VLA模型、世界模型、端侧推理芯片——仍依赖英伟达。上海交通大学推出的Interleave-VLA框架、智平方的FiS-VLA模型，正在探索自主路径，但距离GPT时刻尚有距离。
二是地缘政治的变量。 芯片出口管制、技术脱钩的风险始终存在。如果英伟达的Jetson Thor某一天对华断供，中国机器人产业能否像电动车一样，用自主供应链完成”惊险一跃"？
毕竟，当年特斯拉带动了中国电动车生态，但最终定义这个生态的，是比亚迪的刀片电池、华为的DriveONE、宁德时代的CTP技术。
升阳配资提示：文章来自网络，不代表本站观点。
