从虚拟狂欢到现实挑战
科技行业正在经历一场深刻的转向。曾经备受追捧的元宇宙概念逐渐降温，Meta宣布停止对Horizon Worlds的版本支持，标志着扎克伯格耗资835亿美元的"元宇宙梦"面临重大调整。与此同时，OpenAI在完成8520亿美元估值的新一轮融资后，却关停了视频生成明星项目Sora，将资源重点投向AGI基础设施建设。
这种转变背后反映了一个核心问题：AI技术正在从虚拟世界的"智力竞赛"转向物理世界的"执行能力"考验。英伟达CEO黄仁勋在2026年CES期间的预测更为明确——人工智能的下个浪潮将是物理AI，AI需要从虚拟世界走入物理世界，自主完成复杂的现实任务。
物理数据：AI落地的"卡脖子"难题
数据稀缺的现实困境
当前AI发展的最大瓶颈并非算法或算力，而是物理数据的极度匮乏。松延动力创始人姜哲源指出，具身智能领域面临的最大难题就是数据。真实场景的数据采集面临双重挑战：一方面，合适的真实场景本身就很少，且大多处于封闭状态；另一方面，大模型在真实场景中采集数据的速度，远低于在虚拟环境中的效率。
全球知名中文IT技术交流平台CSDN的数据显示，具身智能需要数百PB级的物理交互数据，而当前存量缺口超过99%。这种数据饥渴正在整个行业蔓延，成为制约AI技术落地的关键因素。
虚拟世界的局限性
面对物理数据短缺的问题，科技巨头们开始探索构建极度仿真的虚拟世界来训练AI，即所谓的"世界模型"。英伟达、特斯拉、Meta等公司都在这一领域投入大量资源。在国内，宇树科技、银河通用等头部企业也在研发自己的世界模型，旨在提升具身智能的泛化能力。
然而，虚拟世界与真实世界之间存在不可弥合的鸿沟。宇树科技创始人王兴兴在2026年亚布力论坛上坦言，当前机器人最大瓶颈是泛化能力不足。再逼真的虚拟世界也无法100%还原物理世界的复杂性，这是业界的普遍共识。
场景价值：数据采集的关键突破口
产业投资的逻辑转变
在物理数据稀缺的背景下，拥有真实场景的平台企业价值凸显。OpenAI此次融资背后站着亚马逊、微软等大厂，双方在技术与应用场景上提前绑定。这种投资逻辑在国内同样有所体现。
美团早期投资了40多家硬科技相关企业，包括银河通用、智谱AI、自变量等明星企业。这种投资不仅仅是财务行为，更是产业协同的战略布局。硬科技企业需要真实的场景进行技术验证和数据采集，而平台企业则希望通过技术创新提升业务效率。
场景数据的实践价值
场景数据的积累正在转化为实际的应用价值。2025年，北京已有10多家药店使用Galbot机器人进行24小时药品分拣，该模式正在向全国扩展。在美团业务的推动下，银河通用与美团买药上的商家推进无人前置仓探索，目前已签订100台订单，交付了数十台机器人。
立镖的分拣机器人已经"入职"美团买药的广州仓和武汉仓；其域创新与美团小象合作完成前置仓的测绘建模。这些合作不仅解决了技术企业的数据需求，也为平台业务带来了实实在在的效率提升。
技术生态：平台企业的独特优势
多维场景的积累价值
美团复杂的生态场景决定了其硬科技能力会深入餐饮水电网、商品货架以及街头巷尾等多样化环境。在过去十多年里，美团通过履约能力、信息化建设和BD团队的点对点沟通，完成了线上用户需求与线下服务的连接。
这种连接能力在AI时代继续发挥价值。单一的外卖配送服务就涉及商家出餐、用户需求匹配、道路规划、小区情况分析等多个场景；餐饮到店需要关注消费决策信息、用户体验和商家经营；出行服务则需根据不同需求设定路线并完成相关规划。
成熟的技术小生态
基于自研的多模态LongCat系列大语言模型与开源模型，美团已经孵化出服务消费者的AI助手"小美"和"小团"，以及服务商家的"袋鼠参谋"、"智能掌柜"等一系列AI工具。这些工具已帮助超过340万商户有效降低运营成本。
这些应用于实际业务的场景和自研技术，形成了多个成熟的"技术小生态"。这些生态如同遍布扩展槽的主板，可以插入芯片算力、激光雷达、机器人关节、视觉识别等硬科技的前沿"功能卡"。
执行能力：AI落地的核心考验
从连接到执行的升维
在信息化时代，平台企业构建的是"连通式"基础设施；而在AI时代，这种基础设施正在升维为"执行式"底座。这种转变与美团"帮大家吃得更好、生活更好"的长期目标一脉相承。
硬科技支撑下的执行能力，是必须夯实的AI基础设施。正如王兴所言，要让AI落地物理世界、打造"物理世界的AI底座"，必须重视"执行效率"和"交付能力"的价值。没有信息和场景的支撑，再聪明的AI也无法在现实世界中有效运作。
复杂环境中的突破
今年1月，自变量机器人在真实场景中完成了自主配送的全过程：不仅精准从美团外卖箱中取出餐食，折叠纸箱，放回高度仅7cm的回收口，还从室外穿越玻璃门进入室内，自行识别楼层、按键出入电梯，将外卖准时送达。
这一突破的意义在于，机器人不仅走出了虚拟世界，还走出了以流水线为主的封闭空间，进入更复杂的外部环境。它们不再重复固定动作，而是能够根据环境变化自行决策和调整。
技术融合的深度实践
低空物流的场景探索
在低空物流领域，技术融合也在深入推进。2025年底，禾赛的感知定位激光雷达获得美团无人机量产定点，实现了激光雷达技术与低空物流场景的深度融合。这一合作早在4年前就已开始，双方在无人配送业务中探索应用了多款远距离激光雷达。
美团无人机已在国内外开设70多条无人机航线，无人车配送订单超过550万单，处于行业领先位置。这些实践为硬科技企业提供了宝贵的真实场景数据，同时也推动了相关技术的快速迭代。
商户服务的智能化升级
在商户服务端，美团为部分商家上门安装了袋鼠管家claw，第一批"装虾"商家已经实现了AI抓取数据、经营提效。这种深入到业务末梢的技术应用，不仅提升了商户的运营效率，也为AI技术提供了丰富的训练数据。
未来展望：物理AI的发展路径
数据采集的技术演进
随着传感器技术、边缘计算和5G通信的发展，物理数据采集的效率将不断提升。但更重要的是需要建立合理的数据共享机制和标准，打破场景之间的数据孤岛。
业界需要探索在保护隐私和商业机密的前提下，实现数据价值最大化的可行路径。这可能包括数据脱敏技术、联邦学习等创新方法的广泛应用。
生态协同的深化
未来，硬科技企业与场景方的合作将更加深入。不仅限于技术验证和数据采集，还将延伸到产品共创、标准制定和商业模式创新等多个层面。
这种协同需要双方建立更紧密的信任关系和更灵活的合作机制。平台企业需要开放更多核心场景，而技术企业则需要更深入地理解业务需求。
政策环境的完善
物理AI的健康发展离不开合理的政策支持。政府需要在数据安全、技术标准、产业引导等方面出台更加明确的政策，为技术创新和产业融合创造良好的环境。
同时，也需要关注技术发展可能带来的就业结构变化、隐私保护等社会问题，确保AI技术的普惠性和可持续性。
AI的"脱虚向实"不是行业内的口号炒作，而是技术发展的必然趋势。在中国最接地气的应用场景中，这一转变已经产生实质性影响。当市场进入比拼"任务效果"的时代，那些更了解物理世界、拥有丰富场景数据的玩家，将在新一轮竞争中占据先机。
