人工智能正在从以信息处理为核心的数字智能，迈向能够理解并作用于真实世界的物理智能。从以图像识别、语音识别为代表的Perception AI，到能够生成文本、图像和代码的Generative AI，再到能够自主规划、调用工具并完成复杂任务的Agentic AI，人工智能持续提升对数字信息的感知、理解、生成和推理能力。随着大语言模型（LLM）、视觉语言动作模型（VLA）、世界动作模型（World Action Model）、世界模型（World Model）等技术不断突破，以及传感器、机器人本体、端侧芯片、智能汽车、无人机等物理载体加速成熟，AI的能力边界开始由数字空间进一步延伸至真实物理世界。智能系统能够综合视觉、声音、触觉、力觉、空间位置等多模态信息感知环境，理解物体、空间、运动及相互作用关系，并通过物理载体执行行动，人工智能由“处理和生成信息”进一步发展为“感知、理解并作用于世界”。
　　2026年正在成为物理智能由技术概念进入产业现场的重要转折点。Gartner在《2026十大技术趋势》中将Physical AI列为重要技术方向，将其定义为能够感知现实世界并采取行动的实体AI系统，包括机器人、无人机和智能装备等；ADI在2026年2月以“2026: The Year Intelligence Gets Physical”为题，判断人工智能正在突破屏幕边界进入真实物理环境2；WAIC 2026进一步举办“物理智能创新生态论坛”，并由32家产学研用资单位成立国内首个物理智能创新联合体。与此同时，全球主要经济体正加速推动人工智能由数字世界向物理世界延伸。北美依托人工智能基础模型、芯片算力和软件平台优势，加快布局机器人、自动驾驶等领域；欧洲依托汽车、工业自动化和高端制造基础，推动人工智能与工业物理系统深度融合；中国则依托完整制造业体系、丰富应用场景和机器人产业基础，加快具身智能、多机协同及规模化应用探索。全球物理智能产业正在形成技术创新与场景落地同步推进的发展格局。从技术趋势判断到产品布局，再到产业生态形成，物理智能正在由前沿技术方向加速进入产业化验证与规模化应用阶段。