一句话看懂：物理AI正从概念走向产业落地，核心模式不再是卖机器人硬件，而是卖让机器人理解物理世界的通用能力层。港股上市公司量化派提出跨场景、跨本体的物理世界基础模型，试图成为这类“卖铲人”角色，其背后有全球资本（如Physical Intelligence估值24亿美元、Skild AI估值140亿美元）已经验证的估值逻辑。
事件核心：发生了什么
量化派作为港交所“智能物种第一股”，明确其商业模式定位为“物理世界基础模型”提供商。该公司不生产机器人本体，也不卖成套解决方案，而是向不同硬件厂商提供一套通用的AI能力层，使机器人能理解重力、摩擦力、物体形变等物理规律，并完成无脚本自主决策。其技术验证已落地餐饮后厨的真实动态工况，完成三明治制作、购物袋分拣、跨抽屉找盐调味、奶茶跨设备协同4轮测试。此外，2026年6月工信部和国资委联合发布专项行动通知，要求10个省市及央企在11月30日前交出机器人实景实训报告，政策标准是“最小干预、利旧复用”，直接推动行业从实验室进入真实场景。
为什么重要
物理AI赛道正在按商业模式分化：卖硬件（一次性产品）、卖解决方案（按项目收费）和卖能力（模型调用按量收费）。后者因不依赖产能和交付，具备更高想象空间，对标数字世界的大模型平台。量化派选择的后厨场景变量密度高，泛化价值可能更大，但验证难度也更高。政策窗口期下，谁能率先积累真实场景的运行数据，谁就能占据先发优势。全球资本对Physical Intelligence和Skild AI的高估值（收入3000万美元估值140亿美元）也表明，市场愿意为通用物理大脑的创新能力给出远超当前营收的定价。
对用户/开发者/创作者的影响
对开发者而言，物理世界基础模型意味着可以像调用AI API一样调用机器人能力，而不是从零做硬件集成。对机器人企业，RaaS模式（按服务成果付费，不按硬件买单）降低了客户试用门槛。对餐饮、仓储、医疗等有大量动态操作场景的行业，这意味着未来可以采购“机器人干活的成果”而非机器人本身，更快实现自动化。普通用户短期内可能最先在连锁餐饮后厨看到这类非标操作的机器人，例如自主制作三明治或奶茶。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 第三方商业验证：量化派能否让独立外部客户采购其物理世界基础模型并落地全新行业场景，这将是商业模式从预期转向实际营收的关键转折点。2. 数据飞轮是否跑通：物理AI数据无法靠砸钱快速买到，量化派的多路径数据采集体系能否在真实运营中积累足够的跨场景数据。3. 竞争路径分化：国内已有初创公司走工业与物流场景，量化派走餐饮场景，两条路径哪条更能通向通用物理世界基础模型，目前尚无定论。
来源：36氪 · 24小时热榜
