从屏幕到现实：从Physical AI看下一代人工智能竞争格局

过去几年，以大语言模型为代表的生成式AI快速发展，人工智能完成了从“理解文本”到“生成内容”、再到“执行任务”的能力跃迁。随着AI应用大规模进入真实业务场景，这一趋势已从“正在显现”成为产业共识：AI正由数字空间延伸至物理世界。

AI眼镜作为近年来受到关注的新型智能设备，或许并不是最终的AI硬件形态，但它提供了一个重要观察窗口，下一阶段人工智能竞争的核心，将不再只是模型能力，而是AI理解现实世界、连接业务场景并辅助人类行动的能力。

人工智能正处于进入“现实智能（Physical Intelligence）”阶段，企业需要提前布局感知能力、数据能力和可信治理能力。

从工具到伙伴：AI正在进入新的交互时代

过去，AI与人的关系经历了两个阶段。

第一阶段：AI作为工具（AI as Tool）用户提出明确需求，AI完成指定任务。这种模式下人主动调用AI，AI被动响应。

第二阶段：AI作为智能代理（AI as Agent）用户不再告诉AI具体步骤，而是提出目标，AI能够拆解任务、调用工具并完成流程。

当前，AI已经开始向AI伴随智能（AI as Companion）演进。未来AI不再等待用户主动触发，而是能够持续感知环境，在适当时机提供帮助。这一形态已随AI眼镜、智能汽车与手机上的常驻助手进入消费市场，不再是远期设想。

这意味着AI交互逻辑正在从Prompt-driven（指令驱动）转向Context-driven（上下文驱动）。未来竞争的关键，不只是AI能否回答问题，而是AI能否理解用户正在面对什么问题，以及问题发生的真实环境。

我们的核心判断：AI竞争正在从数字智能走向现实智能

通过对AI眼镜及Physical AI产业发展的研究，我们认为AI产业竞争已经围绕以下三个关键变化展开。

AI入口已经从“信息入口”转向“现实入口”

每一次计算时代变革，都伴随着新的交互入口。

PC时代：键盘+搜索引擎连接人与信息。移动时代：智能手机+超级App连接人与服务。而Physical AI时代：AI眼镜、智能汽车、机器人等设备正在成为连接人与现实世界的新入口。

其核心价值并不是替代现有设备，而是让AI首次获得持续理解现实环境的能力。这意味着未来企业竞争需要重新思考AI如何进入真实业务流程，而不仅仅是如何使用AI工具。

多模态数据将成为下一阶段AI价值创造的关键资产

当前前沿大模型已具备原生多模态能力，文本、图像、音频、视频的输入输出不再是瓶颈；但现实世界中的业务决策，还需要理解物理交互层面的信息：空间关系、力与触觉反馈、真实操作轨迹，以及连续实时的环境状态。这恰恰是数据最稀缺、采集成本最高、也最难合规获取的部分。这也是Physical AI区别于传统AI的重要原因。

传统AI：输入信息 → 输出结果

Physical AI：感知环境 → 理解场景 → 执行动作 → 获得反馈

因此，未来企业AI竞争优势将不仅来自模型选择，更来自企业是否拥有能够支撑AI理解真实业务环境的数据基础。在物理AI阶段，能否低成本获取真机数据、并依托世界模型与仿真高效生成合成数据，将成为决定数据能力的关键分水岭。

AI治理将从风险控制转变为企业竞争能力

随着AI进入现实环境，AI风险边界正在发生变化。

传统AI最大风险是“回答错误”。Physical AI风险进一步变为“行动错误”。

例如：AI是否有权限获取环境信息？AI是否应该主动干预？AI产生的决策由谁负责？因此，未来AI治理不再只是合规要求，而会成为企业规模化应用AI的重要基础设施。

从技术想象到商业落地：Physical AI仍需跨越三大挑战

Physical AI已经进入规模化应用的早期，但从“能用”到“规模化创造价值”仍存在挑战。

从“硬件创新”走向“真实价值创造”

当前市场上大量AI硬件探索面临共同问题：是否真正解决用户需求？真正有价值的AI硬件需要获取手机无法获取的信息；降低人与AI交互成本；形成持续感知和反馈闭环。

因此AI硬件的竞争，不是把AI放入设备，而是创造新的智能交互方式。

从单点应用走向端云协同

Physical AI需要同时满足实时响应能力、复杂计算能力、数据安全要求。

未来不会是端侧替代云端，也不是云端完全控制端侧，而是端侧负责实时感知，云端负责复杂推理，两者形成协同智能架构。

从模型治理走向现实世界治理

随着AI进入物理空间，治理范围需要进一步扩大。企业需要提前考虑：环境隐私保护；数据权限管理；AI行动边界；人类最终决策权。

可信AI能力，将成为企业未来AI规模化应用的重要前提。

企业应该如何准备Physical AI时代？

基于上述研究，我们认为企业需要提前建设三项核心能力。

建立面向未来的多模态数据能力

企业需要从传统数据管理转向能够支持AI理解业务环境的数据体系，未来的数据竞争不只是数量竞争，更是场景理解能力竞争。

构建端云协同AI基础设施

企业需要重新思考AI架构，哪些能力应该部署在云端？哪些能力需要进入业务现场？如何平衡智能能力、实时性和安全性？

建立可信AI治理体系

AI应用规模化的前提，不只是技术成熟，而是企业具备可控、可解释、可追责、可持续优化的治理能力。

AI眼镜只是入口之一；随着具身智能进入量产竞赛，现实智能已经不再是“未来”，而是当下正在展开的竞争。人工智能正在进入新的发展阶段。

未来竞争的核心，不再只是拥有更强大的模型，而是谁能够让AI真正进入现实场景，理解业务环境，并以可信方式辅助人类完成决策和行动。

对于企业而言，AI转型的下一阶段，不只是部署更多AI工具，而是构建连接数据、场景和治理体系的新型智能能力。

德勤人工智能研究院将持续关注人工智能产业演进趋势，围绕技术创新、企业应用价值和可信治理体系开展研究，帮助企业理解AI时代的新机遇与新挑战。