2026年3月，首个物理AI数据基座平台“无垠”在浙江德清发布，由无问智科推出，专治机器人数据荒。平台通过虚实融合技术，提供高质量数据体系、高价值场景生态及Real2Sim2Real全闭环工具链，覆盖家庭、工业、商业等多场景需求。目前已积累超1000TB数据，并宣布开源1万小时高质量数据。无垠平台打通了从数据采集到训练、测评和落地的全链路，吸引50多家生态合作企业，包括地平线、星动纪元等头部玩家。创始人刘盛翔曾是百度自动驾驶核心成员，团队致力于解决具身智能行业数据稀缺与使用难题，推动物理AI发展。

2026年3月5日，无问智科在德清国际会议中心举办发布会，推出业界首个物理AI数据基座平台“无垠”，并展示长三角（德清）具身智能数据采集训练场。平台以“高质量数据、高价值场景、高效率工具链”为核心，构建“采集–处理–训练–评测–落地”全链路体系，破解行业数据孤岛与复用难题。地平线创始人余凯博士指出高质量数据对具身智能发展的关键作用。会上，多位专家分享技术成果，并发布EmbodiedGen数字表亲工作及新零售旗舰门店计划。参会嘉宾实地参观训练场六大核心场景，对其专业性与前瞻性高度认可。此次发布标志着我国具身智能产业基础设施建设迈入新阶段，助力产业链协同创新与规模化发展。

2026年3月，具身智能企业极佳视界完成近10亿元Pre-B轮融资，投资方包括中芯聚源、中金资本等顶尖产业资本及国资平台。公司深耕具身基模和世界模型领域，其开源模型GigaBrain-0.1曾获全球权威评测第一，GigaBrain-0.5M*为全球首个基于世界模型的强化学习具身基模。极佳视界全栈自研的Maker H01机器人已开启交付，全年目标冲刺千台，并在汽车制造、仓储物流等多场景实现应用落地。创始人黄冠表示，世界模型有望带来10-100倍效率提升，推动物理AGI进入爆发阶段。本次融资将用于加速具身基模进化与原生本体量产，引领通用机器人走进千家万户。

2026年3月，在MWC展会上，中国AI技术成为焦点，小米展示了其“人车家全生态”AI应用，将AI从虚拟对话扩展到物理世界。小米通过搭载HyperAI系统的智能手机、智能汽车以及全新推出的全屋智能系统Miloco，实现了跨设备协同与场景感知能力，覆盖家庭、个人和出行场景。Miloco具备视觉理解、全屋问答及智能触发功能，可自动完成开灯、扫地等任务，展现空间智能潜力。小米凭借全球开源大模型第一梯队的AI技术和10亿级硬件生态规模，推动AI落地现实场景，成为行业领先样本。此次展会凸显中国AI在真实场景中的竞争力，标志着全球AI竞争进入新阶段。

何恺明团队新作GeoPT：让模型自学物理规律 量子位 | 公众号 QbitAI 物理仿真面临两大难题：标注数据昂贵、静态几何预训练局限。何恺明团队提出全新方法GeoPT，通过“合成动力学”将静态几何提升到动态空间，让模型在无标签数据中学习物理直觉，最高可节省60%的仿真数据需求。 核心思路 物理...

2月26日，Alphabet宣布将机器人软件子公司Intrinsic重新划归至谷歌旗下，结束了Intrinsic近五年的独立运营。此次重组被视为谷歌在物理AI领域的重要布局，标志着其从研究项目向核心业务的转型。谷歌涉足机器人领域已超十年，此举预示其将进一步深化在物理AI领域的长期投入与战略布局。

2026年2月，GPT-5.2在粒子物理学领域取得突破性进展，改写了教科书中关于胶子散射振幅的长期结论。研究由OpenAI与哈佛、剑桥、普林斯顿等机构合作完成，关键公式由GPT-5.2 Pro猜测得出，并通过OpenAI内部模型连续12小时运算验证成立。此前被认为严格为零的‘单负’胶子散射振幅，在特定运动学条件下被证明不为零。这一发现颠覆了自80年代以来Parke和Taylor的经典理论。研究团队指出，AI不仅简化了复杂计算，还揭示了尚未理解的物理规律，成果将推动引力子振幅及天穹对偶理论的研究。这是GPT-5.2第三次为基础科学做出原创贡献，论文已发布在arXiv平台。

2026年2月10日，阿里达摩院开源了RynnBrain具身大脑基础模型，包含2B到30B参数的7个版本。这是业界首个拥有时空记忆的具身智能模型，能理解物理空间并记住物体位置和轨迹，性能超越英伟达Cosmos-reason2和谷歌Gemini Robotics等顶尖模型，在20项基准测试中拿下16个SOTA。RynnBrain-30B-A3B仅需3B激活参数，性能却超越72B规模的Pelican-VL，显著降低硬件成本与响应时间。模型基于Qwen3-VL训练，采用自研RynnScale架构优化训练速度，并使用超2000万对高质量语料，包括‘自我为中心’的OCR数据，增强物理世界理解能力。此外，达摩院还开源了完整代码及评测基准RynnBrain-Bench，为行业提供统一基础设施，降低研发、系统与协作门槛，推动具身智能生态发展。

2026年2月，英伟达机器人主管Jim Fan提出“世界建模”将成为新一代预训练范式，预测2026年将是大世界模型（Large World Models）为机器人领域及多模态AI奠定基础的关键一年。他认为，世界建模的核心在于通过动作预测下一个合理的世界状态，不仅限于RGB视频帧，还需涵盖3D运动、触觉等多模态数据。相比以语言为中心的视觉语言模型（VLM），世界模型更注重物理智能，减少对语言的依赖。Jim强调，视觉推理将取代语言推理，成为解决物理问题的新方式。业内专家如Google DeepMind的Jack Parker-Holder也认同世界模型可连接虚拟与物理领域，但指出从像素到物理的跃迁仍面临几何一致性、实时性等挑战。与此同时，李飞飞创办的World Labs和LeCun的AMI Labs正加速商业布局，分别以50亿美元和35亿美元估值融资，推动技术落地。

交大系突破具身智能赛道！万台订单在手，用世界模型重塑城市基建 Scaling Law在物理世界失效了吗？大模型改变数字世界后，物理AI成为下一个目标。然而，通用机器人面临前所未有的挑战：物理世界开放、连续且因果约束强，任务多样、交互复杂、失败成本高。行业共识是，仅靠堆砌真实数据已到极限，机器人需具备...