自從 ChatGPT 問世以來，市場對 AI 的認知長期聚焦於「認知能力」層面，涵蓋文本生成、程式碼撰寫及邏輯推理等應用。這一階段的核心在於讓機器更精確地理解與生成資訊，屬於數位世界內部的優化過程。然而，Andreessen Horowitz 在其研究中指出，AI 正進入全新階段——從「理解世界」進化為「作用於世界」。

這一轉變可分為三個明確階段：

過去：AI 提供資訊（回答問題）
現在：AI 協助決策（Agent）
未來：AI 直接執行（Physical AI）

換句話說，AI 的終極目標已不再僅止於「更聰明」，而是「更有用」——能於現實世界中執行任務並產生實際結果。

三大核心系統：機器人、自動科學與新型人機介面

三大核心系統

在 Physical AI 框架下，a16z 將其拆解為三大核心系統，三者形成閉環式數據飛輪，彼此緊密連結而非孤立存在。

機器人系統：作為 AI 進入物理世界的執行載體，現代機器人不僅是機械設備，更融合感知、決策與控制能力的綜合體。以 Tesla 推動的人形機器人專案為例，其本質目標並非硬體創新，而是打造能於複雜環境中穩定執行任務的 AI 系統。
自主科學系統：即自動化實驗平台，使 AI 能從「提出假設」延伸至「驗證假設」。具體流程包括：
- AI 生成研究假設
- 系統自動設計實驗流程
- 實驗設備執行並收集數據
- AI 分析結果並持續優化
此閉環推動知識生產逐步自動化，並產生大量高品質、具因果關係的數據。
新型人機介面：涵蓋 AR、可穿戴裝置及腦機介面（如 Neuralink）。這類設備的核心價值在於數據收集能力，其主要作用包括：
- 記錄人類操作行為（第一人稱視角）
- 捕捉生理與動作反饋
- 提取潛在意圖訊號
這使 AI 能獲得更真實、連續的數據輸入。

數據範式轉移：從網路到現實世界

目前 AI 發展正遭遇隱性瓶頸——網路數據紅利逐漸枯竭。雖然文本與程式碼數據規模龐大，但其邊際價值持續遞減。在此背景下，Physical AI 帶來來自現實世界互動的新型數據來源。

兩種數據範式的對比如下：

網路數據
- 特徵：規模大、取得容易
- 局限：以相關性為主、雜訊多
物理世界數據
- 特徵：稀缺、取得成本高
- 優勢：具因果關係、可驗證

這一轉變將直接驅動 AI 能力升級路徑的變化：

從「預測系統」走向「控制系統」
從「生成答案」轉向「優化結果」
從「離線訓練」邁向「即時回饋」

Physical AI 的底層基礎設施

從技術落地角度來看，Physical AI 的競爭核心並非應用層，而在基礎設施層。其關鍵組成可歸納為四大部分：

模擬系統（Simulation）： 作為數據生成引擎，模擬系統能於虛擬環境中訓練 AI，大幅降低現實試錯成本。以 NVIDIA Omniverse 為代表，這類平台正成為連接數位與物理世界的關鍵橋樑。
世界模型（World Models）： 用於理解物理環境運作規律，包括物體運動、環境變化等，是 AI 正確決策的基礎。
行動模型（Action Models）： 將決策轉化為具體操作，是 AI 從「思考」邁向「執行」的關鍵。
新型感測器（Sensors）： 提供多元輸入，包括視覺、觸覺與生物訊號，使 AI 能更全面感知世界。