指数下跌，高位股补跌，大量方向失去流动性。
但物理AI走了出来，成为弱势市场里唯一还能持续凝聚资金的主线。
这不是简单的题材轮动，一级市场已经用千亿融资额表达了对这一方向的看好。
当AI开始理解空间、预测运动、控制机器，它就不再只是数字世界的生产力，而开始成为物理世界的生产力。
机器人、自动驾驶、工业仿真，乃至元宇宙，最终都会汇入这条大河。
现在的问题是：谁能成为物理AI的底座？
一、两条路线
今天的物理AI，主要有两派。
一派，是机器人原生派，国内代表包括智元、自变量等。
这一派从机器人本体、真机数据和真实任务出发，让模型在物理世界里不断学习。离机器人最近，离商业化也最近。
另一派，是大模型分支派。
从大模型出发，把语言、视觉、推理、代码和Agent能力继续向三维空间延伸。
美国的代表是GPT6 Astra，主打computer use。
国模此前一直缺位，上周发布的KimiK3.1 Pro有往这个方向走的苗头。
如果说机器人原生派是从机器人向上长，那么大模型分支派就是从通用智能向下长。
从上限看，后者的想象空间是更大的。
因为它指向的不只是机器人，还有元宇宙。
机器人需要理解真实世界，元宇宙需要生成虚拟世界。两者看似相反，底层却需要同一种能力：对空间、物体、运动和交互的统一建模。
所以，大模型分支派的终点，不只是一个机器人的“大脑”，还可能是一个世界引擎。
二、通用大模型能为物理AI做什么？
过去讨论物理AI，市场首先想到的是机器人公司。
但在机器行动之前，还有大量工作发生在数字世界：理解空间、建立三维模型、模拟运动
尤其是GPT6 Astra发布之后，大模型这条线开始有了新的看点。
它已经可以调用Blender、CAD等工具，并把能力延伸到三维场景、动画和渲染。
这对应着物理AI的一段前期工作。机器人公司从真实环境中积累感知和动作数据；通用大模型则有机会参与建模、设计和仿真。
GPT-6 Astra 在 BenchCAD 的一项测试中，借助工具将物体的多视角图像转成 CAD 代码，取得了 95.9% 的几何重合度得分。
这个结果不能说明它已经会控制机器人，但至少表明，大模型处理空间问题的方式，正在从“描述一个物体”走向“生成可运行、可检查的三维结构”。
K3.1 Pro 的更新，让国模也被放在这条线来观察。
虽说这两天K3.1 Pro的主要关注度来自带领国模刷新开源SOTA上限，但在BenchCAD上，Kimi K3.1 Pro使用工具后的成绩达到92.7%，已经接近GPT-6 Astra的95.9%。
这说明，中国模型也开始在空间智能这一前沿方向上，与全球旗舰模型正面比较。
三、物理AI，大时代的下半场
如果说AI大时代的上半场，是让机器理解语言、生成内容、调用工具，那么下半场，就是让机器理解空间、遵循物理规律，真正进入世界。
上半场，改变的是信息的生产方式。
下半场，改变的将是现实世界的生产方式。
这也是为什么，物理AI不会是AI行情的终点，反而可能是更大一轮产业周期的起点。
机器人需要它，自动驾驶需要它，工业制造需要它，元宇宙同样需要它。
上半场的数字AI，解决的是“机器如何理解人”。
下半场的物理AI，要解决的是“机器如何理解世界”。
有一种观点是：国产模型在下半场的迭代，有机会让中国在数字AI时代的1年代差，被追平到了1个月以内。
中国拥有全球最强的劳动力和制造业资源，所以物理AI的赋能效果也会格外明显。
下半场的这一仗，不仅是资本在押注，国家也不能接受输掉的可能性。
接下来，伴随着各类物理ai独角兽的上市，以及各行各业大模型的渗透，物理AI的行情应该会超过去年的商业航天。
这里具备持续研究的价值，并不仅仅是题材。
本话题在雪球有26条讨论，点击查看。
雪球是一个投资者的社交网络，聪明的投资者都在这里。
点击下载雪球手机客户端 http://xueqiu.com/xz]]>
