大模型技术路线趋于收敛，Physical AI（物理人工智能）的竞争焦点正从模型架构悄然转向数据。当算法不再构成壁垒，谁能高效获取并利用高质量物理世界数据，谁就能在下一轮智能革命中占据先机。
从算法竞赛到数据军备竞赛
过去数年，人工智能领域最显著的趋势是模型架构的快速迭代与最终趋同。Transformer成为主流，扩散模型统一了生成任务，强化学习框架日益标准化。在Physical AI领域——包括机器人、自动驾驶、具身智能等方向——这种趋同尤为明显。各家厂商的底层算法差距正在缩小，开源社区的贡献让先进模型架构几乎成为公共基础设施。
然而，Physical AI有一个根本性区别于纯数字AI的特征：它必须与真实物理世界交互。这意味着模型训练所依赖的数据无法完全从互联网抓取，而需要在真实或仿真环境中采集。这种数据的高门槛，正在成为整个行业发展的新瓶颈。
数据稀缺成最大制约
Physical AI所需数据面临三重困境。其一是采集成本高昂，一台自动驾驶测试车每天产生的数据量可达数TB，但有效数据占比极低；其二是长尾场景覆盖不足，边缘案例（如罕见天气、极端路况）的采集需要大量时间和运气；其三是标注难度极大，物理世界数据的标注不仅需要人力，往往还需要专业知识甚至物理仿真验证。
以具身智能为例，一个机器人需要完成“拿起杯子”这一简单动作，训练数据需要涵盖不同杯子形状、不同抓取角度、不同力度反馈等海量变量。这类数据在现有互联网数据集中几乎不存在，必须通过真实机器人操作或高精度仿真环境获取，成本与时间消耗都远超文本或图像数据。
合成数据成为破局关键
面对数据瓶颈，行业正在探索多条路径。合成数据被认为是短期内最有效的解决方案之一。通过物理引擎生成仿真数据，可以在可控环境中快速产生大量覆盖边缘场景的训练样本。生成式AI技术的进步，也让合成数据的真实度大幅提升，部分场景下已能与真实数据混合使用而无损模型性能。
但合成数据并非万能药。仿真与真实之间存在“域差距”，物理引擎无法完美模拟所有现实细节——摩擦力、材料形变、光线反射等微妙因素都可能造成模型在真实环境中的表现下降。如何缩小这一差距，成为Physical AI数据策略的核心课题。
行业格局或将重塑
数据壁垒的改变正在重塑竞争格局。拥有丰富物理场景入口的企业——如自动驾驶公司、机器人制造商、工业自动化平台——因其天然的数据采集优势而获得潜在护城河。而纯算法公司如果无法建立有效的数据闭环，即便模型技术再先进，也可能在落地阶段陷入被动。
这一趋势也催生了新的商业模式。数据采集服务、仿真平台、数据交易市场等产业链环节正在兴起。Physical AI的数据不再仅是训练素材，而正在成为具有战略价值的核心资产。
当模型路线不再构成差异化，数据战略的优劣将直接决定Physical AI产品的真实可用性与迭代速度。行业竞争的下半场，或许真正的胜负手已不再是算法本身，而是谁能够更快、更经济地获取高质量物理世界数据。