已收录文章摘要，完整内容可前往原文阅读。
报告核心是把“物理AI”拆解为三大环节并给出产业链图谱。 1、三大核心环节： 一是物理AI数据采集，覆盖真实、仿真/合成与视频数据，通过系统化多模态采集，为环境理解、任务迁移、泛化与实时决策打底； 二是VLA模型（视觉-语言-动作模型），引入大语言模型，把视觉感知和语言指令转成有逻辑依据的动作方案，缓解传统策略“黑盒”，推动机器人从指令执行转向逻辑驱动； 三是世界模型，用于表征环境状态、预测未来变化并支撑规划，提升长期任务与泛化能力。 2、总体架构： 真实/仿真场景向采...