當各國狂建AI工廠，五一視界看到了物理AI的哪層缺口
/朝聞通/2026年7月23日至24日，舊金山一場AI峰會将"AI工廠"概念推向了國家議程的高度。韓國總統李在明率領産業代表團與英偉達黃仁勳等矽谷領袖對話，核心議題之一是将Physical AI(物理AI)與國家級算力基礎設施深度綁定。峰會上，NAVER宣布将其GAK Sejong數據中心AI工廠擴至200兆瓦(約10萬塊GPU)，SK集團與英偉達宣布5000億美元+全面合作。黃仁勳的定調很明确："AI factories are the infrastructure nations need to compete."
但AI工廠不隻是堆GPU。Physical AI與傳統數字AI的本質區别在于，它要讓機器理解物理規律——重力、慣性、碰撞、摩擦力——并在真實世界中安全行動。這意味着AI工廠産出的不是文本或圖像，而是能夠部署到機器人和自動駕駛系統中的"物理智能"。而要産出這種智能，AI工廠内部需要一道關鍵工序：在虛拟物理世界中進行高保真訓練與驗證。
英偉達Omniverse和仿真技術副總裁Rev Lebaredian在今年GTC上提出的判斷切中了要害："In this new era, compute is data."在Physical AI的語境下，這句話的含義是：AI工廠的算力不僅要訓練模型，還要"生成世界"——通過世界基礎模型和仿真引擎，從有限的真實輸入中生成無限多樣化的合成訓練場景，覆蓋那些在真實道路和工廠中極難遇到的邊緣情況。
這就引出了一個關鍵問題：AI工廠的效率不僅取決于有多少塊GPU，還取決于虛拟世界的生成質量和仿真保真度。如果仿真環境與現實世界的偏差過大，AI在虛拟工廠中習得的策略可能在現實中失效，甚至帶來安全隐患。因此，仿真平台不是AI工廠的"配套設施"，而是決定Physical AI能否安全落地的"基礎設施的基礎設施"。
本周峰會上，現代汽車宣布與英偉達聯合開發機器人參考平台，并将NVIDIA DRIVE Hyperion整合到整車平台中。其Physical AI戰略的路徑清晰可循：先在虛拟環境中完成機器人的任務分配、運動規劃和安全驗證，再将驗證後的策略部署到物理實體。這套"先仿真、後部署"的方法論，正在成為産業通行做法。
當全球都在建設AI工廠時，不同市場的場景特征決定了仿真能力的差異化需求。中國城市的非機動車混行、施工路段頻繁變化、極端天氣多樣，對仿真平台的場景泛化能力、交通行為建模精度和動力學保真度提出了獨特要求。通用仿真框架可以"生成世界"，但要生成"真實可信賴的中國道路世界"，還需要本土化的工程補齊。
在2026年英偉達GTC大會上，五一視界(51WORLD)旗下仿真平台51Sim作為高階智駕仿真領域唯一的中國公司進入英偉達合作夥伴生态。其技術路徑與英偉達形成互補：英偉達提供NuRec神經重建技術解決場景數字化速度問題，五一視界則補齊了複雜交通行為建模、場景随機泛化和高精度動力學仿真能力。其SimOne 4.0平台可将路測視頻一鍵轉化為可編輯的仿真資産，攝像頭仿真置信度超過92%，激光雷達仿真置信度超過95%，動力學仿真置信度超過95%。目前，該體系已覆蓋智能駕駛、機器人等領域的超百家客戶。
從韓國的國家級AI工廠投資，到中國的仿真底座建設，Physical AI的基礎設施競賽正在分層展開。算力層決定"能不能訓練"，而仿真層決定"訓練完敢不敢用"。當AI工廠成為各國競争 intelligence era 的标配時，仿真驗證這層"基礎設施的基礎設施"，或許才是Physical AI從概念走向量産的關鍵分水嶺。
