美联社 6 月 24 日报道显示，创业者和研究团队正把注意力从纯聊天模型转向具身和 Physical AI，市场开始更关注世界模型、真实环境训练以及能否把智能稳定落到机器上。 美联社在 6 月 24 日的报道中指出，越来越多创业公司和研究团队正在把资源从纯聊天机器人转向 Physical AI。这条新闻之所以值得进入今日热点，是因为它不是某一家公司的自我宣传，而是从更广阔的行业视角确认了一个趋势：当语言模型红利被部分兑现后，市场开始把注意力转向“智能如何真正作用于物理世界”。 所谓 Physical AI 的吸引力，不只是让机器人听懂指令，而是让系统能够在真实空间里感知、判断、行动并持续学习。相比聊天机器人，这条路线难得多，因为它要同时解决感知噪声、动作执行、环境变化和安全边界等问题。但也正因为更难，一旦某家公司找到可重复的训练与部署路径，就更容易形成真正稀缺的能力壁垒。世界模型、仿真训练和真实数据闭环，都是围绕这个目标服务的。 报道的价值还在于，它把行业的关注点从“谁的模型更会说”拉回到了“谁的智能能更稳定地做”。这会改变资金、人才和合作资源的流向。未来几年里，能把模型、数据、机器人本体和部署工程串成闭环的团队，往往更有机会吸引长期资本。反过来，如果只停留在概念演示或实验室结果，行业会越来越快地把这些项目边缘化。 对关注机器人与具身智能的读者来说，这类宏观报道能帮助理解为什么最近越来越多公司在强调仿真、世界模型、数据工厂和现场部署。它们并不是在追新的术语，而是在试图回答一个越来越现实的问题：如何让 AI 从屏幕里走出来，进入工厂、仓库、零售、家庭和其他真实环境，并且在里面持续创造价值。赛道的下一轮分化，很可能就从这里开始。
