2026 में AI उद्योग में 'फिजिकल AI' के उत्थान के साथ प्रमुख उपलब्धियाँ देखी गईं

Physical AI, अब आपकी बारी है।

लेखक, स्रोत: डोंगजियन न्यू रिसर्च सोसाइटी

2026 के शुरुआती दिनों से, AI दुनिया में एक लोकप्रिय शब्द उभरा है—“फिजिकल AI”。

हुआंग रेन्स्युन ने इस साल की शुरुआत में CES प्रदर्शनी में कई बार कहा, "अगली AI लहर भौतिक दुनिया में काम करने वाली AI होगी," और सुन यूचेन ने हाल ही में घोषणा की है: "वर्चुअल AI का लाभ समाप्त हो चुका है, भौतिक AI अगले तीन वर्षों का सबसे बड़ा अवसर है।"

उद्योग के क्षेत्र में, प्रसिद्ध कंपनी Figure AI ने एक लगातार पांच दिनों तक चलने वाली रोबोट वर्गीकरण लाइवस्ट्रीम के साथ पूरे इंटरनेट को हिला दिया, और घरेलू Zhiyuan Robotics ने अपना 10,000वां सामान्य एम्बॉडीड रोबोट उत्पादन लाइन से उतार दिया...

बड़े लोगों के बयान और एम्बॉडिड इंटेलिजेंस में वास्तविक परिवर्तनों ने उद्योग का ध्यान वर्चुअल इंटेलिजेंस से फिजिकल एक्जीक्यूशन में जाने वाले इस विशाल कथा की ओर आकर्षित किया है, हालांकि अभी भी कई लोगों के मन में सवाल हैं कि यह “फिजिकल AI” तकनीकी विकास का अनिवार्य मोड़ है, या सिर्फ एक अच्छी तरह से पैक किया गया अवधारणा-बदलाव है?

2026 में AI दुनिया में "फिजिकल AI" की लहर उठी, हुआंग रेन्युन ने कहा कि अगली AI लहर भौतिक दुनिया में काम करने वाली AI होगी। Figure AI ने 5 दिनों के रोबोट छांटने के लाइव स्ट्रीम के माध्यम से तकनीक को प्रयोगशाला प्रदर्शन की सीमा पार कर दिया, और Zhìyuán Robotics ने अपना 10,000वां सामान्य एम्बॉडिड रोबोट उत्पादन से बाहर निकाल लिया। इस तकनीक का केंद्र यह है कि AI को वास्तविक दुनिया में "अनुभव-तर्क-क्रिया-प्रतिक्रिया" का बंद चक्र प्राप्त हो। पीछे के प्रमुख समर्थकों में बड़े भाषा मॉडल जो रोबोट को समझने की क्षमता प्रदान करते हैं, विश्व मॉडल जो भौतिक दुनिया में क्रियाओं की समस्याओं को हल करते हैं, और VLA मॉडल जो "देखने से करने" तक की अंतिम किलोमीटर को जोड़ते हैं, शामिल हैं। फिजिकल AI अब तकनीकी सत्यापन से व्यावसायिक प्राप्ति की ओर बढ़ रहा है, 2026 के बाद से 1100 अरब युआन से अधिक की फंडिंग हुई है, और प्रतिस्पर्धा बड़े पैमाने पर उत्पादन और डिलीवरी के चरण में प्रवेश कर चुकी है।

स्रोत: डोंगजियन न्यू रिसर्च सोसाइटी

ऊपर के प्रश्न के उत्तर से पहले, आइए इस थोड़ा कठिन पेशेवर शब्द को विघटित करते हैं।

फिजिकल एआई, शब्दार्थ में, एआई को भौतिक दुनिया के साथ गहराई से एकीकृत करने वाली कृत्रिम बुद्धिमत्ता प्रौद्योगिकी है, लेकिन गहराई से देखें तो, वर्चुअल एआई "सोचने और संवाद करने" के लिए जिम्मेदार है, जबकि फिजिकल एआई को "संवेदन करना और कार्रवाई करना" आवश्यक है, इस प्रकार, यह स्क्रीन के भीतर का एक बुद्धिमान प्रतिनिधि नहीं रह जाता, बल्कि मशीनों को वास्तविक भौतिक दुनिया में संवेदन, समझ और जटिल कार्रवाइयों को निष्पादित करना होता है।

फिजिकल एआई एक ऐसी तकनीक है जो "स्वायत्त मशीनों (जैसे रोबोट, स्व-चालित वाहन आदि) को वास्तविक भौतिक दुनिया में जटिल कार्रवाइयों को समझने और निष्पादित करने की क्षमता प्रदान करती है।" चीनी कंप्यूटर सोसाइटी के एग्जीक्यूटिव कमेटी सदस्य वांग शियांग ने तीसरे चीन इंटरनेशनल सप्लाई चेन एक्सपो पर इस अवधारणा का व्यवस्थित रूप से वर्णन किया, "फिजिकल एआई का अर्थ है कि एआई सिस्टम में वास्तविक दुनिया में 'संवेदन—तर्क—कार्रवाई—प्रतिक्रिया' का बंद चक्र होता है।"

सरल शब्दों में, पिछले AI का मतलब था “बातें करना”, जबकि वर्तमान भौतिक AI का मतलब है “काम करना”; जब AI ChatGPT के डायलॉग बॉक्स से बाहर निकलकर वास्तविक दुनिया के कारखानों, गोदामों और घरों में प्रवेश करता है, तो यही भौतिक AI का मुख्य उद्देश्य है।

इस अंतर को इस साल दो प्रमुख रोबोट कंपनियों की गतिविधियों में विशेष रूप से देखा जा सकता है।

एक अमेरिकी कंपनी Figure AI ने लगातार 5 दिनों तक लाइवस्ट्रीम करके साबित किया कि "रोबोट वास्तव में काम कर सकते हैं"। लाइवस्ट्रीम 14 मई को शुरू हुआ, जिसमें 3 Figure 03 मानवरूप रोबोट एक उत्पादन लाइन पर कर्गो पैकेज को छांट रहे थे। रोबोट का कार्य बारकोड पढ़ना, पैकेज पकड़ना, दिशा बदलना और बारकोड नीचे की ओर होने के साथ कंवेयर बेल्ट पर रखना था।

लाइवस्ट्रीम के दौरान, एक रोबोट ने 33 घंटे से अधिक समय तक लगातार काम किया और 40,000 से अधिक पैकेज संभाले, जिसके बारे में संस्थापक ब्रेट एडकॉक ने कहा कि रोबोट कंपनी के नवीनतम Helix 02 मॉडल का उपयोग करता है और "पूर्ण स्वायत्त मोड" में काम करता है।

फिगर AI के लाइव स्ट्रीमिंग का महत्व केवल अपनी तकनीकी क्षमता दिखाने तक सीमित नहीं है, बल्कि यह वास्तविक दृश्यों के माध्यम से पूरी दुनिया को बताता है कि भौतिक AI तकनीक अब "प्रयोगशाला प्रदर्शन" की सीमा पार कर चुकी है—एक कंपनी अपनी उत्पादन लाइन पर रोबोट के कई दिनों तक निरंतर काम करने का लाइव स्ट्रीमिंग कर रही है, और इसमें कोई बड़ी समस्या नहीं आई, जो स्वयं एक मजबूत तकनीकी घोषणा है।

चीन के ज़ह्युआन रोबोटिक्स ने भी एक समान लाइव स्ट्रीम किया, जिसमें उनका ज़ह्युआन स्प्रिट G2 नंचांग लॉंगकी टेक्नोलॉजी पार्क की प्लेट लाइन MMIT (मल्टीमीडिया इंटीग्रेशन) पर मनुष्यों के साथ काम कर रहा था। लाइव परीक्षण डेटा के अनुसार, रोबोट ने 8 घंटे की निरंतर ऑपरेशन में कोई गंभीर असामान्यता नहीं दिखाई, और कुल ऑपरेशन सफलता दर 99.5% से अधिक रही; एकल प्रक्रिया केवल 18-20 सेकंड की थी, प्रति घंटे 310 उत्पादों को पूरा किया जा सकता है, और एक रोबोट दो प्रक्रियाओं के कार्यभार को संभाल सकता है।

फिगर AI के साथ-साथ, ज़ह्युआन रोबोटिक्स ने मार्च 2025 में दुनिया का पहला सामान्य एम्बॉडीड इंटेलिजेंस रोबोट 10,000 इकाइयों तक पहुँचने की घोषणा की, जिसमें दिसंबर 2025 से मार्च 2026 तक केवल तीन महीने से अधिक का समय लगा, जिससे 5,000 से 10,000 तक की छलांग लगाई गई।

डिलीवरी की मात्रा के अलावा, ज़ह्युआन रोबोटिक्स ने घोषणा की है कि कंपनी 2027 तक 100 अरब की आय प्राप्त करने की योजना बना रही है। यदि हम पिछले नवीकरणीय ऊर्जा, स्व-चालित वाहन या चिप्स जैसे अग्रणी उद्योगों के विकास के अनुभव को देखें, तो एक दो साल से भी कम समय में स्थापित कंपनी जो हजारों इकाइयों के बड़े पैमाने पर उत्पादन और डिलीवरी को प्राप्त कर सकती है और 100 अरब की आय का लक्ष्य निर्धारित कर सकती है, वह हार्डटेक क्षेत्र में एक घटना है।

ऊपर दोनों कंपनियों ने वास्तविक डेटा और परिदृश्यों के माध्यम से साबित किया है कि भौतिक AI को "प्रदर्शन" के लिए रिमोट कंट्रोल या पूर्व-निर्धारित स्क्रिप्ट्स पर निर्भर रहने की आवश्यकता नहीं है, बल्कि यह वास्तविक परिवेश में जटिल कार्यों को स्वतंत्र रूप से पूरा करने की क्षमता रखता है।

अधिक महत्वपूर्ण बात यह है कि ज़ह्युआन पहले वन टेन यूनिट्स डिलीवरी की सीमा पार कर गया है, जिससे उसकी बड़े पैमाने पर उत्पादन क्षमता और आदेशों को जोड़ दिया गया है, जो इस क्षेत्र में "तकनीकी प्रमाणन" से "व्यावसायिक प्राप्ति" की ओर एक मोड़ को दर्शाता है। दूसरे शब्दों में, भौतिक AI की "संभवता" अब प्रश्न नहीं रही है, और वास्तविक प्रतिस्पर्धा अब "उपयोगिता" और "आर्थिकता" के गहरे क्षेत्र में प्रवेश कर चुकी है।

तो, अब सवाल यह है कि भौतिक AI ने इस साल अचानक क्यों विस्फोट किया? अब पीछे मुड़कर देखें तो, वास्तविक व्यावसायिक आवश्यकताओं के अलावा, इसके पीछे एक श्रृंखला तकनीकी क्रांतियाँ सबसे बड़ा धक्का बनीं।

सबसे पहले, बड़े भाषा मॉडल (LLM) ने रोबोट को "समझ की क्षमता" प्रदान की है; पारंपरिक रोबोट निर्धारणात्मक कोड और नियम-आधारित प्रोग्रामिंग पर निर्भर करते हैं, जो मानव इंजीनियर द्वारा पहले से ही "स्क्रिप्ट" लिखने के समान है, जिसमें रोबोट की प्रत्येक क्रिया "स्क्रिप्ट" के पूर्वनिर्धारित निर्देशों के अनुसार कठोरता से निष्पादित होती है। इस मॉडल में एक बड़ा दोष है: यदि रोबोट का कार्य परिवेश में कोई छोटा सा परिवर्तन होता है, तो कोड को पुनः लिखना पड़ता है, जिससे इसकी स्थिरता कम हो जाती है और व्यावसायिकीकरण की सीमा पार करना मुश्किल हो जाता है।

हालांकि, जब गूगल ने LLM को रोबोटिक भौतिक कार्यों के साथ जोड़ने का प्रयास किया और 2023 अगस्त में Google PaLM-E और RT-2 जैसे एम्बॉडिड मल्टीमॉडल लार्ज मॉडल्स लॉन्च किए, तो इससे रोबोट्स को प्राकृतिक भाषा निर्देशों के माध्यम से जटिल कार्यों को स्वचालित रूप से कई चरणों में विभाजित करने और उन्हें निष्पादित करने की सुविधा मिली, और इस प्रकार बड़ी भाषा मॉडल्स ने “संवाद समझ” से “भौतिक निष्पादन” तक की क्षमता की छलांग लगा दी।

हुआंग रेन्स्युन ने CES 2026 में अपने भाषण में इस तकनीकी विकास की प्रकृति को उजागर किया: भौतिक AI वास्तव में एक नींव के नियंत्रण का हस्तांतरण है, जब भौतिक AI तकनीकी विकास के सीमांकन बिंदु को पार कर लेता है, तो नियंत्रण मानव द्वारा लिखे गए निश्चित कोड से व्यापक क्षमता वाले, भौतिक नियमों को समझने वाले न्यूरल नेटवर्क को सौंप दिया जाता है।

इस समय तक, रोबोट केवल "कोड निष्पादित करने" तक सीमित नहीं रहे, बल्कि "निर्देशों को समझने और अपनी कार्रवाइयों की योजना बनाने" की क्षमता प्राप्त कर चुके हैं।

अगर बड़े भाषा मॉडल ने "समझने" की समस्या को हल कर दिया है, तो विश्व मॉडल "भौतिक दुनिया में कार्य करने" की समस्या को हल करता है, और विश्व मॉडल का केंद्र यह है कि AI को भौतिक दुनिया के कार्य करने के नियमों की एक आंतरिक समझ सिखाई जाए।

पिछले CES पर NVIDIA द्वारा लॉन्च किया गया भौतिक AI विश्व आधार मॉडल प्लेटफॉर्म Cosmos एक मील का पत्थर बन गया, जिसकी मुख्य क्षमता टेक्स्ट या इमेज से भौतिक नियमों के अनुसार एक्शन डेटा जेनरेट करना है; डेवलपर Cosmos का उपयोग करके स्मार्ट कार्स, रोबोट्स और वीडियो एनालिटिक्स AI एजेंट्स के भौतिक AI विकास को तेज कर सकते हैं।

NVIDIA के अनुसार, Cosmos को 20 मिलियन घंटे से अधिक के वास्तविक डेटा पर प्रशिक्षित किया गया है, जिससे सिमुलेशन और मॉडल ट्रेनिंग की कठिनाई बहुत कम हो गई है। वर्ल्ड मॉडल के साथ, AI सिस्टम वर्चुअल वातावरण में बड़े पैमाने पर सिमुलेशन कर सकता है और फिर इसे वास्तविक भौतिक दुनिया में स्थानांतरित कर सकता है।

रोबोट की अंतिम क्षमता "समझना" या "सुनना" नहीं, बल्कि "सही करना" है, और विज़न-लैंग्वेज-एक्शन मॉडल के आगमन से रोबोट दृश्य इनपुट, भाषा समझ और कार्रवाई नियंत्रण को एक साथ संभाल पाते हैं, जिससे "देखकर करना" का बंद चक्र संभव होता है।

DeepMind ने पिछले सितंबर में नवीनतम बहुमोडल एम्बॉडिड इंटेलिजेंस लार्ज मॉडल Gemini Robotics 1.5 लॉन्च किया, जिसे दावा किया गया कि यह विश्व का पहला एम्बॉडिड रीजनिंग के लिए अनुकूलित थिंकिंग मॉडल है; जबकि NVIDIA ने मानवीय रोबोट के लिए डिज़ाइन किया गया ओपन-सोर्स मॉडल Isaac GR00T N1.6 लॉन्च किया, जो पूरे शरीर के नियंत्रण को सक्षम बनाता है।

इसी बीच, बीजिंग एम्बॉडिड रोबोटिक्स इनोवेशन सेंटर ने एम्बॉडिड समाल बड़ा मॉडल XR-1 को ओपन सोर्स किया है, जो देश का पहला एम्बॉडिड इंटेलिजेंस के राष्ट्रीय मानक के अनुरूप मॉडल बन गया है, जिसे एक लाख से अधिक डेटा पर प्रशिक्षित किया गया है और जो उठाना, धकेलना, घुमाना जैसे जटिल द्वि-बाहु संचालन कार्यों को पूरा कर सकता है।

इससे भौतिक AI ने लागू करने के लिए आवश्यक बुनियादी समर्थन तकनीकों को एकत्र कर लिया है, LLM मशीन को मानव इरादों को समझने में सक्षम बनाता है, विश्व मॉडल मशीन को भौतिक परिणामों का पूर्वानुमान लगाने में सक्षम बनाता है, और VLA “देखना” से “सही तरीके से करना” तक की अंतिम दूरी को जोड़ता है। इन तीनों के मिलने से रोबोट पहली बार खुले परिवेश में स्वतंत्र रूप से कार्य करने की बुनियादी क्षमता प्राप्त करता है।

जाहिर है, अभी तक चतुर ऑपरेशन में सीमाएँ हैं, दोनों बांहों और हाथों का सूक्ष्म नियंत्रण अभी भी कई समस्याओं का सामना कर रहा है; दूसरे शब्दों में, भौतिक AI को "कारखाने में काम करने" की प्रवेश अनुमति मिल गई है, लेकिन वास्तव में "घर में चाय परोसने" तक पहुँचने के लिए, "खुरदरी गतिविधियों" से "सूक्ष्म ऑपरेशन" तक के गुणात्मक परिवर्तन को पार करना होगा।

भौतिक AI के अतीत और वर्तमान को समझना महत्वपूर्ण है, और अब, एम्बॉडिड इंटेलिजेंस उद्योग को यह सामना करना होगा कि आगे की प्रतिस्पर्धा किन मुख्य आयामों के चारों ओर केंद्रित होगी?

हम ऑटोनॉमस ड्राइविंग के विकास के अनुभव से सीखते हैं कि डेटा का युद्ध ऑटोनॉमस ड्राइविंग से नहीं बचा जा सकता, और ऑटोनॉमस ड्राइविंग के समान तर्क वाली एम्बॉडीड इंटेलिजेंस भी इससे नहीं बच सकती। सामान्यतः, जिसके पास अधिक गुणवत्तापूर्ण प्रशिक्षण डेटा होता है, उसके पास बातचीत का अधिकार होता है।

अभी उद्योग में, NVIDIA ने Cosmos का उपयोग करके विश्व मॉडल की बाधा बनाई है, जिसका मॉडल 20 मिलियन घंटे से अधिक के वास्तविक डेटा पर प्रशिक्षित है और इसे तेजी से नकल किया जा सकता है, जबकि Zhiyuan ने 10,000 रोबोट के बड़े पैमाने पर लागू कर दिया है, जिसका अर्थ है कि इसके पास वास्तविक, प्रतिक्रिया-आधारित डेटा संग्रह क्षमता है, जिसे उद्योग में एक डेटा रक्षा के रूप में व्यापक रूप से माना जाता है।

ध्यान दें कि भौतिक AI प्रतिस्पर्धा के लिए आवश्यक डेटा केवल इतना नहीं है कि किसके पास अधिक मात्रा में डेटा है, बल्कि सिंथेटिक और वास्तविक डेटा का सहयोग होना आवश्यक है।

केवल वास्तविक डेटा पर निर्भर करने से स्केलिंग की समस्याएँ और हार्डवेयर उपयोग की लागत उत्पन्न होती हैं, जबकि सिंथेटिक डेटा पर अत्यधिक निर्भरता से सिम-टू-रियल (sim2real) का स्थानांतरण अंतराल उत्पन्न होता है। बीजिंग एंड्रॉयड रोबोट इनोवेशन सेंटर का “क्रॉस-डेटा सोर्स लर्निंग” समाधान इसी दृष्टिकोण का परिणाम है, जो रोबोट को विशाल मात्रा में मानव वीडियो का उपयोग करके प्रशिक्षित करने की क्षमता प्रदान करता है, जिससे प्रशिक्षण लागत में काफी कमी आती है और प्रशिक्षण की दक्षता में वृद्धि होती है।

इसे समझना बहुत आसान हो गया, भविष्य में जो व्यक्ति "सिंथेटिक डेटा प्रशिक्षण-वास्तविक डेटा फाइन-ट्यूनिंग-वास्तविक परिदृश्य प्रतिक्रिया" के पूर्ण चक्र को वास्तविक रूप से जोड़ पाएगा, वही इस प्रतियोगिता में शीर्ष स्थान प्राप्त करेगा।

डेटा समस्याओं को हल करने के बाद, भौतिक AI और वर्चुअल AI को कैसे कुशलतापूर्वक एकीकृत किया जाए, यह भौतिक AI को आगे बढ़ाने की कुंजी बन गया है।

हम वर्तमान में भौतिक AI के बारे में बात करते हैं, लेकिन एक ऐसी दिशा को अक्सर नज़रअंदाज़ किया जाता है कि भौतिक AI और वर्चुअल AI आपस में विरोधी नहीं हैं; तकनीकी संरचना के अनुसार, एक पूर्ण भौतिक AI प्रणाली लगभग तीन स्तरों में विभाजित हो सकती है: निचला स्तर संवेदन स्तर (सेंसर, दृश्य पहचान), मध्य स्तर ज्ञान और निर्णय स्तर (AI निष्कर्षण), और शीर्ष स्तर क्रिया निष्पादन स्तर (यांत्रिक नियंत्रण)।

वर्चुअल AI मुख्य रूप से मध्यवर्ती परत के लिए जिम्मेदार है, जबकि भौतिक AI को संवेदन से निष्पादन तक की पूरी श्रृंखला को जोड़ना होगा।

निविडा का “चिप + मॉडल + टूल” पूर्ण स्टैक समाधान इस दृष्टिकोण का प्रतिबिंब है, जिसमें जेटसन थोर एज कंप्यूटिंग प्लेटफॉर्म कंप्यूटिंग पावर प्रदान करता है, GR00T मॉडल बुद्धिमत्ता प्रदान करता है, और इसाक प्लेटफॉर्म डेवलपमेंट टूलचेन प्रदान करता है। इस समाधान के संदर्भ में, भविष्य में जो व्यक्ति सॉफ्टवेयर और हार्डवेयर के गहन एकीकरण को सफलतापूर्वक पूरा करेगा, वह केवल भौतिक AI को “मस्तिष्क” से “अंगों” तक के बंद चक्र को पूरा ही नहीं कर पाएगा, बल्कि अपना स्वयं का तकनीकी रक्षा कवच भी बना पाएगा।

अंतिम बात यह है कि फिजिकल AI की व्यावसायिक प्रगति, तीन साल पहले, पूंजी बाजार का रोबोटिक्स के क्षेत्र के बारे में कल्पना "तकनीकी दृष्टिकोण" से आती थी, लेकिन अब, पूंजी बाजार के पास अधिक व्यावहारिक मूल्यांकन मानदंड हैं, जो कि डिलीवरी क्षमता हैं।

मीडिया के आंकड़ों के अनुसार, 2025 के पूरे वर्ष में चीन में बॉडी-बेस्ड इंटेलिजेंस क्षेत्र में 735 बिलियन युआन की कुल निवेश राशि और 744 निवेश और वित्तपोषण घटनाएँ हुईं, जबकि 2026 के बाद से अतिरिक्त 370 बिलियन युआन से अधिक का निवेश हुआ है, जिससे कुल 1100 बिलियन युआन से अधिक पार कर गया है, लेकिन इस फूलों से भरे मैदान के नीचे, पूंजी की दिशा में स्पष्ट संरचनात्मक स्थानांतरण हुआ है।

मई 2026 में, टियानजी इंटेलिजेंस ने 10 अरब युआन का B-चरण फंडिंग पूरा किया, जिसका केंद्रीय बिंदु Q1 में 10,000 से अधिक इकाइयों के ऑर्डर थे और ग्राहक 45 रोबोटिक्स कंपनियों तक फैले हुए थे।

Zhongke Fifth Era ने एक समान समय पर करीब अरब रुपये का A-फंडिंग राउंड प्राप्त किया है और विदेशों में करीब अरब रुपये के ऑर्डर प्राप्त किए होने की घोषणा की है।

विता पावर और लू मिंग रोबोटिक्स के फंडिंग में, शंगहाई मोटर शैनची कैपिटल, मित्सुबिशी इलेक्ट्रिक जैसे उद्योग निवेशक क्रमशः शामिल हुए, जिसका उद्देश्य उत्पादन लाइन क्षमता और रोबोट डिलीवरी क्षमता को जोड़ना है।

विपरीत रूप से, अमेरिकी मानवीय रोबोट स्टार्टअप कार्टवील रोबोटिक्स के पास तकनीकी दृष्टिकोण तो था, लेकिन ऑर्डर का समर्थन नहीं था, और इसने मार्च 2026 में दिवालियापन की घोषणा कर दी।

सकारात्मक और नकारात्मक उदाहरण दर्शाते हैं कि पूंजी अब शानदार डेमो के लिए नहीं, बल्कि वास्तविक बड़े पैमाने पर डिलीवरी क्षमता के लिए भुगतान करती है।

फिजिकल AI की अचानक लोकप्रियता दिखने लगती है, लेकिन यह स्वाभाविक रूप से हुई।

हालांकि, कुछ उद्योग विशेषज्ञों का मानना है कि "फिजिकल एआई" अधिकतर बाजार पूंजी द्वारा बनाया गया एक नया अवधारणा पैकेजिंग है, जो मूल रूप से एम्बॉडीड इंटेलिजेंस और रोबोटिक्स की प्राकृतिक विकास प्रक्रिया है, लेकिन यह अस्वीकार्य नहीं है कि फिजिकल एआई के उदय ने स्पष्ट रूप से AI उद्योग को "वर्चुअल इंटेलिजेंस" से "फिजिकल एक्जीक्यूशन" की ओर ले जाने का संकेत दिया है, जो स्वयं एक अपरिवर्तनीय ऐतिहासिक प्रक्रिया है।

नवीनतम प्रतिस्पर्धा में, फिगर AI ने लाइव स्ट्रीमिंग के माध्यम से दुनिया को अपनी क्षमताएँ दिखाईं, ज़ह्युआन रोबोटिक्स ने बड़े पैमाने पर डिलीवरी के माध्यम से उद्योग की बाधाएँ बनाईं, और न्वीडिया ने Cosmos और GR00T के साथ प्लेटफॉर्म इकोसिस्टम बनाया... अब अगला प्रश्न यह है कि कौन सी कंपनी भौतिक AI के क्षेत्र में OpenAI बनेगी? कौन सा एप्लिकेशन स्थिति सबसे पहले "ChatGPT क्षण" को देखेगा?