2026 年，AI 行业的关键词正在从数据中心转向物理世界——world models warehouse physical ai 这条赛道，正在成为机器人行业最大的变量。6 月 1 日，NVIDIA 在 GTC Taipei 上发布了 Cosmos 3——用官方的说法，这是全球首个完全开源的物理 AI"全能模型"（omnimodel），把视觉推理、世界生成和动作预测装进了一个混合 Transformer 架构。而在 2026 年中，NVIDIA 已经把 Physical AI Data Factory 的蓝图推向开源：一套用 world models warehouse physical ai 思路生成、筛选、策展合成数据的参考架构。官方的表述很直白：这个行业最大的瓶颈，已经不是算法，是数据。
资本的流向印证了这个判断，而且相当激进。旧金山公司 Physical Intelligence 成立于 2024 年，融资轨迹是：约 7000 万美元种子轮（随首版 π₀ 模型），4 亿美元 A 轮、估值 24 亿美元（Bezos、OpenAI、Thrive、Lux 参与），6 亿美元 B 轮、估值 56 亿美元（Alphabet 旗下 CapitalG 领投）；据 Bloomberg 报道，公司新一轮融资的目标估值已到 110 亿美元。值得注意的一个事实是：截至公开报道，该公司尚无商业化产品，也未披露商业化路线图。资本买的不是收入，是"通用机器人基础模型"这个叙事本身。
从"预测下一个词"到"模拟物理世界"：世界模型是什么
语言模型吃的是互联网，而互联网是文本的。物理 AI 没有这个运气：不存在"机器人轨迹的互联网"，真实机器人数据的采集又慢、又贵、偶尔还危险。世界模型（World Models）的思路是换一条路：让模型学会物理直觉——重力、接触、尺度、物体恒存——然后用它生成"看起来对、物理上也对"的未来视频，把几次真实示教"乘"成几千次训练数据。
Cosmos 3 发布了 Super、Nano 等多个尺寸，这本身就是一种分工宣言：云端训练、端侧推理。推理一侧跑在 NVIDIA Jetson 这类端侧算力模块上，换的是机器人等不起的东西：去数据中心打个来回的时间。在工厂和仓库里，延迟是安全约束，不是体验问题。
钱和人都去了哪：一条 2026 年的时间线
把 2026 年的公开事件按时间排开，一条清晰的 world models warehouse physical ai 主线就浮出来了：
- 2026 年中：NVIDIA 把 Physical AI Data Factory——一套合成数据"生成、筛选、策展"的参考架构——推向开源，Nebius 等云厂商跟进做了可落地的运行框架。"数据工厂"这个词值得玩味——合成数据正在被工业化，而不是停留在研究玩具阶段。
- 6 月 1 日：Cosmos 3 在 GTC Taipei 发布，同时成立 Cosmos Coalition，创始成员包括 Agile Robots、Black Forest Labs、Runway、Skild AI。开源世界模型开始抱团。
- 从 Doosan 的机械臂到 Sereact 的双臂分拣，工业界正在往同一条管线上下注——Isaac 做仿真、Cosmos 造数据、Jetson 跑推理。
- Doosan Robotics 把 NVIDIA 全套管线——Isaac Sim/Lab 做仿真训练、Cosmos 生成合成数据、Newton 物理引擎、Jetson Thor 端侧推理——接入其 Agentic Robot OS。首批两个工业应用是拆垛和打磨，目标 2028 年实现工业人形机器人的商业化部署。
- 10 月 21 日：Sereact、NVIDIA、Nebius、CEVA Logistics、Zalando 联合宣布，把"闭环训练"搬进仓库：在 CEVA 的履约中心里做 Zalando 的退货处理。退货是仓库里最难自动化的环节之一——每一件都带着客户留下的"原样"，机器人要识别、判断、分拣；做错的案例几天内就能变成更新后的策略，而过去这个循环要几周。
为什么是仓库：世界模型在仓库落地的归因
归因要回到机器人学习十年未解的核心问题：sim-to-real gap。仿真里跑得漂亮的策略，一到真实库房就水土不服——摩擦、材质差异、接触动力学，仿真都简化掉了。过去十年的解法是"采更多真实数据"，但真实数据贵得离谱：仿真里跑一万次的成本，还不到在真实库房采一天数据的零头。
世界模型改变的是这个成本结构：当合成数据的物理保真度足够高，"数据"就从一种需要采集的稀缺资源，变成一种可以生产的工业品。这是对仓库自动化最友好的变化，因为仓库恰恰是"长尾场景"最多的地方：退货的每一件都不一样，拆垛的每一箱破损程度都不一样——这些场景过去因为"数据不够"做不了，现在第一次有了工程化的解法。
这里有个反常识的判断：世界模型最大的意义，不是让机器人更聪明，而是让训练数据从"采"变成"造"。数据的护城河，从"谁手里有数据"转向"谁有真实场景可以验证合成数据"。仓库服务器里那些堆积如山的作业视频、异常处理记录，过去是成本中心，未来可能是资产——前提是，现在开始有意识地存下来，而且存的是结构化的（带时间、库位、SKU 上下文）。
2026-2028：三个时间刻度上的判断
基于公开信息，我给出三个带时间线的判断，留待验证：
- 2026-2027 是验证期。看 Sereact/CEVA 这类闭环能不能把"周"级迭代稳定跑下来，看退货、拆垛这类非结构化场景的成功率能不能爬过人工成本的盈亏线。过不了，故事就停在幻灯片里。
- 2027-2028 是规模化窗口。Doosan 把 2028 年定为工业人形机器人商业化部署的目标，这是一个可观察的锚点——它背后是整条管线（Isaac、Cosmos、Newton、Jetson）必须在那之前达到工业级可靠性。
- 给仓库经营者的三条具体建议：第一，把作业视频存下来，这是未来的训练燃料；第二，试点从"乱"的场景开始——退货、质检、拆垛，而不是已经跑顺的整托盘搬运；第三，别自己从零训 world models warehouse physical ai 模型，买管线、用开源权重，你的优势是场景，不是算法。
最后留一个开放式的问题：当模拟足够便宜，真正的稀缺会变成什么？可能是物理世界本身的"意外"——而意外，只发生在开着门的仓库里。世界模型能模拟一万种纸箱的倒法，但它模拟不了旺季第一天库房里的真实混乱。物理世界最后的护城河，可能恰恰是"物理"二字。
作者：陈博士｜供应链行业研究员
