矿山可能是Physical AI最先算清账的场景。
作者｜田思奇
作者｜栗子
2026年，物理AI（physical AI）成了科技行业绕不开的词。
Gartner将其列入本年度十大战略技术趋势；英伟达从Omniverse仿真平台一路补到Cosmos世界基础模型，把机器人、自动驾驶和数字孪生收进同一个叙事；PitchBook数据显示，今年前5个多月，全球机器人与物理AI领域的风险投资达到230亿美元，已接近2025年全年260亿美元的水平。
来源：Gartner
热度起来之后，物理AI的概念很快被不同赛道借来重新定义自己。但概念越泛化，产业端和资本越不会只看单一标签，反而更关心它能为真实生产创造多少价值。
「甲子光年」认为，物理AI中最早跑出商业回报的，未必是最开放、最复杂的场景。边界相对清晰、人力成本高、安全风险大的工业现场，反而更容易先算清这笔账。
矿山几乎同时满足这些条件。
全球重工巨头正加速向矿山物理AI落地。卡特彼勒在年初的CES 2026上宣布扩大与英伟达的合作，将Jetson Thor等AI能力进一步嵌入矿山和工程机械；今年4月，日本小松的第1000台超大型无人矿卡投入运营。
但各方玩家的入局起点并不同。传统设备巨头通常从矿卡和工程机械往软件深入，技术公司则从无人驾驶、调度和矿山操作系统向设备与生产流程延伸。两条路线逼近同一个命题：一套物理AI系统，究竟能接管多少矿山生产？
中科慧拓，正是国内赛道极具观察价值的样本。
公司由中科院自动化研究所孵化，技术根基承接王飞跃教授2004年提出的基于ACP方法的平行智能理论。如今物理AI领域热议的虚拟仿真、计算实验、虚实双向反馈，早已在其平行矿山体系中完成长年工程打磨。
截至目前，中科慧拓平行矿山解决方案已落地国内近50座矿山，并实现泰国SCG项目出海落地。
国家队与产业资本此时押注的，并非单纯的无人驾驶服务商，而是一套具备向整座矿山持续扩张能力的工业AI底座。
1.前置布局：
矿山物理AI的底层逻辑
矿山，让物理AI的难度和必要性同时放大。
采场持续向前推进，运输路线随生产计划动态调整；重载车辆反复碾压，路面条件也在不断变化。暴雨、积雪、路面打滑这类高危工况，无法依靠实地试错积累足量数据。300吨级矿卡满载作业时，制动距离、路面附着、车辆状态的微小波动，既直接影响生产安全与作业效率，也给现场人员作业带来客观风险压力。
作业风险突出、存量设备庞杂，共同构成一个需求明确的刚需市场。弗若斯特沙利文预计，中国矿区无人驾驶解决方案市场将从2024年的约20亿元增至2030年的301亿元，无人驾驶矿卡的销量渗透率将在同期从约6%提高到55.4%。
政策层面也在持续推进行业落地，截至2025年底，全国已建成1066处智能化煤矿，智能化产能占比超过65%，“机械化换人、自动化减人” 成为矿山安全生产的硬性导向。
但矿山无人驾驶存在一道特殊门槛：验证周期以年为单位。
矿企不会动用正常开采产能，为新系统迭代承担试错代价。无人驾驶从隔离测试区进入主生产，要完整经历四季更迭、采场道路形变、设备突发故障、多机混合作业等复杂现实条件，大量隐蔽的边界问题只有经过长期现场运行才会逐步暴露。行业热度集中于近几年，但能够稳定支撑生产的成熟车队，背后都离不开长期的数据积累与工程打磨。
早在物理AI概念兴起之前，中科慧拓已基于平行智能理论，在矿山场景建立了平行矿山解决方案。其核心是构建虚实平行协同的双场体系：物理矿区承担开采、运输、排土等实际生产作业，持续回传设备、工况、环境的全量数据；虚拟矿山作为数字推演训练场，基于真实数据持续校准模型，还原矿山真实状态。
围绕这套体系，中科慧拓把工程链路固化为四个环节，形成完整闭环：
数据采集训练，是在全域部署感知终端，持续采集设备运行、场地环境、路况形变等真实数据，既用于算法预训练，也同步更新虚拟矿山，保障虚实同源。
模型演化升级，是基于真实数据持续校准虚拟模型，复刻地质特征与设备运行逻辑；同时泛化生成现实中稀缺的极端工况，补齐数据短板，驱动算法迭代。
前瞻仿真推演，是在高精度虚拟空间中开展超倍速、全场景仿真，针对天气突变、设备异常、多车冲突等工况反复试错，预判风险，筛选最优策略。
策略下发落地，是将推演验证后的调度与控制策略精准下发至真实矿区，实时指导生产；现场新数据持续回流，开启下一轮迭代。
「甲子光年」注意到，平行智能常与普通数字孪生混淆，但二者存在本质区别。数字孪生侧重物理世界与数字空间的映射同步；平行智能则以虚拟空间的计算实验、仿真策略回灌现实运行为核心，这与当下物理AI关注的仿真训练、世界状态建模、虚实双向反馈高度契合。
针对矿山行业数据稀缺、极端场景难采集的核心难题，中科慧拓搭建了一套数据飞轮体系。它以现场真实数据为基础、虚拟泛化数据为主体、人工标准数据为补充，构建出动态的矿山工况知识库。现实中数月难遇的极端边界场景，通过虚拟仿真批量生成，持续补齐数据短板。配合轻量化AI开发工具链，研发重复工作量大幅减少，算法迭代速度加快，形成落地越多、数据越全、模型越优、成本越低的正向循环。
每落地一座矿山，工况知识库便增厚一层，新项目的开发工作量持续收窄。这正是工业Physical AI独有的数据飞轮效应——项目越多，下一座矿需要从头解决的问题越少。
2.场景闭环：
双工况跑通生产级智能
理论上的优势，最终需要在足够复杂的现实场景里获得验证。矿山无人驾驶的竞争，正在从把车开起来，转向把车长期用起来。
今年5月发布的《2026智能矿山暨无人驾驶行业蓝皮书》指出：矿山无人驾驶正在从规模化建设转入运营深化期，行业竞争重心转向运维能力。装车上线已不再是行业门槛，安全员下车成为区分示范项目与生产级系统的关键分水岭。
国能准能集团的代表项目，已完整走完了这条演进路径。
“十四五” 国家重点研发计划智能机器人领域重点专项 “大型露天矿机器人化自主运输装卸系统关键技术与应用示范” 项目顺利通过综合绩效评价验收。项目由国家能源集团牵头，集结产学研多方力量开展联合攻关，中科慧拓作为核心联合攻关单位，深度参与项目多项核心课题，为露天矿机器人化运输装卸关键技术突破提供重要技术支撑。
自2022年正式立项以来，项目已实现安全员下车，多编组进入常态化生产，系统覆盖矿卡、电铲和辅助设备之间的协同调度。「甲子光年」获悉的最新数据显示，准能两矿累计拉运车数近45万车次，拉运里程265万公里，作业5.5万小时，累计拉运量5200万立方米。
在前期系统运行多年后，准能继续扩大无人驾驶改造规模，中科慧拓与矿方的合作也从科研示范延续到后续扩编。2025年10月，中科慧拓再次中标准能集团黑岱沟露天煤矿21台NTE360A卡车无人驾驶改造服务项目。
但矿山不止露天一种形态，井下另有挑战。露天重在大规模集群协同，上百台重载车辆混编运行，路径随采掘计划动态变化，改造不能打断主生产。井下则受物理条件约束，无卫星定位、巷道多粉尘高湿、空间狭小，设备还需满足矿用防爆要求。
中科慧拓选择以愚公YUKON同一技术底座支撑两类场景。井工矿无人运输系统集成智能调度、自主驾驶、远程应急、车路协同与高精度定位，依托多传感器融合感知、多源组合定位，搭配全套防爆硬件，补齐井下无卫星信号、环境干扰强、作业风险高的短板，实现井下辅助运输常态化运行。
采-运-排环节跑通后，中科慧拓还正以无人驾驶为基点，逐步拓展智慧矿山配套能力，其中包含有人驾驶防碰撞等现场安全类功能等。
矿卡只是物理AI切入矿山的接口。能够接入多少设备、覆盖多少生产工序，决定了这套底座最终的价值边界。
3.资本共识：
从项目交付到体系化能力
中科慧拓近几轮融资中，产业资本的权重持续抬升。
企业获得多家国家队资本的投资支持，由国新央企运营投资基金领投，中科院自动化所投资平台中自投资参与。此后远东宏信旗下机构完成战略投资。除国家能源集团、陕煤集团等核心产业客户外，亦有多家产业资本参与企业布局。
这些产业资本与普通财务投资的核心差异，在于投资前已经完成产品的实战使用。财务机构依靠访谈、模型、商业计划书完成研判，而矿企股东手中的生产运行记录，就是最真实的评估依据。矿山长期落地项目由此具备双重价值，既是业务收入来源，同时完成了一场以时间为成本的实地尽调。
这是产业资本看好中科慧拓的第一层逻辑：拥有经过真实主生产长期验证的落地能力。
矿山无人驾驶无法依靠资本快速堆砌数据完成迭代。从封闭测试到安全员下车，再历经完整季节周期、不间断的连续生产，都要消耗矿山真实设备与生产窗口期。准能这类标杆项目的运行时间越久，就越难被后来者单纯依靠资金快速复制追赶。
但准入资质仅仅是基础，资本更看重时间沉淀能否转化为可落地的商业规模效应。
「甲子光年」认为，工业AI企业最大的经营陷阱，是业务规模扩张的同时，人力与成本同步线性增长。倘若落地第50座矿山的工程工作量和第1座相差无几，企业本质上依旧是定制化工程服务商，很难实现规模化。
中科慧拓正从产品、商业模式两端重构这套成本逻辑。
2024年底，公司联合同力重工研发的载山CarMo100混动无人驾驶矿车正式下线，无人驾驶系统从后装改造升级为整车协同开发。原本需要在矿区现场调试的传感器布局、线控匹配、软硬件适配工作，一部分前置到整车制造环节完成，直接压缩现场工程工作量。
商业模式层面同样发生关键转变。胜利西三号矿项目采用专业化服务模式，按实际运输作业量结算。收入不再集中于系统交付、项目验收的一次性节点，而是跟随矿山持续生产源源不断产生。
一端将重复工程工作前置至工厂环节，另一端将收入周期向后延伸至矿山全生命周期。若两套模式同时跑通，项目数量增长时，现场工程人力不必同比扩张；单一客户创造收益的周期，也不再局限于首期车辆交付阶段。
而海外市场，将成为检验这套底座通用性的试金石。中科慧拓已落地泰国项目，走出国内市场后，车型、地质条件、工程实施体系均发生改变，国内数十座矿山沉淀的技术体系能否跨地域复用，将是一道现实考题。
因此，产业资本押注中科慧拓，并不能简单理解成客户认可产品之后顺势入股。
它们真正押注两条尚待完全兑现的增长曲线：新项目复制成本随落地经验持续下行；客户生命周期价值随生产周期不断拉长。
一旦两条曲线得到验证，中科慧拓输出的就不再只是无人驾驶软硬件产品，而是一套可复制的矿山生产运营能力。平行智能理论的价值，也不止局限于矿山无人驾驶技术本身，更在于为工业物理AI的规模化落地提供可参考的实践路径。
（封面图及文中未说明图片来源：中科慧拓）
