让物理智能成为一种可规模生产的能力。
作者｜田思奇
编辑｜栗子
2026年，具身智能已快速走出实验室样机阶段，奔赴真实的工业与商业场景。
在世界机器人大会（WRC）现场，「甲子光年」注意到，能完成复杂操作的机器人，已经不足以撑起新的叙事。可靠性、交付效率和ROI频繁出现在论坛与展台交流中。国际机器人联合会今年谈及人形机器人时，也把可靠性和效率列为需要证明的核心能力。
但眼下多数评估仍然聚焦单点项目。2026年下半年，一个越来越现实的问题摆在行业面前：机器人进入更多任务和场景以后，规模扩大能不能带来成本效率的改善？
跨维智能创始人贾奎认为，现有的成本体系还很难完整回答这个问题。成功率、任务数量、数据规模可以分别描述机器人的表现，但行业缺少一种尺度去衡量，生产一单位可靠的物理智能究竟需要投入多少资源。跨维希望进一步把能力扩张过程本身变成一个可观察的成本问题：机器人每多学会一项能力，还需要追加多少数据、算力、人力和真实世界交互。
在跨维主办的物理AI领航者论坛上，贾奎提出一套Physical Token经济学。这套框架研究的核心是：获取下一份智能，能不能比此前获得的智能更便宜？
贾奎用一组柱状对比解释了两种增长方式：如果第1项到第100项能力始终需要约100份投入，项目做得再多，也仍然是线性扩张；当后续能力的新增成本逐步降到10、5，Physical AI才开始从项目交付走向规模经济。
这可能是理解未来十年Physical AI竞争的一条重要线索。机器人能够进入多少场景固然重要，能否让能力扩张获得规模效应，才更能决定这条路可以走多远。
1.项目ROI之外，
Physical AI缺一张能力成本表
Physical Token经济学首先改变的，是成本核算的对象。
行业并不缺少成本意识。在硬件端，麦肯锡测算，目前典型人形机器人的BOM（整机物料成本）约为3万至15万美元，长期目标仍要向2万美元以下压缩。到了项目端，企业也会计算设备利用率、交付成本和回本周期。
这些账围绕的主要是一台机器和一个项目。一套设备花多少钱、部署以后能产生多少收益，都可以在相对明确的周期内计算出来。
Physical AI的特殊之处在于，硬件交付并不意味着能力生产结束。同一台机器人要进入新的工位、处理新的物料、适配新的本体和任务，数据采集、模型训练、真实世界试错和工程调试都会继续发生。两套机器人即使最终完成了同样的任务，背后的智能生产方式也可能完全不同，由此产生截然不同的能力成本。
这就是单纯比较成功率、模型参数量或者数据规模的局限所在。一个任务最终做到95%还是99%的成功率，可以衡量结果，却很难说明为了抵达这个结果，企业用了多少真实数据、多少训练计算、多少工程师时间，又有多少此前积累的能力被复用。
因此，跨维希望用Physical Token把这些原本分散的投入放进同一套核算逻辑。
电力用千瓦时计量能源，云计算用GPU-hour计量算力，大模型有Token。跨维由此提出Physical Token，希望建立一套观察和核算物理智能生产效率的框架：一单位可靠的物理智能需要消耗多少资源，随着能力不断扩张，这笔成本又会如何变化。
同时贾奎强调，计量还有更宏观的意义：行业处于早期阶段时，对物理智能及其生产成本有更准确的认识，会直接影响企业选择怎样的技术路线、基础设施和产品形态。
对Physical Token的核算并不只看最终花了多少钱，还要继续追踪成本是如何产生的。以数据为例，跨维将其拆成三部分：基础设施、数据获取，以及表征与利用效率。它们分别影响数据能不能持续产生、获取是否足够便宜，以及已有数据能否被后续任务继续复用。
这也说明，Physical Token经济学算的并非一张静态成本表。它试图把Physical AI的技术路线对应到可以观察的经济结果：哪些投入可以沉淀，哪些经验可以复用，又有哪些成本会随着任务增加反复发生。
围绕如何压低这笔新增成本，跨维进一步拆出四个彼此作用、相互放大的环节：人类经验、合成杠杆、能力聚合和飞轮扩张，共同指向新能力获取边际成本的持续下降。
接下来要解决的，就是这些生产资料怎样从一次性投入，逐渐变成能够服务后续任务的长期积累。
2.让下一项能力比上一项更便宜
这套路径首先从人类经验的获取开始。
贾奎把机器人的泛化分成语义泛化和物理泛化。前者解决机器人面对不同场景、任务和操作对象时，能不能知道该怎么做；后者则要求物理条件发生细微变化后，动作仍然保持足够的精度和稳定性。
上述框架中的第一环人类经验（Experience），主要解决前一个问题。它意味着低成本获取并沉淀人的操作经验，减少新任务重新采集和学习基础操作知识的投入。
贾奎解释，大模型能够发展到今天的重要基础之一，是互联网持续积累的文本、图像和视频；Physical AI同样需要持续获得人类在物理世界中的操作经验。跨维因此强调第一视角（Ego-centric）的人类数据，希望在尽量不影响正常工作和生活的情况下，持续获取用于预训练的经验。
经验采回来之后，还要解决另一个问题：不同来源的数据怎样进入同一套模型。
今年6月，跨维发布的Dexterity-BEV从统一物理表达入手，把不同视角和本体的数据映射到统一三维空间，进一步对齐空间、动作和时序。统一的目标不是抹平差异，而是保留任务、物体和交互方式中有价值的不同，消除坐标、格式和标定口径造成的无效差异。
公司披露的测试数据显示，Dexterity-BEV在改变相机位置和场景布局的强扰动仿真中平均成功率达到89.9%，真实机器人任务成功率超过90%。目前跨维已有约200万条经BEV处理的数据，来源包括第一视角、遥操作、仿真、公开机器人数据集和真机。
数据对齐之后，模型架构决定这些经验最终能够学出什么。贾奎提出，模型架构不仅决定使用什么数据、如何训练，也决定能够支持什么样的本体和任务。跨维采用原生3D世界模型，将Token定义在时空节点上，希望模型不仅预测机器人下一步如何动作，还能进一步预测动作发生后，周围环境将怎样按照三维物理规律变化。在贾奎看来，物理世界智能的核心之一，就是学习这个世界内在的三维物理规律。
但人类经验主要提供任务意图和操作先验，真实环境中的接触、摩擦、形变等物理变化，很难仅靠这部分经验充分覆盖。
这就自然进入第二环节——合成杠杆（Leverage），即通过物理仿真和生成式仿真扩展训练经验，减少对昂贵真实世界试错和人工搭建训练环境的依赖。
跨维通过自研DexVerse引擎生成高保真、可迁移的仿真环境。以插头插座任务为例，一次插入同时涉及刚体接触、摩擦和线缆大变形；切割、衣物操作还会遇到复杂材质与柔性物体。这些物理过程可以在仿真环境中反复生成数据，并直接用于后训练和模型验证，减少对真实世界采集的依赖。
但仿真数据变便宜，不意味着搭建仿真环境本身没有成本。贾奎提到，对于一个简单的双臂桌面任务，即使场景并不复杂，工程师仍需要花数小时配置3D资产、材质和物理环境。
跨维进一步推出GS-World生成式仿真引擎，通过多模态生成模型、物理模型和动作规划等模块，生成满足几何与物理约束的可交互仿真环境。按照跨维现场展示的数据，GS-World可以在10多分钟内生成一个仿真任务环境，而业内搭建相同环境通常需要2至3天。
有了经验，还要把它压缩成可以在现场长期运行的能力。这对应公式中的第三层：能力聚合（Condensation）——把通用经验收敛成可部署的产品级能力，减少从基础模型到具体Skill之间反复开发和适配的成本。
其中Pre-training沉淀较为通用的经验，Post-training进一步面向具体任务训练；与此同时，模型还要经过聚合、压缩和蒸馏，在更小、更快的同时提升成功率和稳定性，最终达到产品级部署要求。
能力形成之后，跨维继续把它推向真实场景。目前跨维已经落地超过1500个模型，覆盖汽车零部件、新能源、3C电子、物流、家电等多个细分行业。Physical AI进入的现实世界越大，能够接触到的任务和环境也随之增加，这也引出公式的最后一环——飞轮扩张（Expansion），即通过真实部署持续产生新的高质量反馈，让每一次落地都能为后续能力学习积累新的生产资料。
贾奎认为，只有机器人真正部署到大量应用场景，才有机会以很低的新增成本持续获得高质量的真实数据反馈。真实部署因此不只是这轮能力生产的终点，也会产生下一轮训练需要的经验，再回到模型和能力迭代中。
人类经验提供训练的起点，合成杠杆扩大物理经验，能力聚合把模型推到产品级，飞轮扩张再把真实部署带回下一轮学习。四个环节首尾相接，跨维希望由此减少每进入一个新任务都从头投入的部分，让能力扩张逐渐获得规模效应。
3.结语：从边界内泛化，
走向更大的能力空间
2026年，具身智能正在从技术验证进入产品和规模化阶段。
Smart Analytics Global数据显示，今年上半年全球人形机器人出货量约1.91万台，同比增长272%，其中中国厂商贡献超过97%；工业和商业应用占比也由一年前约50%升至70%以上。
硬件数量正在快速增加，但机器人的智能能力并不会因此自动获得规模效应。这也是Physical Token经济学的价值所在。它提供的并非另一套评价机器人聪明程度的Benchmark，而是一个更偏产业的问题：如果进入每一个新场景，都需要重新投入近似规模的数据、训练和工程资源，出货量增长最终仍可能对应不断增加的项目成本。
要让新增能力的成本随着场景扩张而下降，一个重要前提是机器人不必在每个新任务中从零开始，而是能够建立在已有能力之上继续学习。
贾奎在演讲中多次谈到能力边界。在他的理解中，包括人在内的智能体，本身就是由一个个边界内泛化的能力组成。机器人不需要一开始覆盖无限任务，可以先在技术能够稳定解决的范围内形成产品能力，再沿着能力边界逐步向外扩展。
跨维目前也沿着这一路径推进，从工业、商业逐步打开更多应用场景。贾奎将Physical AI的发展放在一条从技术萌芽、预期膨胀、泡沫幻灭、复杂爬坡到规模稳定的产业曲线上，并把Physical Token经济学视作穿越这条周期的一种方法。对今天的机器人行业而言，难点已经从证明技术可行，逐渐转向证明能力能否在场景持续扩张的同时，以更低的新增成本被复制。
而当这种低成本复制不再只依赖一家公司的项目团队，规模化还会进一步变成生态问题。跨维因此把目标从场景落地推向生态赋能，通过统一物理表达、跨本体适配、开放接口与协议，让数据伙伴、模型伙伴、开发者、集成商和行业客户共同参与Physical AI能力的生产与部署。
当机器人进入越来越多真实场景，新增能力的学习成本理应随着产业积累逐步下降。 Physical Token 经济学的意义，也正在于把这种规模化应有的变化，落实到一条可以持续观察的成本曲线上。
（封面图来源：跨维智能 ）
