数字世界的AI革命已经奠基基石，但真实的战争才方才于物理世界打响。
年夜模子已经经能写代码、画设计稿、替换低级步伐员，数字世界的出产力东西革命大张旗鼓。但若你于工场里待过，就会知道：车间里的呆板还有是那台呆板，产线上的人还有是那些人，AI的海潮恍如于玻璃门外，热闹是它的，工场没有甚么。
这不是工场的问题，而是AI还有没有真正学会"于物理世界干活"。
7 月，2026世界人工智能年夜会（WAIC 2026）于上海进行。艾利特呆板人受邀出席“智能趋向论坛：迈向自立化工业AI落地的真实挑战与解法”，董事长兼CEO曹宇男博士以《光联智能：物理AI的战略前哨》为题发演出讲。
曹宇男于演讲开篇中抛出一个犀利的判定：咱们正置身物理AI的“斯年夜林格勒时刻”——物理AI的进口，恰是通往AGI的必争前哨。
当前AI已经完成L1任务——替换步伐员编程，但这仍属在“看患上见摸不着”的数字世界。真实的战争于L2刚打响：让AI进入物理世界，成为真实出产力。
从L1到L2，超过的是整个物理维度的鸿沟，面对两年夜底子挑战：多维物理数据的收罗极端坚苦，行业尚缺要领论与基础举措措施；同时需传感器交融与具身智能两重冲破，将物理旌旗灯号转化为AI可练习的“认知燃料”。
L2之上是L3——让智能呆板人以大众办事平台进入家庭康养、电车维保等糊口场景。但艾利特呆板人坦诚：当前技能仅达L2，连L3门坎未和。从试验室到产线，再抵家庭，每一一级超过都是场景繁杂度的指数级跃升。
演讲中曹宇男直接点出了当前物理AI落地面对的四重瓶颈：
■ 01数据
真实工业场景的数据收罗成本，是互联网数据的10 到 100 倍；
■ 02模子
通用与专用之间的效率均衡始终难以破解；
■ 03 履行
机械臂于毫米级精度下的偏差持久被低估；
■ 04 范围化
范围化：每一推进一步都是一道新的工程门坎。
更棘手的是，这四个瓶颈不是自力的，而是彼此咬合、组成死轮回：数据不敷，模子泛化就差；模子不敷好，客户不敢用；客户不消，数据就更难堆集。这个轮回，不是靠堆资源就能打破的。
曹宇男分享了一个朴素却扎实的逻辑：先把能干活的工具做出来，让客户用起来，让真正的出产数据天然回流，再反过来驱动AI进化。三个维度必需同时运转，缺一不成。
但条件只有一个——产物患上充足靠得住。这是艾利特已往数年埋首深耕的“缄默沉静长征”：把硬件打磨到极致，直到成为行业内为数未几同时经由过程MTBF 10万小时认证、IP68防尘防水、ISO 13849功效安全认证等“全栈硬核玩家”。底座稳了，数据才有资历谈，模子才有资历建。
有了范围化部署带来的真实出产数据，一个正向飞轮才能转起来：客户利用价值→高质量数据→模子迭代→硬件进级→更完美的系统指标→更多的范围化能力→更大都据。这个链条上的每一一环，都必需经患上起真实产线的查验，而不是靠"讲故事"撑着。
艾利特将客户清楚地划分为三年夜战略板块：AI For Terminal（智能终端制造）、AI For Science（科学智能）、AI for Infra（算力基础举措措施）。为何是光通讯？光通讯处于AI基础举措措施的最上游，其制造精度与一致性要求，刚好组成了查验物理AI能力的“极限测试场”。
艾利特率先于此实现范围化部署，与多家行业巨头并肩作战，成为姑苏光通讯具身智能呆板人的焦点代表。姑苏超等工场估计在2026年末竣工投产，进一步夯实产能结构。
曹宇男暗示：“光通讯只是艾利特的"此刻"，不是忽然冒出来的背注一掷。”从已往到此刻，艾利特于每个时代都站于焦点赛道上：汽车、3C 电子、半导体、新能源……每一一次都不是跟风，而是于真正的工业需求中磨出来的。
恰是由于有这些场景的连续深耕，艾利特才堆集起了他人难以复制的数据底座：百万级呆板人操作轨迹、百万小时实景操作数据、亿级力触觉传感器采样数据，修筑起工业制造范畴的焦点数据壁垒。
还有有一道行业公认的“魂灵拷问”，艾利特也于本次演讲中给出了极具战略纵深的解法。模子要进化，需要连续的数据喂养；而数据关乎客户焦点秘要。“模子能力进阶”与“客户数据主权”，听起来是一对于无解的抵牾。
艾利特的解法是：以“元启Primo”破局。试验室预练习通用智能，现场仅需少量样本冷启动；客户只回传工艺需求，敏感数据永世驻留当地，并经由过程联邦智能连续进化，主权毫不外流。
战略上推行“一脑多型”，不执著人形，聚焦自研“脑”，以快速部署、柔性编程及免示教为方针，终极实现零样本泛化——让呆板人于生疏场景中仍能精准决议计划履行。
曹宇男于演讲末了抛出一个更具穿透力的判定：呆板人不仅是AI的运用，更是AI进化的焦点驱动力。
以人形呆板报酬例，它笼罩三个战略标的目的：作为数据收罗的物理载体、作为模子验证的实体平台、作为场景落地的终极终端。呆板人与AI之间的瓜葛，正于从“被赋能者”翻转成为“赋能者”——每一一次真实产线上的动作，都是对于物理世界的一次“采样”；每一一次采样，都于喂养AI对于实际的理解。曹宇男提到：“谁拥有至多的真什物理交互数据，谁就握住了AGI进化的标的目的盘。”
疆场于工场的每一一寸地盘上，于每一一条真实脉动的产线上，于每个被呆板人以微米级精度完成的动作里。
这不仅是技能的角力，更是对于“何谓智能”的从头界说——真实的智能，不是于真空的符号体系中推导完善，而是于布满磨擦与噪点的实际世界中，依然能做出有界理性的最优决议计划。
展会咨询微信