当前人工智能正进入新的发展阶段；生成式人工智能在虚拟空间表现出很强的内容创造能力，代理式人工智能也开始具备编排复杂任务的能力，但这些进展大多仍停留在信息处理层面。随着应用边界不断扩展，人工智能面临一个关键问题：如何从虚拟世界走向物理世界。物理世界与虚拟世界存在本质差异。工厂、仓库、街道等真实环境具有连续性、不确定性和部分可观测等特征。智能系统在其中运行，必须处理传感器噪声、控制延迟、环境扰动等现实约束，同时保证决策的实时性、稳定性和安全性。一旦出现失误，可能引发设备故障、财产损失甚至安全事故，随之而来的责任与合规问题也远比虚拟应用复杂。因此，物理智能必须走出不同于传统人工智能的技术路径。物理智能通过构建“感知—决策—验证—执行—反馈”的完整闭环，实现从虚拟智能到实体执行的跨越。其价值在于让智能系统不仅能推理判断，更能可靠、安全、高效地完成物理任务。要做到此点，需要在体系定义、能力模型、工程架构和关键技术各上进行系统性创新，并推动工程方法与系统范式升级。物理智能的发展具有重要的战略意义。当前正处于人工智能与实体经济加速融合的阶段，物理智能作为连接数字与实体的桥梁，正在推动智能技术进入新的应用周期。其发展水平将直接影响智能制造、智慧物流、城市治理等领域的竞争力。通过更深度地融合机器智能与物理系统，有望改造传统行业的运行方式，提升生产效率，并为现代化基础设施提供关键技术支撑。然而，物理智能要实现规模化应用仍面临多重挑战。在复杂动态环境下，感知、决策与执行能力仍存在瓶颈；高质量数据获取成本高；仿真与现实之间差距明显，影响模型迁移与落地效率。更关键的是，物理智能系统对安全性、可解释性与合规性的要求显著高于传统软件系统，但全生命周期管理机制仍不完善。这些问题叠加，成为制约规模化落地的主要障碍。业界普遍认为，未来一至三年将是物理智能从验证走向大规模部署的关键窗口期。该阶段的技术突破与应用实践，将决定其在各行业的渗透速度与应用深度。有关产业需要加强基础研究，完善工程标准体系，建立更可操作的安全评估与治理机制，为物理智能健康发展打好基础。
从信息空间走向实体世界，是智能技术演进的必然方向。物理智能的竞争不只在模型能力，更在工程体系、安全机制与产业协同的整体水平。只有把可靠性放在首位，将合规与责任机制贯穿设计、部署与运营全过程，才能让技术创新真正转化为可持续的产业动能，为制造升级、物流提效与城市治理提供更坚实的支撑。