AI行业深度日报：物理AI进入量产验证期，真正门槛是交付与安全

截至 7 月 15 日 21:00，本轮核验范围内没有发现 OpenAI、Anthropic、Google、Meta、DeepSeek 等主要厂商在今天发布新的通用基础模型或重大基础模型版本。最近一个可核验的头部模型更新是 OpenAI 于 7 月 9 日正式推出的 GPT-5.6 系列，包含 Sol、Terra、Luna，并提供 ultra 多智能体并行能力，已进入一般可用阶段。1

今天出现的逐际动力 COSA 0.5 是人形机器人系统更新，不应与通用大模型发布混为一谈。逐际动力官网目前只确认了「COSA 0.5 更新」这一产品条目和 7 月 15 日日期，没有公开足够的技术指标、评测或完整可用范围，因此本期不把它写成新模型发布。2

今天最值得关注的不是又一个机器人 Demo，而是几家公司开始把物理 AI 放进三种不同的验收状态：已经在客户现场工作、刚完成闭环内测、以及为量产和上市融资做准备。它们共同指向一个变化：行业的比较对象正在从「能不能动」变成「能不能稳定交付、持续运营，并在有人环境里承担责任」。

小鹏的数字首先是一个制造承诺，而不是市场已经消化的出货事实。CnEVPost 引述《华尔街日报》称，小鹏计划在今年年底前将 IRON 月产能提高到 1000 台以上，并在 2027 年第一季度把机器人放进中国门店担任销售助手，随后扩展到海外门店；小鹏此前披露的路线图还把普通家庭场景放到了 2028 年。3

这条信息的价值，不在于「1000」本身有多大，而在于它把机器人业务拉回汽车工业最熟悉的考题：工艺验证、小批量试产、规模制造、渠道服务和售后责任能否连续起来。目标如果不能转化成可交付的订单和稳定的工作时长，月产能只是一张产线规划表。

Agility Robotics 的动作更接近资本市场对物理 AI 的重新定价。公司和 Churchill Capital Corp XI 在 7 月 14 日向美国证券交易委员会提交了 Form S-4 注册声明草案，拟议合并完成后以「Agility」运营，并计划使用「AGLT」作为股票代码。公告写明，交易预计带来超过 6.2 亿美元毛收入，其中包括假设没有赎回时的 4.21 亿美元信托现金和约 2.01 亿美元增量融资；但交易仍要经过 SEC 审阅、股东批准、监管和交易所审批，不能写成已完成上市或已到账融资。4

这笔钱的用途也很说明问题：履行现有订单、扩大商业部署、扩大 Digit v5 生产，以及继续投入机器人、物理 AI、软件、安全系统和制造基础设施。Agility 6 月的公司公告称，Digit 已在 Schaeffler、GXO、Toyota Motor Manufacturing Canada 和 Mercado Libre 等企业的制造、分销与物流环境中部署；公司当时披露，九个客户设施累计运行超过 6.5 万小时，并称已锁定超过 3 亿美元、附带合同里程碑的多年期 Digit v5 订单。5

这些数字仍主要来自公司披露，需要和后续交付、收入确认及客户复购交叉验证。但它们至少把「人形机器人商业化」从发布会叙事拉到三个可核验的层面：客户是否真的在用，机器人能运行多久，资本是否愿意为下一代产线和安全能力买单。物理 AI 的融资，不再只是为训练一个更大的模型买算力，也是在为制造、部署和维护一套新的工业系统筹资。

自动驾驶已经展示了物理 AI 如何从实验走向运营。Waymo 官方 7 月 8 日宣布，准备在丹佛、拉斯维加斯、圣迭戈和坦帕启动不配备车内人类专家的全自动运营；四城初期先向员工开放，之后再迎来公众，并加入其已覆盖十多个城市的网络。6

这不是说人形机器人已经达到同样成熟度，恰恰相反，差距正在帮助我们识别物理 AI 的真正难点。Waymo 的产品边界相对清楚：限定城市、限定道路、限定车辆和固定的乘客流程；人形机器人面对的则是更多非结构化空间、更多任务组合和人与机器共处的安全要求。自动驾驶的进展说明，泛化能力并不是一句模型能力描述，而是要在明确的运行设计域里，通过车队数据、维护体系和事故响应不断扩大边界。

小鹏的 Robotaxi 处在更早阶段。7 月 9 日，小鹏董事长何小鹏完成了公司 Robotaxi 封闭测试的首个线上下单、上车和自动出发闭环，公司称将继续向内部用户、广州居民和访客开放内测，并计划在 2026 年下半年开展示范运营。该车使用小鹏第二代 VLA 大模型，和 IRON 共享同一模型基础；但公司同时承认，大规模推广仍需要继续解决安全、体验和泛化能力问题。7

因此，小鹏的汽车与机器人布局值得关注的不是「一家公司同时做两种硬件」，而是同一套感知、决策、芯片、数据和供应链能力能否跨场景复用。复用成功，车企会获得比纯机器人创业公司更快的制造和运维路径；复用失败，两个业务就会共同消耗研发预算，却各自面对不同的安全与商业化周期。

逐际动力在 7 月 15 日更新 COSA 0.5，至少说明人形机器人厂商正在把发布对象从单一「大模型」转向连接认知、技能、运动控制和设备管理的系统层。但官网当前披露不足以支持对系统架构、任务成功率或长时运行能力作出结论。2

这条边界很重要。机器人需要的不是一张榜单上的语言或视觉分数，而是一套在传感器失真、任务中断、部件磨损和人类临时介入时仍能安全收敛的系统。对企业客户来说，真正的采购对象也不会是一个模型名字，而是「机器人本体 + 技能库 + 任务编排 + 远程运维 + 安全责任 + 数据闭环」的整套服务。

中国工信部在 7 月 7 日的 WAIC 新闻发布会上预计，2026 年中国人形机器人全年整机产量有望突破 10 万台，并表示正在推进「人形机器人与具身智能实景实训」等专项行动；同一发布会披露，规上工业企业人工智能应用普及率已超过 30%。新华网同时确认，2026 世界人工智能大会将于 7 月 17 日至 20 日举行，智算和具身两大赛道各有超过 200 家企业参展。8

10 万台是产业目标，不是已经发生的销量。它的后半程要靠实景实训把目标拆成可验收任务：在什么工厂、做什么动作、连续运行多久、由谁承担安全责任、失败后如何恢复。若这些答案仍停留在展会演示，产量增长并不等于商业化成熟；如果能形成统一接口、可复用技能和稳定的运营数据，量产才会开始产生网络效应。

第一，企业采购要把「能演示」改成「可验收」。 采购方应先问连续运行时长、任务成功率的统计口径、异常恢复和人工接管流程，再问模型参数或 Demo 的任务数量。对制造、物流和仓储客户，停机成本和安全责任往往比单次任务的最高成功率更重要。

第二，投资判断要把「规划」和「兑现」分开。 小鹏的 1000 台月产能是规划，Agility 的 6.2 亿美元是拟议交易的预计毛收入，工信部的 10 万台是产业预测；它们都值得跟踪，但都不能替代实际出货、客户合同执行、运行小时数和现金流。反过来，Agility 已披露的客户现场运行和 Waymo 的多城员工先行运营，属于更接近兑现端的信号。

第三，创业公司要在物理边界内建立数据飞轮。 通用人形叙事仍然吸引注意力，但当前最有价值的数据往往来自具体工位、具体路线和具体异常。能把安全、运维和任务恢复做成产品的团队，可能比只展示更复杂动作的团队更早拿到复购和融资。

未来一个发布周期，建议重点观察四个信号：小鹏 IRON 的产线是否出现可验证的试产和交付；Agility 的拟议交易是否完成正式 S-4、股东审议及交割；Waymo 四城何时从员工开放走向公众运营，以及其安全事件如何处理；WAIC 之后的人形机器人首发是否转化为真实客户订单和常态化实景任务。

今天的行业信号已经足够清楚：物理 AI 正从「看起来像人」进入「能否像一项基础设施那样被采购、部署和维护」的阶段。模型仍是能力底座，但决定商业化速度的，将是产线、场景、安全和责任链条。