标签: BEYOND

撰文 | 程书书

编辑 | 李信马

题图 | BEYOND Expo 2026大会

在BEYOND Expo 2026开幕式上，BEYOND Expo 联合创始人贺建东邀请全场观众，用30秒时间向邻座陌生人介绍自己，并分享对“AI: Digital to Physical（数实共生）”的理解，整个会场瞬间被嘈杂而真实的社交声浪所淹没。

这不仅是一个暖场小游戏，更是一个极具张力的行业隐喻：在经历了三年多由大模型、聊天框和虚拟生成构筑的“屏幕内繁荣”后，科技行业正被迫重新回到物理世界，去面对真实的人、真实的硬件，以及真实而混乱的实体规则。

一个明显的行业体感是，云端模型跑分的边际效应正在递减，而AI向物理世界的“实体大迁移”已然成为202标签6年最核心的产业潮汐。在会场里，无论是半导体巨头、机器人独角兽、端侧硬件开拓者，还是中东的主权财富基金与开源社区的布道者，他们的发言不再纠结于“参数规模”的虚荣指标，而是将焦点对准了精度、交付、供应链、本地化信任等极具“重工业”色彩的词汇。

当 AI 走下云端，旧有的轻资产软件打法、性价比出海模式和单点算力崇拜正在失效。这场实体大迁移不仅是技术形态的重构，更是一场生存秩序的洗牌。

01、绝对精度：实体智能的重工业长跑

软件世界是宽容的。在数字原生世界里，95%的准确率配合人类“最后1%”的纠偏，已足够支撑起千亿美元的SaaS帝国。然而，一旦AI注入物理实体，规则便发生断裂。

“全球GDP中有将近80%存在于制造、物流、零售、: 交通等物理世界。但将AI引入这些领域，最大的瓶颈在于精度要求是绝对的。”英伟达（NVIDIA）机器人与边缘AI副总裁Deepu Talla在开幕式演讲中的这番论述，一针见血地指出了软件大模型面对实体工业时的“失重感”。在物理世界中，不存在“人在回路（human-in-the-loop）”的容错缓冲——工业机械臂1%的抓取偏差意味着整条产线停摆，自动驾驶0.1%的判断失误代价就是生命。

为了跨越精度鸿沟，英伟达给出的工程解法是建立“三台计算机”闭环：云端重算力训练、仿真（Simulation）空间数据生成，以及部署在实体内部的实时大脑。在这套体系中，“计算即数据（compute is data）”颠覆了传统认知——面对BE昂贵且无尽的物理长尾场景，具身智能必须依赖高保真仿真世界来“无中生有”地喂养AI大脑。

然而，仿真与真实之间，始终存在难以凭空跨越的物理鸿沟（Sim-to-Real Gap）。普渡机器人创始人兼CEO张涛在会场给出了冷静的预测：“具身智能的ChatGPT时刻还没到，至少还需要3到5年。”

他算了一笔账：自动驾驶作为一个自由度相对较低的机器人系统，做好算法通常需要1000万小时以上的真机数据；而机器人在三维空间中的作业复杂度呈几何级数上升，即便有虚拟仿真的加速，要实现真正的泛化能力，依然需要累计大几千万至亿级小时的真机数据完成物理世界校准。这意味着，即使仿真能解决大量长尾场景的预训练，物理世界的最后校准仍是一条无法绕YO开的漫漫长路。目前，大多数高调宣称进军具身智能的公司，实际上还停留在真机数据金字塔的最底层。

更为关键的是，物理世界的技术爆发绝非单纯的模型迭代，而是一个漫长的工业化降本过程。大模型之所以能迎来ChatGPT时刻，是因为Chatbot（聊天机器人）提供了一个零门槛、低成本的交互界面；而机器人要实现真正的普及，必须出现一款在物理上“低成本、无心理负担、像买家电一样普及”的通用爆款硬件。这种对“绝对精度”与“工业化降本”的双重约束，宣告了物理AI正在从“轻资产的智力飞轮”演变为“重资产的系统工程”。

在会场上，Linux 基金会全球AI首席技术官Matt White提出了一个极具穿透力的判断：“智能是整个系统的输出，而不仅仅ND是模型的产物。”行业过去过度迷恋模型的跑分，但一个真正能落地的智能系统——无论应用于数字场景还是物理实体——都需要通过代码、检索增强生成（RAG）、上下文工程（Context Engineering）以及多Agent验证机制来共同拼图，从而补偿单一模型的幻觉与失败模式。

一位现场企业观众分享的真实痛点印证了这一系统观：在目前的B端业务中，企业完全敢于让AI Agent处理FAQs和基本的用户引导；但一旦涉及财务退款等资金流转任务，大模型的幻觉就会导致灾难性的财务混乱。解决这一信任赤字的方案，并非寄希望于某一个更聪明的模型，而是构建一个“多Agent验证系统”——在资金流转前，通过三个独立的Agent协同校验交易日志，标签形成去偏置的决策判定回路。

这种从“相信模型”到“信任系统”的跃迁，构成了AI走向物理世界的第一条铁律：这是一场比拼供应链深度、工程化耐力与系统级防御能力的重工业长跑。从更宏观的视角看，物理世界对AI的考核指标正在发生根本性转变——它不再是一场在云端用GPU堆砌出来的算力竞赛。

02、终极入口：眼镜才是AI的第一视角

既然AI走向物理世界需要一个硬件载体，那么这个终极的“物理接口”究竟是什么？

过去两年，全球硬件创业者进行过无数次激进的尝试：智能胸针（AI Pin）、AI吊坠、智能戒指、智能口袋计算机（Rabbit R1）……然而，这些产品大多在短暂的喧嚣后归于沉寂。

增强现实领域的产业开拓者、XREAL创始人徐驰在开幕式: 给出了一个确定性的行业研判：AI进入物理现实的终极入口，必然是轻量化智能眼镜，且它只需要一个杀手级应用——全天候的个人智能助手。

徐驰从两个维度拆解了眼镜作为多模态端侧载体的结构性优势：第一是“Always-on（全天候陪伴）”的物理属性。手机、电脑等设备在交互上属于“Instant-on（用时才开）”，用户只有在产生明确目的时才会唤醒屏幕；但未来的个人AI助理需要的是全天候的随身陪伴，在形态上，眼镜是人类已经习惯了几百年、且最能实现无感佩戴的随身设备。

第二是“第一视角”与“注视点追踪”的数据独占性。挂在胸前或戴在手上的设备，其摄像头获取的画面充满了背景噪声，AI 根本无法识别佩戴者此刻真正关注的目标。而眼镜与人类的感BE官同轴，能够提供最精准的注视点信息。“如果AI连你在看什么都不知道，它又如何主动、懂你地给出建议？”这种第一视角的数据独占，使得眼镜能够直接将用户的意图结构化输入给AI。

这也是为什么Google DeepMind CEO Demis Hassabis等全球大模型掌舵者，不约而同地将智能眼镜视为多模态AI最佳载体的原因。它在物理上无限接近《钢铁侠》中Jarvis的现实投影。

但作为一个冷静的行业观察者，我们需要剥离科幻电影的滤镜，看清当下的产业坐标。徐驰坦言，目前的AR/AI眼镜行业依然处于“0.几”的早期蓄势阶段，真正的“iPhone 时刻”尚未到来。不过，他提到，与20年前智能手机时代的产业地缘格局截然不同的是，这一次，规则不YO再由西方巨头单方面书写。

在初代iPhone诞生时，中国企业几乎被隔绝在核心规则制定之外，仅能扮演产业链末端的组装角色；而二十年后的今天，在空间计算与AI原生可穿戴设备的供应链上，中国企业在轻量化光学、微型显示、端侧超低功耗眼动追踪等核心技术上，已经构筑了极深的产业护城河。

这种产业地位的变迁，在XREAL与Google达成深度协作的故事中得到了最生动的体现：在 2024年Apple Vision Pro发布后，全球行业都在寻找一个轻量化、低成本的替代方案，Google 主动接触XREAL，试图将其硬件原型与软件系统相结合，为Sundar Pichai演示一个高难度的 Demo。在彩排前夕遭遇系统冲突的紧急关头，XREAL的ND中国工程师连夜跨洋飞赴美国，周日抵达，第二天即完成系统修复，随后两天配合彩排，最终确保了周四演示的成功。

这一细节向全球科技界传递了一个明确的信号：新一代中国硬件企业正在从“单纯的产能代工厂”，蜕变为全球顶级生态链中不可或缺的“深度共创者”。技术响应速度与跨国工程交付力，正在成为新一轮科技竞争中中国企业的核心货币。

03、出海 2.0：拒绝“单边压制”，重塑信任资产

当AI硬件产品开始规模化走向全球，地缘博弈与商业文化的冲突成为摆在所有出海企业面前最真实、最粗粝的现实。

在会场上，阿布扎比投资委员会（ADIC）董事总经理Mark Nicholas Cutis给出了来自中东主权基金的冷酷视角。他透露，中东资本正将目光系统性标签地投向亚洲，ADIC甚至扫描了中国112家机器人公司。但Mark极为犀利地指出了中国企业的共性短板：“技术上极其强悍，但在跨文化沟通与全球化品牌视野上，往往存在严重的信任赤字。”

在Mark看来，国内激烈竞争中厮杀出来的企业家，习惯了依靠技术和速度进行单维度压制，却缺乏与海外监管、工会及本地伙伴共建生态的经验。“你不能把在深圳的思维方式，直接套用到斯图加特的商业决策中，这是一种心智脱节。”

这一观点，也是徐驰发言中的“网球6:0理论”：中国企业出海做生意，往往有一种惯性思维，就像打网球一样，第一局使出全力打对方一个6:0，觉得这是对对手最大的尊重；第二局又打个6:0，第三局打完6:0，然后收拾拍子直接走人。在己方的: 语境里，这是效率与实力的极致体现；但在对方的体验中，这种极度缺乏沟通、缺乏利益让渡，甚至不带一丝温度的单方面资源压制，会带来极差的感受。其结果就是，下一次这个俱乐部举办活动时，没有人会再邀请你。

用徐驰的话说：“现在很多国家其实有点‘怕’中国公司。”正如他所做的那个生动比喻：“就像班里有一个不太爱说话、坐在角落里的学生，每次考试都拿满分，但不善于表达，也不跟同学们一起玩，大家就不知道他到底怎么想的。”

在性价比驱动的“出海 1.0”时代，单边压制或许能靠价格撕开血路；但在涉及实体资产、劳动力替代与数据隐私的“物理AI出海 2.0”时代，这种打法正遭遇全球系统性的防御。

如何在新秩序中赢得门票？张涛分享了三条可复制的实践经验：

• “BE广度优先”的渠道布局：机器人的刚需市场是所有面临用工荒的发达国家。普渡不采用串行验证，而是利用海外线下渠道商在多国并行全线铺开，自然筛选出高增长国家，再定向加大投入。
• 彻底的“Glocal（全球本地化）”：普渡自2021年起，在美、日、韩、德、新等多国建立本地办公室，招募本地员工运营本地市场，融入当地商业社会。
• 长期培育“信任资产”：B端客户往往会连续观察一家企业两到三年。张涛分享了一个细节：出海企业必须连续几年参加当地行业展。如果去了一年，第二年没去，海外客户就会怀疑你公司财务出了问题，前期信任瞬间归零。

这种对信任的培育，与XREAL致力于在海外传播中去除品牌的“国家前缀”、直接以“XREAL”这一独立国际品牌建立心YO智的努力，在本质上是相通的。全球化2.0的生存法则不再是“把性价比卷到极致”，而是如何通过合理的利益让渡、彻底的本地化合规以及长周期的商业信用，将自己重新设计成全球生态系统里一个“受欢迎的共生体”。

在这场实体大迁移的浪潮中，对每一个从业者来说，同样需要完成自身的进化。如Matt White所建议的，必须跨越Prompt的表层泡沫，成为能够理解从GPU、CUDA、微调到系统架构设计的“全栈AI工程师”。唯有如此，当AI真正走出屏幕、深入物理世界的每一个角落时，我们才能成为那个准备好的人。