物理人工智能公司构建系统的不同部分，使机器能够感知、决策并在现实世界中行动。有些公司开发模拟器和合成数据工具。另一些公司训练通用机器人模型，制造人形机器人或专用机器人，提供执行器和传感器，或在客户现场整合完整工作流程。
一个有用的公司地图应从产品和责任开始，而非时尚标签。基础模型开发者和仓库集成商可能都描述物理人工智能，但他们的收入、技术风险和证据看起来各不相同。同一家公司也可能跨越多个层面，通过合作伙伴关系或内部开发。
本指南补充了对 物理人工智能含义 及 人形机器人类别的概述。它是一个评估框架，而非投资排名。公司地位、产品和合作伙伴关系可能快速变化，需要进行当前的原始来源检查。
生态系统始于仿真和数据
仿真公司和平台提供虚拟机器人、环境、物理、传感器和测试流程。数据基础设施捕捉演示、轨迹、故障和标签。这些层降低了实验成本，但其价值取决于模拟或收集证据传递到目标机器人的效果。
NVIDIA的 Isaac 平台 涵盖仿真和机器人开发，而开放工具和数据集支持跨厂商的研究。比较支持的机器人格式、传感器模型、部署流程、许可、可重复性和集成，而不是统计可下载场景的数量。
基础模型公司制定可重复使用的机器人策略
机器人基础模型开发者在任务、环境或实例中训练系统。他们的产品可能接受图像、语言和机器人状态，然后输出动作或可复用的表示。商业产品可以是模型权重、 API、训练服务、数据收集或完整的软件栈。
研究方向的例子包括Google DeepMind Gemini Robotics、 Physical Intelligence pi0 和 NVIDIA GR00T。比较公开评估、支持的动作空间、适配数据、推断需求以及模型演示与可部署控制器之间的界限。
机器人制造商承担了物理平台的问题
机器人制造商必须将机械、执行器、电源、传感器、计算、控制和安全整合到可用的机器中。人形机器人制造商追求在人类设计环境中实现通用的机动性和操作性，而工业机械臂、 AMR和专用机器则优化更窄的工作流程。
Figure、 Boston Dynamics和敏捷机器人公司发布了不同的产品和部署证据。比较预期环境、有效载荷、运行时间、自主性、人工参与、机器人车队规模和客户运营，而非外观。
组件供应商决定性能上限
电机、齿轮箱、编码器、力传感器、电池、相机和计算模块会影响转矩密度、精度、运行时间和成本。制造商在采购关键部件时可以自行设计关节模块。供应商资格、交货时间和可制造性与原型规格同等重要。
人 形执行器行业指南 详细描绘了这一层。当一家公司声称拥有突破性机器人时，请询问该赋能组件是否已具备量产准备、大规模可用，并与热、结构和控制需求集成。
| 生态系统层 | 主要输出 | 核心证据 | 典型风险 |
|---|---|---|---|
| 仿真与数据 | 场景、轨迹与标签 | 迁移效果与下游效用 | 仿真—现实差距 |
| 基础模型 | 可重复使用的感知-行动策略 | 留出任务与硬件测试结果 | 覆盖范围与延迟 |
| 机器人平台 | 集成物理机 | 重复自主运行 | 可靠性与成本 |
| 组成部分 | 电机、传感器、计算和电源 | 合格规格与供应 | 整合与规模 |
| 部署 | 客户工作流程 | 持续运营指标 | 例外与支持 |
集成商将能力转化为工作流程
系统集成商将机器人与夹具、输送机、机动管理系统（WMS）或MES软件、安全系统及操作程序连接起来。他们定义工艺边界，处理异常并执行验收测试。即使操作能力强，如果周围工作流程不重新设计，仍可能在商业上失败。
部署公司可能会销售项目、订阅或基于结果的服务。比较谁拥有现场准备、正常运行时间、软件更新、备件、远程协助和恢复。合同应与试点期间测量的技术边界相匹配。
生态系统地图防止了虚假的对等比较
模型供应商可以在不制造数千台机器人的情况下扩展软件，而硬件公司则承担库存、认证和服务义务。模拟器可能通过开发者使用而非机器人收入获得采用。这些业务需要不同的指标和时间表。
对公司的主要交付物、客户、依赖性和经常性责任进行分类。然后识别其控制或合作伙伴的相邻层级。垂直整合可以减少接口，但也将资本需求和运营风险集中在一家公司内部。
演示证据应与部署证据分开
连续且未切割的任务表明该能力是可能实现的。反复试验显示测试分布内的可靠性。客户运营增加了班次长度、维护、库存变化、人员和业务约束。每个证据层级都有用，但不应被视为等价。
使用 机器人视频评估清单 检查剪辑、遥操作、速度和任务设置。强有力的公司报告揭示了干预、失败、运营时间及成功率背后的因素。
运营指标揭示了真实的产品
对于部署的机器人，测量自主任务覆盖率、已验证的吞吐量、干预率、正常运行时间、损坏和安全事件。包括机器人前后客户流程。如果补货、验证或异常处理成为瓶颈，快速的实验室运行可能不会增加产出。
机队规模应区分原型机、付费试点项目和生产系统。运营时间需要定义计划停机时间和监督测试。客户名称可以验证市场准入，但技术证据仍需任务范围和持续成果。
| 主张 | 可申请的证据 | 误导性的捷径 |
|---|---|---|
| 通用用途 | 定义任务族中的绩效 | 许多脚本演示 |
| 自治 | 干预分类与发生率 | 忽略设置和重置 |
| 生产准备 | 运行时间、服务和验收数据 | 原型机外观 |
| 成本降低 | 每个验证结果的总工作流程成本 | 仅机器人价格 |
| 可扩展性 | 制造、部署与支持能力 | 一个重大公告 |
商业模式问题紧随技术责任
硬件销售的收入认定方式不同于订阅、授权或机器人即服务。持续性模式可能包括维护和软件，但也会产生服务义务。没有了解安装、遥操作和现场支持，毛利润率无法被解读。
RaaS指南解释了责任和服务水平问题。对于每个优惠，明确机器人所有者、集成、数据、更新、消耗品、停机时间和期限结束时的移除。月度价格并不定义实际的风险转移。
建立一个活生生的公司观察名单
仅在原始资料为最新时，按层级、产品、支持任务、已宣布的客户、部署证据、资金或所有权记录每家公司。为每个声明添加日期和链接。合作伙伴关系、型号发布和机器人规格的变化速度可能比年度市场地图还快。
避免将观察名单视为推荐。它应揭示未解之谜并证明成熟度。当公司发布模型卡、安全文件、客户接受结果或可复现基准时，应及时更新，而不仅仅是发布宣传视频。
评估“物理人工智能公司：绘制机器人生态并评估证据”时，还应保存模型版本、机器人配置、标定文件、测试日期和全部试验记录。把成功、失败、恢复与人工介入放在同一份数据中，才能区分模型能力、系统接口和现场流程造成的差异。
成本评估除了设备与算力，还要记录数据采集、工程调试、安全措施、维护、停机和人员培训。只有把这些持续投入与单位成功任务的价值比较，才能判断方案是否适合扩大。
上线后仍要持续检查分布变化、传感器漂移、机械磨损和人工接管原因。监测结果应能触发降级、停止与重新验证流程，并为下一轮数据采集和模型更新留下可追溯记录。
- 对公司的主要生态系统层进行分类。
- 明确具体交付物和客户。
- 分别有模型、机器人和工作流程证据。
- 要求部署指标使用分母。
- 为每项主张标注日期，并重新核对原始资料。
常见问题
什么算是物理人工智能公司？
当公司构建感知-动作系统的重要部分时，包括仿真、机器人数据、模型、硬件、组件或部署，则可被认定为该层。层级应明确说明。
所有物理人工智能公司都是人形机器人制造商吗？
不。人形机器人只是一个细分领域。工业机器人、移动机器人、自动驾驶车辆、零部件供应商、模拟器和模型开发者都可以参与。
私营机器人公司应如何比较？
使用主要产品文档、客户部署、技术评估和披露的运营指标。资金和估值不能替代任务绩效的证据。
最重要的部署指标是什么？
使用经过验证的任务输出，涵盖覆盖范围、干预、正常运行时间、安全性及总工作流程成本。没有单一动作或模型指标能描述整个产品。
公司名单应该多久更新一次？
每当有重大产品、型号、客户部署或业务变动发生时，请检查并注明每条记录的日期。快速变化的早期市场使得无日期排名变得不可靠。
公司与市场说明
公司产品、合作伙伴关系、融资和部署状态可能快速变化。请从一手资料核实每一项当前声明，并将此生态系统地图视为分析框架，而非投资建议。