2026 年 1 月 5 日，英伟达在拉斯维加斯 CES 2026 上宣布推出面向物理 AI 的全新开源模型、框架和 AI 基础设施，并展示了全球合作伙伴为各行业打造的机器人产品。按官方表述，这套技术旨在加快整个机器人开发生命周期，包括构建能够快速学习多种任务的「专家级通用」机器人。
物理 AI 的产业含义
物理 AI（Physical AI）指让机器理解并与物理世界交互的模型体系，是具身智能的技术底座。与纯软件的生成式 AI 不同，物理 AI 的落地必须经过「感知—决策—执行」的闭环，且最终以硬件产品的形态交付。
这一转向意味着 AI 治理的焦点可能从「内容合规」向「产品合规」延伸。当模型被封装进机器人、自动驾驶车辆或工业设备，涉及的就不仅是生成内容标识，还包括产品安全、责任分配与出口管制。
三重合规议题
第一，训练数据的采集边界。 物理 AI 依赖真实场景的视觉、动作与传感数据。这类数据往往包含可识别个人的影像，以及可能构成重要数据的工业场景信息。采集环节的授权链条是否完整，将直接决定模型能否合法使用。参见数据合规风险清单与AI 数据合规。
第二，开源许可的下游约束。 开源模型降低了研发门槛，但许可证的商用条件、署名义务与衍生作品规则各不相同。国内已有对开源生态的司法表态，参见人工智能开源生态共识与Kimi K2.6 开源模型的合规账。
第三，产品责任的分配。 机器人一旦造成人身或财产损害，责任如何在模型提供者、整机厂商与使用者之间划分，目前尚无统一规则。欧盟《人工智能法》已就高风险系统的投放市场义务作出安排，可参见欧盟 AI 法案合规指引。
对国内企业的三点提示
其一，若引入境外物理 AI 基础模型，需评估其是否受出口管制或投资安全审查影响，参见美国 AI 模型审查行政令与AI 企业出海与外资并购的红线。
其二，若自研具身智能产品，应在研发早期即建立数据采集的合规档案，避免在量产阶段被动整改。
其三，若产品同时面向境内外市场，需按不同法域的高风险分类标准分别评估，参见多法域合规。
物理 AI 的产业窗口正在打开，但与之匹配的规则供给仍显滞后。对企业而言，先行者优势不仅体现在技术，也体现在能否把合规设计前置到产品架构之中。
本文依据英伟达 CES 2026 官方发布信息及公开报道编写，仅供参考，不构成法律意见。