这家物理AI公司，要给美国28万家传统工厂装上「大脑」

在全球物理AI产业从实验室走向规模化落地的关键节点，工业场景成为各国竞相布局的核心赛道。法国凯捷咨询发布的《2026全球物理AI产业报告》显示，67%的企业高管认为物理AI将颠覆所在行业，79%的企业已启动相关技术布局，工业、物流、自动驾驶成为三大率先落地的场景。

传统AI仅能处理文本、图像等虚拟数据，就像只能回答问题的“书呆子学霸”，无法理解现实世界的物理规则，更无法完成叠衣服、操作工业设备等需要物理交互的任务，这也是物理AI成为AI赋能实体经济核心突破口的关键原因。而在美国，拥有大量老旧设备、系统互联互通性差的传统工厂，正成为物理AI落地的最迫切需求场景。

全球物理AI竞赛白热化，美国制造业智能化缺口凸显

从全球布局来看，美国依托技术底座与资本优势持续巩固领跑地位：英伟达持续迭代Cosmos世界基础模型、Omniverse库、Isaac仿真学习框架，为物理AI规模化训练、场景仿真提供核心支撑，近期还与微软、川崎重工宣布深化合作，在美国硅谷设立物理AI中心，瞄准老龄化与劳动力短缺问题，推进AI与机器人在医疗护理等场景的落地。日本选择以工业数据为支点寻求差异化突围，今年4月成立“日本AI基础模型开发公司”，计划结合制造业数据打造专属“物理AI底座”；韩国将物理AI发展列为国家战略，目标2030年成为“物理AI第一”；欧洲依托精密制造、工业软件等优势，通过Mistral AI收购奥地利物理AI初创公司Emmi AI加速工业智能化进程。

Hadrian Machina Labs的研究显示，美国当前有超过28万家传统制造工厂尚未完成数字化升级，其中80%以上的企业存在工业系统不兼容、数据无法打通的问题。行业专家Caputo曾形容当前传统工厂的数字化状态是“没有统一规则的荒蛮地带”，ERP、MES、PLC等工业系统互不兼容，既不符合ISA95工业标准，也难以适配不同品牌、不同年代的异构设备，中小制造企业的数字化改造成本动辄数百万美元，远超其承受能力，同时熟练劳动力短缺也进一步制约了生产效率提升。

瞄准28万家传统工厂痛点，Harmoni推出轻量化物理AI方案

Hadrian Machina Labs专家William Melek指出，当前工业AI落地的核心障碍是无法同时适配工厂的物理设备与数字系统，而Harmoni推出的物理AI解决方案无需大规模替换现有生产设备，即可通过轻量化部署打通不同工业系统的数据流，为传统工厂