物理AI正站在爆发前夜，对这一趋势，业界有一个形象的共识：AI浪潮正从比特世界，转向原子世界。

也就是说，人工智能下半场，将从信息、数字、图片、虚拟世界（比特），转向物质、实体、真实物理世界（原子）的感知、决策、行动、预测。

10月21日，黄仁勋在柏林GTC上表示，物理AI是AI的下一波浪潮，英伟达将围绕算力、仿真、模型与部署构建物理AI基础设施，为机器人企业提供完整开发工具链。

黄仁勋此前还曾表示，物理AI对应超过50万亿美元的产业机会。

10月22日，宇树科技董事长、总经理兼首席技术官王兴兴在2026世界物理AI大会上表示，物理AI目前已经看到被击穿的苗头，很可能就在最近1-2年或者2-3年。宇树也在同步推进自身的物理AI系统。

除了英伟达、宇树科技外，OpenAI、Meta、Google、字节等模型公司也纷纷下注物理AI。

其实，如果我们把视线从AI科技圈，转向更复杂、约束更严格的能源系统和气象预测领域，物理AI已经进入业务落地兑现期，中国企业早已用来破解气象预测最难题。

比如远景科技集团研发的“远景天机”气象大模型，已多次斩获国内外顶尖赛事冠军，并已经在新型能源系统中发挥作用。

近日，欧洲中期天气预报中心（ECMWF）举办的人工智能气象竞赛（AI Weather Quest）公布最新赛季榜单。“远景天机”气象大模型以气温、气压、降水三项核心指标综合排名第一的成绩登顶榜首，从全球近20支参赛团队中脱颖而出，成为这项权威国际赛事开赛以来率先登顶的中国新能源行业选手。

图说: “远景天机”此次参赛的代号为Arcana（本意为奥秘、知识）

这项竞赛的含金量是非常高的。

欧洲中期天气预报中心（ECMWF）被业内称为“全球气象预测黄金标准”，它的传统数值天气预报模式长期是全球基准。

从赛制规则看，也非常有难度。这次AI气象模型预测竞赛聚焦的是次季节预报（未来第26-33天），而不是大家熟悉的15天短期预报。

次季节预报是气象预测中的最难点之一，被气象学界称为 "可预报性荒漠"。过去十几年，全球气象AI的突破大多集中在0-15 天的中短期预报，次季节赛道长期是公认的硬骨头。

它的难点包括：时间越长，大气混沌特性越明显，确定性大幅下降；需要同时兼顾大尺度环流趋势和局地精细化表现。

而且最后的评估是连续、实时、用真实后续天气来检验，而不是事后回测。

“远景天机”以参赛代号 Arcana 参赛，在周平均陆面气温、周累积陆面降水、周平均全球海平面气压三个指标上均排名第一，说明“远景天机”模型在“识别天气演变趋势”这个核心能力上，确实走到了当前国际前列。

 “远景天机”的稳定性也经受住国内外各种顶级赛事的挑战，并多次登顶冠军。

在全球榜单WeatherBench 2评测中位列第一梯队，与全球谷歌顶尖气象大模型不分伯仲；在中国国家气象中心组织的人工智能天气预报模型示范计划中，取得确定性预报赛道滚动更新综合排名第一。

此外，“远景天机”预测能力也在能源应用场景中得到检验，先后摘得国家电网AI负荷预测比赛、南方电网业务比赛桂冠。

“远景天机”气象大模型全球领先的秘密是什么？这与其背后的技术路线密切相关。

和单纯靠海量历史数据驱动的通用气象大模型不同，“远景天机”走的是物理 AI 融合路线：既遵循大气物理规律的约束，又叠加全球海量风电场、光伏场站的一手实测数据与卫星遥感信息。

靠大规模分析数据再训练的通用模型，容易出现物理不一致或长时效漂移现象。而“远景天机”是从能源场景里长出来的模型，强调把物理机理与深度学习结合，目标是在保持数据驱动效率的同时，提升物理一致性和长时效稳定性。

“远景天机”气象大模型负责人郑颖表示，作为全球首个物理AI气象大模型，“远景天机”依托PB级高时空分辨率数据和“天-地-空”立体数据网，千卡计算集群支撑海量数据稳定吞吐，可实现一分钟输出短期预测，十分钟完成全球全时预报，重点区域短期风速、辐照度预测误差显著降低30%。

这套多源气象数据库的优势在于：覆盖范围更广，且与真实地理环境高度贴合。正因如此，“远景天机”能够更敏锐、更精准地捕捉温度、湿度、降雨、风速等关键天气要素的变化轨迹。

在此基础上，模型还会结合不同地区差异化的用电习惯与负荷特征，综合推演出当地未来的电力需求走势。简单来说，这相当于为电网调度、电力现货交易以及新能源并网消纳，装上了一只看得清、望得远的“AI之眼”。

对远景而言，气象预测只是一项基础能力。“远景天机”还可以与风电、光伏、储能、绿色燃料乃至AI数据中心的能源管理发生联系，并已经进入能源、工业和基础设施等物理系统。

在内蒙古赤峰，远景打造了全球最大的零碳氢能产业园。这里是一个独立的新型电力系统，实现了100%新能源的独立供给、使用与管理。这背后就使用了“远景天机”和“远景天枢”超级智能体，对风电、光伏、储能、电解槽、氨合成、工业控制、天气预测进行实时管理，用物理AI来实现有效驾驭。

在能源领域， “远景天机”通过次季节预报，为提前研判电力供需变化、评估新能源发电趋势及安排运行计划提供参考，并将气象预测与实际运行场景结合，推动物理AI从天气研判延伸至能源决策。

目前，“远景天机”已帮助新能源功率预测精度提升30%以上，为新能源消纳和电力系统安全运行提供支撑。未来，远景将进一步拓展气象预测在能源电力、交通物流、城市应急等领域的应用，为更多行业的运行规划与风险管理提供决策依据。

如果说机器人具身物理AI的使命，是让AI走进现实、动手完成任务，那么能源与气象赛道的物理AI，则专注于预判物理系统的演化走向。它的价值同样厚重，商业化落地的脚步甚至更快。