新华网上海7月18日电（记者 陈听雨） 作为物理AI通用型感知模组供应商以及空间智能领域的硬核玩家，宸境科技亮相2026年世界人工智能大会暨人工智能全球治理高级别会议（WAIC 2026），并展示了面向具身智能落地的两款核心产品：Looper具身智能数采系统与Navcore具身智能自主导航大脑。
物理AI是WAIC 2026上最火爆的概念之一。宸境科技创始人兼CEO胡闻在大会现场接受新华网采访，研判物理AI发展趋势，依托国内制造业完整产业链与海量场景优势，提出下一阶段物理AI必将走进实体经济，真正推动生产力跃迁。
图为宸境科技创始人兼CEO胡闻接受新华网采访
Looper——物理AI时代的数据生产设备
据宸境科技联合创始人兼首席运营官（COO）颜沁睿介绍，Looper具身智能数采系统是一套面向机器人基座模型和具身智能训练数据生产的可穿戴多视角采集系统。佩戴者无需改变自然操作习惯，即可同步记录头部第一视角和双手近场视角，将真实世界中的取放、装配、清洁、整理、检视等日常动作转化为可用于后续标注、重建和策略训练的数据资产。
胡闻表示，可以把Looper理解成物理AI时代的“数据生产设备”。Looper希望降低物理世界数据采集的门槛。过去一套高质量数采系统往往需要大量传感器集成、标定、同步和算法开发，建设周期长、成本高，也很难复制。Looper把这套复杂工程封装成标准化系统，让企业能够像部署生产设备一样部署数采能力。
目前，Looper重点适配具有高复杂度、高安全要求和高数据价值的真实产业环境，包括钢铁、冶金等复杂工业现场、港口、堆场和大型物流空间、工厂车间和能源设施、园区、地下空间及其他复杂室内外融合场景、人形机器人、四足机器人训练数据采集。
“这些场景的共同特点是环境大、结构复杂、动态变化多，传统公开数据集很难真实覆盖。”胡闻说，“在我们看来，未来中国最有价值的具身智能数据，就来自钢厂、港口、电厂、矿山和产线。这些地方代表了真实生产力，也代表了物理AI最有价值的应用场景。真实世界数据未来会成为重要的新型工业资产。谁能够低成本、持续地采集真实工业环境数据，谁就更有可能训练出真正理解中国工厂、中国道路、中国港口和中国基础设施的物理AI模型。”他表示。
Navcore——赋予机器人自主移动能力
如果说Looper负责把物理世界转化为机器可以学习的数据，那么Navcore具身智能自主导航大脑就是面向机器人自主导航和真实场景部署，解决“机器人如何在本体端稳定运行”的问题。
颜沁睿介绍，机器人本体厂商经常会遇到一些共性问题，比如，同一套算法换一台机器人就需要重新适配；在楼梯、坡道、重复纹理、室内外切换等复杂环境中，定位容易出现漂移或丢失；机器人传统建图方式无法高效管理、更新和复用；算法、传感器和控制系统之间缺少统一接口，现场调试周期长等。
图为宸境科技联合创始人兼首席运营官（COO）颜沁睿接受新华网采访
针对上述痛点，“我们希望把原本需要几十名工程师、数月甚至更长时间完成的工作，压缩为标准化适配和场景化部署。对机器人公司来说，这意味着可以把有限资源投入本体、任务能力和客户场景，而不必反复建设底层导航系统。”
目前，Navcore重点服务工业巡检、港口物流、园区作业以及四足和人形机器人自主移动等场景。
做物理AI时代的基础设施企业
在胡闻看来，普通大模型像一个知识非常丰富、语言能力很强的大脑，但它主要生活在数字世界里。而物理AI则要让这个大脑拥有眼睛、方向感、空间感、身体意识和行动能力。
“物理AI面对的问题更复杂，它不仅要知道‘门是什么’，还要知道门在什么位置、距离机器人多远、门是打开还是关闭、机器人能不能通过、应该从哪个角度接近，以及周围是否有人或移动障碍物。”他说。
人工智能正在从理解数字世界，进入理解和改造物理世界的新阶段。“下一阶段真正能推动生产力跃迁的AI，必须走进工厂、港口、矿山、电网、能源和城市基础设施，能够看懂三维空间、理解环境变化、做出行动决策，并安全、可靠地完成任务。这就是物理AI。”胡闻说。
他预计，未来一至三年，物理AI有望在工业场景率先进入规模化阶段，特别是巡检、物流搬运、设备监测、危险环境作业和大型基础设施运维。
“我们要为不同形态的机器人提供通用的感知模组、世界模型和自主的大脑，让人形机器人、四足机器人、轮式机器人、无人车和无人机都能更低成本、更高效率地进入真实产业场景。我们希望参与构建中国自主可控的物理AI基础设施。这不仅关系到一家企业的发展，也关系到中国机器人产业能否形成完整技术体系，关系到人工智能能否真正转化为制造业和实体经济的生产力。”胡闻说。
突破瓶颈，迎来拐点
2026年被看作物理AI从技术验证走向产业验证的重要起点，但还不能认为整个行业已进入全面成熟期。当前物理AI行业大致处于“从演示系统走向生产系统”的阶段。
颜沁睿表示，物理AI行业的主流发展思路是“单场景突破，逐步串联”。即由细分场景切入，针对巡逻、导航、行走等具体任务进行商业化落地，同时构建基础设施；逐步进行模型串联，通过为每个场景训练独立模型并将其串联。
而胡闻认为，物理AI距离全面普及，至少还需要突破四个核心瓶颈。首先是要有高质量真实世界数据，其次是模型的物理世界泛化能力，第三是软硬件工程化和标准化，第四是商业闭环。
“谁能把模型、数据、感知、计算平台和真实场景闭环连接起来，谁就有机会成为物理AI时代的基础设施企业。”胡闻说。
而中国物理AI产业的发展具有难得的自身优势。中国拥有全球最完整的制造业产业链，最丰富的真实产业场景，巨大的机器人本体产业基础，中国企业具有强大的工程化和迭代能力。
从无人机、移动机器人、四足机器人到人形机器人，中国正在形成世界上最活跃的机器人产业集群。中国企业有机会同时成为全球机器人硬件供应中心、物理AI数据生产中心、空间智能技术中心以及机器人操作平台的重要提供者。这是从制造优势向智能优势的升级。
“我们希望未来世界上每一台走进工厂、港口、矿山、能源设施和家庭的机器人，都能拥有中国企业提供的眼睛、空间感和自主行动大脑。这既是宸境科技的商业使命，也是我们这一代中国科技企业应当承担的产业责任。”胡闻说。