物理人工智能（AI）时代已经正式开启。在2026年国际消费电子展（CES 2026）上，仿人机器人、自动驾驶、数字双胞胎以及可穿戴AI等成为主要关键词。在3月举行的英伟达GTC 2026大会上，首席执行官黄仁勋宣布了“物理AI的宇宙大爆炸”，确认了向现实世界转型的进程已经开始。AI已经具备了从虚拟环境训练到实际工厂和物流现场的基础设施。
看似不同的技术之间却有一个共同点，那就是对现实空间的感知和解读能力至关重要。在物理世界中运作的AI必须具备精准识别现场复杂条件的能力。
在CES 2026上，西门子宣布与Meta合作，将工业AI嵌入Meta Ray-Ban AI眼镜中。工人在佩戴眼镜时，可以在免提状态下获得实时语音指导和工作反馈。西门子与英伟达进一步宣布将共同构建“工业AI运营系统”，并提出在德国厄尔朗根工厂实现全球首个完全基于AI的自适应工厂的路线图。谷歌也通过Android XR平台扩展智能眼镜生态系统，瞄准企业市场。
市场调研机构Omdia预测，今年AI眼镜出货量将突破1500万台，到2030年将达到3500万台。尽管机器人完全取代工厂仍需时间，但为工人的眼睛配备AI现在已成为可能。
智能眼镜在现场正常运作需要的不仅仅是简单的位置信息。以GPS为代表的GNSS基础定位技术在一般环境中会产生几米的误差，而在室内或复杂城市环境中准确度会急剧下降。智能眼镜要向工人传递准确的信息，必须了解“在什么设备前，朝哪个方向看”。
超越这一限制的技术是视觉定位系统（VPS）。智能眼镜或移动设备的视觉传感器能够识别周围环境的特征点，并与预先构建的空间数据进行比较，从而以厘米为单位计算位置和方向。如果说GNSS在广阔区域的粗略定位上具有优势，那么VPS则能够在特定空间内实现精确的定位识别。在物理AI时代，工业现场所需的是对设备、结构、工作点和动线的立体化理解。
在英伟达GTC 2026上提到“工厂本身就是一个机器人系统”的说法也是同样的道理。要将整个工厂作为一个智能系统进行运营，内部的所有空间必须被数字化地准确理解。过去，精确的空间信息构建需要昂贵的激光雷达（LiDAR）扫描仪和熟练的测量人员，因此是大型项目的专属。现在，即使没有特殊设备，智能眼镜也能实现实时空间映射（SLAM）。计算机视觉和空间运算技术的进步大幅降低了这一门槛。
英伟达的物理AI数据工厂蓝图提供了一种架构，可以从有限的现实世界数据中生成大规模合成数据，加速视觉AI代理的开发。
技术的价值最终在现场得到验证。智能眼镜是物理AI所有技术栈与人接触的最终接点。在物流现场，佩戴智能眼镜的工人视野中，拣货位置、商品信息和数量实时显示，视觉AI自动识别条形码并与物流仓库管理系统（WMS）即时联动。无需额外的设备投资，仅通过软件即可实现引入。在设备维护与保养（MRO）现场，智能眼镜的摄像头识别设备的标签或二维码后，图纸、手册和检查记录会立即显示在视野中。仅通过语音命令即可完成从检查记录到报告生成的全过程，使依赖于经验的维护工作实现标准化。
在物理AI时代，未来的工业竞争将取决于现实空间的数字化精度，以及在此基础上AI如何顺畅地连接人、机器人和设备。而站在这一连接最前沿的，正是为工业现场工人的眼睛配备AI的智能眼镜。
※ 本报道经人工智能（AI）系统翻译与编辑。
