国内物理人工智能（AI）企业认为，要在全球AI市场中获得竞争力，必须加强企业间的生态合作和国家层面的基础设施及标准化支持。在美国和中国主导的物理AI竞争日益激烈的背景下，企业需要超越个体应对，迫切需要建立民间联盟和政府的定制政策支持。
 
3日，由《亚洲经济》主办的“2026年全球论坛”上，国内主要物理AI企业和初创公司代表围绕“制造业与物理AI结合的成败”展开讨论，认为加速物理AI商业化需要数据提供商、仿真专业公司和AI模型开发商之间的全面合作。

与其追求独立生存，他们更倾向于通过“数据联盟”和“全球标准建设”寻找出路。拥有900多个制造现场基础设施的BrainCommerce提供现场数据，Endlight、RealWorld、CarbonSix等物理AI初创公司则对这些数据进行加工和学习，并通过仿真重构，形成以民间为中心的良性价值链。

BrainCommerce代表黄熙承表示：“我们正在为机器人和AI企业提供多样化制造现场获得的实际数据，并通过这种合作结构将开发的模型重新分发到现场进行验证（PoC），强调了民间主导生态系统连接的重要性。”

RealWorld执行董事崔秀焕提到与NVIDIA和Endlight的合作案例，表示：“全球企业与国内初创公司共同制作能够评估机器人精细手部动作等行为数据的全球‘基准’，要在全球市场中具备竞争力，需要建立国内优秀技术企业能够联合的‘联盟型合作体系’。”

讨论者一致认为，为了快速应对中国等快速增长的海外市场，国内也需要建立系统性的政府政策支持。

黄代表指出：“中国已经凭借标准化和模块化迅速占领市场，希望国家层面能够建立‘标准化政策’，使国内优秀初创企业的技术能够有机连接。”Endlight首席技术官金善泰也提到：“制造和物流等领域的数据形式多样，因此需要制定能够系统性收集和利用优质数据的‘数据标准指南’。”
 
与会者还关注到物理AI所必需的数据。金善泰首席技术官强调：“将制造商持有的CAD文件等静态数据转化为机器人可学习的物性和关节信息，并转换为仿真用的标准格式的过程至关重要。”他指出，尽管制造现场已经积累了大量数据，但直接用于物理AI学习仍然存在困难。
 
对此，崔秀焕执行董事指出，在数据获取过程中，各种监管成为障碍。他表示：“收集人工工作数据时会涉及个人隐私问题，而在核心产业现场还需考虑工业技术保护的限制。”
 
有观点认为，仅仅收集大量数据并不足以推动物理AI的进步。黄熙承代表表示：“机器人不仅要模仿人的动作，还必须理解‘为什么要进行这个工作’的过程。”他认为，韩国在精密制造过程数据方面的优势可以作为差异化竞争力。
 
此外，构建将数据实际应用于AI学习的基础设施也是一项重要任务。CarbonSix首席技术官徐亨周指出：“由于图像和制造过程数据的容量远大于语言数据，开发物理AI基础模型需要巨额成本，因此政府对高性能计算基础设施的支持至关重要。”