过去两年，AI 行业最热闹的叙事之一是“从比特走向原子”：大模型不再满足于聊天窗口，而是要长出身体，走进仓库、工厂和家庭。“物理 AI”（Physical AI）由此成为资本新宠。但近日在旧金山举行的机器人大会 Actuate 上，这股热情撞上了一个略显尴尬的现实，想看机器人的人几乎挤爆会场，能上台展示的机器人却屈指可数，而其中亮眼的主角，来自中国。
事件要点：会场很满，展台很空
据《商业内幕》报道，本届 Actuate 大会由机器人软件公司 Foxglove 主办，吸引了约 1500 名投资人、创业者和工程师到场，规模较 2025 年增长约三倍。Foxglove 联合创始人兼 CEO Adrian Macneil 透露，如果不是场地限制，门票销量可能超过 2000 张。
与火爆人气形成反差的是，现场展示的机器人数量远低于预期，为数不多的展品之一来自中国厂商。报道将硬件供应不足、训练数据短缺和供应链限制，点名为行业进一步发展的三道坎。
资金端的热度则毋庸置疑：Crunchbase 数据显示，全球机器人初创企业 2025 年融资规模达 150 亿美元，而 2026 年至今已达 188 亿美元，大半年就超过去年全年。
钱为什么跑在了货前面
这一冷一热的错位，是物理 AI 结构性矛盾的缩影。
其一是硬件的交付节奏远慢于软件的迭代节奏。大模型世界的 Scaling 靠 GPU 集群，机器人世界的 Scaling 靠电机、减速器、执行器和传感器一条条产线爬坡。资本可以在一个季度里把估值推高三倍，零部件工厂做不到。即便在硅谷自己的主场，能稳定供货的整机厂商，也有相当一部分在太平洋另一端，中国完整的机电产业链和批量制造能力，让“硅谷定义软件、中国交付硬件”的分工被直接摆上了台面。
其二是数据瓶颈比算力瓶颈更棘手。LLM 吃下的是互联网上现成的海量文本，物理 AI 需要的却是真实世界的交互数据：抓握的力度、打滑的瞬间、不同地面的反馈。这些数据没有现成爬虫可抓，只能靠遥操作采集、仿真合成与实机试错慢慢积累。这也是为什么 Foxglove 这类做机器人可视化与开发工具链的公司，反而站到了生态的卡位上，工具和数据基础设施，是当前最容易形成复利的环节。
影响与简评
对行业而言，短期内具身智能公司的估值叙事或许仍由 demo 驱动，但商业化节奏将由供应链决定；谁能先把“数据—硬件—场景”的闭环转起来，谁才有资格谈规模化。对投资人和创业者，这份报道提供了一个朴素的提醒：在原子的世界里，发布会和 PPT 的杠杆，远不如产线与良率。
Actuate 的反差感，本质上是两种时间尺度的碰撞——互联网资本以月为单位计价，制造业以年为单位爬坡。物理 AI 能否兑现，不取决于会场里坐了多少投资人，而取决于车间里能稳定流出多少台机器。这一次站在台上的主角来自中国，不是巧合，而是产业链现状最诚实的注脚。