模型路线趋同之后，Physical AI的胜负手变了
内容提要
物理AI面临数据、认知、行动与真实世界间的三层断裂，需建立持续学习闭环。元戎启行成立Superfluid Lab，以基座模型为核心，整合VLA、世界模型和AI Infra，强调零摩擦协作，推动从智驾向物理世界基础能力转型，代表行业竞争进入组织与基础能力阶段。
延伸解读
三层断裂：物理AI落地的核心挑战
文章指出，物理AI面临数据与模型、视觉与行动、模拟与真实之间的三层断裂。数据规模扩大不等于理解世界，模型需从数据中学习空间、时间与行为规律；视觉理解不等于稳定行动，需转化为连续、实时、可验证的动作；仿真环境难以覆盖真实世界的复杂性与长尾事件，虚拟提升未必等比转化为真实表现。这些断裂横跨多个技术环节，需建立持续反馈的双向链路。
从技术闭环到组织闭环
技术闭环的建立受制于两层摩擦：技术环节之间连接不畅，以及研发组织内部不同团队目标与节奏难以对齐。文章强调，完整闭环要求所有环节围绕同一模型问题快速反馈，因此技术闭环最终需要组织闭环支撑。Superfluid Lab的成立正是尝试通过扁平协作、共同对模型能力负责的组织方式，减少摩擦，提升研发效率。
竞争进入第三阶段：基础能力与组织竞争
行业竞争已从产品竞争、模型竞争演进到基础能力与组织竞争阶段。产品竞争关注功能与量产，模型竞争聚焦数据与算力，而第三阶段要求企业将人才、数据、算力、模型、仿真、工程与真实反馈组织成长期进化系统。元戎启行通过Superfluid Lab提前布局，试图从智驾公司转型为物理世界基础能力提供商，但这一长期定位仍需结果验证。
Q&A
物理AI面临的主要瓶颈是什么？
物理AI面临的主要瓶颈是数据、认知、行动与真实世界之间的三层断裂：模型与数据之间的断裂、视觉与行动之间的断裂、模拟与真实之间的断裂。这些断裂阻碍了AI从真实世界获取数据、形成理解、转化为行动并持续学习的能力。
Superfluid Lab是什么？由谁创立？
Superfluid Lab是元戎启行成立的国内首个面向物理世界基础能力研究的AI Lab，由前DeepSeek核心成员、元戎启行首席科学家阮翀带队。实验室以基座模型为核心，整合VLA、世界模型和AI Infra，旨在推动从智驾向物理世界基础能力的转型。
物理AI的技术路线有哪些？
物理AI的技术路线主要有两条明线和一条暗线：明线之一是VLA（视觉-语言-动作），代表公司有理想、小鹏；明线之二是世界模型，代表有华为WEWA、蔚来NWM；暗线是物理AI基座模型，它是两条明线共同奔赴的方向。
为什么物理AI需要组织闭环？
物理AI需要组织闭环是因为技术闭环涉及数据、算法、仿真、Infra等多个团队，各环节需要紧密协作才能快速反馈和迭代。如果组织内部存在摩擦，技术闭环难以实现，因此需要组织上的调整来确保所有环节围绕同一个模型问题高效协同。
Superfluid Lab的研发组织方式有何特点？
Superfluid Lab强调开放的研究环境、相对扁平的协作方式和较少的固定工作边界。不同方向的研究人员围绕同一个模型展开工作，并共同对最终模型能力负责。这种组织方式不以产品节点为终点，而是围绕基础模型能力建立长期路线，形成持续循环过程。
行业竞争经历了哪几个阶段？
行业竞争经历了三个阶段：第一阶段是产品竞争，比较功能覆盖、用户体验和量产规模；第二阶段是模型竞争，比较数据规模、模型参数和迭代速度；第三阶段是基础能力与组织竞争，需要将人才、数据、算力等组织成长期进化的系统。
元戎启行为什么从智驾切入物理AI？
元戎启行从智驾切入物理AI是因为辅助驾驶积累的真实数据、工程能力和开放道路场景是物理AI能力的“试金石”。随着基座模型和多模态技术成熟，这些积累可以延伸至更广泛的物理世界能力，因此元戎选择以智驾为起点，逐步转型为物理世界基础能力公司。
Superfluid Lab的研究重点是什么？
Superfluid Lab的研究重点概括为三组关系：模型与数据之间的流畅性、视觉与行动之间的衔接、模拟与真实之间的迁移。实验室以基座模型为研究核心，重点探索VLA模型，同时推进世界模型和多模态理解。
