目前物理AI行业围绕一个核心问题分裂成了三条路线——用什么数据来训练机器人？
| 真机遥操作采集 | 仿真数据生成 | 人类学习路线 | |
|---|---|---|---|
| 怎么做 | 怎么做 | 人戴着动作捕捉设备遥控机器人反复做同一任务 | 在虚拟环境中生成大量模拟数据 |
| 优势 | 用人类日常操作的第一视角视频训练 | 优势 | 动作精度高 |
| 劣势 | 数据量大、成本低 | 学到的是物理常识，可跨任务泛化 | 劣势 |
代表：Physical Intelligence（π0.5）、Generalist AI（GEN-0）, NVIDIA（GR00T）, 深度机智（PhysBrain 1.0）
三条路线的本质分歧：前两条在教模型"模仿动作"——看到什么动作就学着做什么动作；第三条在教模型"理解物理"——先搞懂物理世界怎么回事，动作自然就有了。
一个帮助理解的类比：
真机路线 = 手把手教，每个动作都要示范
仿真路线 = 在模拟器里练，练完去真实世界试试
人类学习路线 = 给模型看人类怎么做事的视频，让它自己悟
行业的趋势信号：2026年2月NVIDIA发布EgoScale论文，开始探索用人类第一视角数据——方向在向第三条路线靠拢。目前行业主流仍是前两条路线，第三条路线以深度机智为代表，还处于早期验证阶段。