摘要：Mistral收购物理AI公司Emmi AI、川崎重工与Nvidia筹建机器人中心、日本企业AI机器人采用意愿上升，说明工业智能正在沿着物理理解、现场执行和制造供给链三条线同步推进。
Mistral收购物理AI公司Emmi AI、川崎重工与Nvidia筹建机器人联合开发中心、日本企业AI机器人采用意愿上升，说明工业智能正在沿着物理理解、现场执行和制造供给链三条线同步推进。PIA Automation和SendCutSend这类落地型企业的动作，则进一步表明工业AI的竞争已经开始穿过仿真、集成和制造服务体系。
Reuters 5月19日报道，法国AI公司Mistral AI收购奥地利物理AI创业公司Emmi AI。Emmi AI的方向并不是通用聊天，而是面向气流、热传导、材料应力等物理仿真问题的模型能力。这一动作很有代表性：欧洲AI公司正在把产业优势从语言模型延伸到工业工程、仿真和制造现场。
工业AI和通用AI最大的区别，是它不能只靠“像不像”。在工程场景里，一个模型如果不能理解流体、热、力、材料、磨损和边界条件，就很难在航空、汽车、半导体、高端装备中产生可靠价值。Mistral收购Emmi AI，表面看是补技术短板，深层看是把欧洲传统工业优势转化为AI时代的差异化能力。
这件事对中国工业AI也有启发。我们不能把工业智能简单理解为“给工厂接一个大模型”。真正有价值的工业AI，必须能进入仿真、诊断、控制、工艺优化和质量预测这些高价值环节。谁能把行业机理、工程软件、现场数据和模型训练结合起来，谁才可能形成长期壁垒。
Reuters 5月21日援引日经报道称，川崎重工将与Nvidia合作开发融合机器人与物理AI的解决方案，并计划在美国圣何塞设立联合开发中心。报道提到，合作初期会关注医疗和移动出行领域，并将Nvidia仿真技术用于川崎正在开发的四足个人移动机器人Corleo，同时还会与Analog Devices、Microsoft、Fujitsu等伙伴协同。
这条新闻的价值不在“川崎又做机器人”，而在组织方式发生了变化。Physical AI不是单点技术，它需要机器人本体、传感器、边缘计算、仿真训练、控制系统、云端工具和行业场景共同配合。川崎选择在硅谷建立中心，本质上是在把硬件、AI、仿真和生态伙伴组织到同一个创新节点里。
对工业企业来说，Physical AI的关键不只是“机器人长得像不像人”，而是能否在复杂环境中感知、判断、执行并持续学习。仿真技术在这里扮演关键角色，因为真实工厂试错成本太高，必须先在虚拟环境中训练、验证、压测，再进入现场部署。未来工厂机器人竞争，很可能不只是本体竞争，而是“仿真环境 + 数据闭环 + 控制策略 + 安全认证”的体系竞争。
Reuters 5月20日报道的一项日本企业调查显示，约三分之一日本公司已经在使用或考虑部署AI机器人。其中，交通运输设备制造商最积极，80%的相关企业已经使用或正在研究AI机器人。调查还显示，在已经使用、计划使用或考虑使用AI机器人的企业中，71%选择制造场景，19%选择危险任务，11%选择面向客户的服务场景。
这个数据说明，AI机器人不是单纯的资本市场故事，而是日本产业结构问题的应对方案。日本长期拥有Fanuc、Yaskawa、Kawasaki等工业机器人强企，但传统机器人以重复性、规则化任务为主。当前劳动力短缺、老龄化、供应链韧性要求上升，使企业开始寻找更自主、更灵活的机器人形态。
这也提醒我们，工业智能落地往往不是从“技术最炫”的地方开始，而是从“人最缺、风险最高、重复性强、成本可测”的场景开始。制造、危险作业、搬运、检测、维护，都是AI机器人更现实的切入口。对中国制造业而言，人口结构变化和一线工人短缺同样会推动这类需求，只是不同地区和行业的节奏不同。
Robotics & Automation News 4月15日报道，PIA Automation推出“Embodied AI & Humanoid Robotics”新业务部门，并与Agibot在Joybot Manufacture合资框架下推进工业人形机器人研发和产业化。PIA本身是自动化解决方案企业，这类公司切入具身AI，意义不在于它是否立刻造出最强人形机器人，而在于它知道工业客户真正缺什么。
工厂要的不是一场机器人表演，而是一个可集成、可维护、可验收、能接入产线节拍的系统。传统自动化集成商掌握工艺节拍、设备接口、安全规范和客户现场，这些能力恰恰是具身智能创业公司最缺的。人形机器人如果要进入装配、柔性搬运、产线辅助和自适应物流，最终必须通过这些集成商完成“从Demo到工位”的转换。
这条线索说明，人形机器人产业的价值链可能会重新分工。模型公司、本体公司、传感器公司、仿真平台和自动化集成商都会参与，但最后能否进入工厂，取决于谁能把机器人变成一套可交付工程。
《华尔街日报》5月19日报道，美国按需制造创业公司SendCutSend获得1.1亿美元投资，投资方包括Sequoia、Paradigm以及Stripe联合创始人Patrick和John Collison，估值达到约10亿美元。SendCutSend主要提供快速钣金、定制零件和工业部件制造服务，服务对象包括航空航天、机器人、数据中心等硬科技行业。
这个案例很有意思，因为它不是一家典型AI软件公司，却正在被AI浪潮推高需求。AI数据中心、机器人原型、航天硬件、自动化设备都需要快速打样、快速加工和小批量定制零部件。软件迭代变快以后，硬件供应链也必须变快。过去机械工程师等两三周拿样件，现在希望像电商一样上传文件、自动报价、快速交付。
这说明工业智能并不只发生在算法层。AI带来的产业变化会沿着供应链向外扩散，带动制造服务、材料加工、机加工、传感器、机柜、散热、边缘设备等一整套硬件基础设施升级。所谓“新工业化”，不是抽象口号，而是这些看似传统的环节被重新数字化、平台化和资本化。
今天这些线索共同说明，工业AI正在从“看起来聪明”走向“在现场可靠”。语言模型可以帮助组织知识，但工厂最终考验的是力、热、流、材料、节拍、安全和维护。未来工业智能的竞争，不会只属于模型公司，也会属于懂工程仿真、懂自动化集成、懂快速制造、懂现场数据闭环的企业。
真正的工业AI，不是给设备加一个聊天窗口，而是让设备、工艺、供应链和工程知识形成可以持续改进的智能系统。
1. Reuters：Mistral AI buys Austrian physics AI startup in industrial push
2.
https://www.reuters.com/business/autos-transportation/mistral-ai-buys-austrian-physics-ai-startup-industrial-push-2026-05-19/
3. Reuters：Kawasaki Heavy, Nvidia plan Silicon Valley robotics center
4.
https://www.reuters.com/world/asia-pacific/kawasaki-heavy-nvidia-plan-silicon-valley-robotics-center-nikkei-reports-2026-05-21/
5. Reuters：One in three Japan firms using or considering AI robots
6.
https://www.reuters.com/business/autos-transportation/one-three-japan-firms-using-or-considering-ai-robots-2026-05-20/
7. Robotics & Automation News：PIA Automation launches embodied AI and humanoid robotics division
8.
https://roboticsandautomationnews.com/2026/04/15/pia-automation-launches-embodied-ai-and-humanoid-robotics-division-targeting-industrial-applications/100592/
9. Robotics & Automation News：Why industrial AI must be trained on physics, not prompts
10.
https://roboticsandautomationnews.com/2026/05/14/opinion-why-industrial-ai-must-be-trained-on-physics-not-prompts/101567/
11. SendCutSend Newsroom：SendCutSend Is Building America’s Anything Factory with $1B Commitment to U.S. Manufacturing
12.
https://sendcutsend.com/newsroom/
关注高促会新质生产力工委会公众号
关注工业智能算网平台
发布日期：2026年5月26日
发布机构：中国高技术产业发展促进会新质生产力工作委员会
本报告仅供行业研究参考，不构成投资建议