摘要：工业智能的热点正在从“模型能做什么”转向“谁能把算力、能源、冷却、制造和机器人训练体系整合成可复制的基础设施”。
最近几条工业智能新闻放在一起看，脉络很清楚：AI 的竞争正在从模型层，快速下沉到基础设施层。谁能把算力、能源、冷却、制造能力和机器人训练体系整合起来，谁就更接近下一代“AI 工厂”的真实入口。
6 月 15 日，施耐德电气与鸿海科技集团（富士康）宣布战略合作，双方将共同定义并扩展下一代 AI 数据中心。施耐德提供电力系统、冷却和能源管理能力，富士康提供先进计算平台、AI 机柜集成和全球制造能力。官方说法很直接：双方要做的是可快速部署、可复制、可预测的 AI 基础设施方案。
几天前，德国 NEURA Robotics 又宣布最高 14 亿美元 C 轮融资，投资方包括 Qualcomm、Amazon、NVIDIA、Bosch、Schaeffler、欧洲投资银行等。NEURA 的目标不是单卖机器人，而是建设 Physical AI 平台：机器人、传感器、边缘计算、大规模学习基础设施和真实训练环境共同构成一个生态。
这两条新闻看似一个在数据中心，一个在机器人，其实都指向同一件事：AI 要进入物理世界，必须先变成工业系统。
AI 工厂首先是能源和热管理问题
很多人谈 AI 基础设施，第一反应是 GPU。但真正的 AI 数据中心，难点不只是把更多 GPU 放进机房，而是如何给高密度算力稳定供电、散热、运维和复制。
施耐德与富士康的合作，关键词不是“更大的数据中心”，而是“reference architectures”“modular power and cooling skids”“closed-loop energy optimization”。翻译成工业语言，就是把 AI 数据中心从一次性工程项目，变成可复制的工程产品。
这很关键。当前 AI 算力需求增长太快，如果每个数据中心都靠定制设计、现场协调和工程堆人，交付速度会跟不上。行业需要的是标准化蓝图：电力怎么配，冷却怎么接，机柜怎么集成，监控怎么闭环，产能怎么爬坡。
富士康擅长大规模制造和复杂供应链，施耐德擅长能源管理和电气基础设施。两者合作，本质上是在把 AI 数据中心做成“工业化产品”。
这也是为什么施耐德 CEO 把能源称为 AI 扩张的基础使能因素。没有电，没有冷却，没有可控的能耗曲线，再强的模型也只能停在 PPT 里。
Physical AI 的核心不是人形外壳，而是训练和部署体系
NEURA 的融资则说明另一个方向：AI 不会永远只在屏幕里工作，它会进入工厂、物流、医疗、服务业和家庭。但机器人要真正规模化，瓶颈不只是机械结构，也不是单个大模型，而是物理技能的训练、迁移和部署。
NEURA 提到的 Neuraverse 和 NEURA Gyms 值得关注。前者是机器人共享技能和真实学习的开放生态，后者是面向认知机器人的大规模真实训练环境。换句话说，NEURA 想解决的不是“造一台能演示的机器人”，而是“让很多机器人持续学习、共享能力、规模部署”。
这和工业自动化过去的逻辑不同。
传统机器人通常是固定工位、固定任务、固定程序。它们很强，但适应性有限。Physical AI 想做的是让机器人具备感知、推理、行动和学习能力，能在更开放的真实环境里完成任务。
这条路很难，因为物理世界不像文本世界。文本错误可以重试，机器人错误可能撞坏设备；软件延迟可以接受，机械动作需要实时；模型幻觉在聊天里只是尴尬，在工厂里可能是事故。
所以 Physical AI 的本质不是“给机器人装一个大模型”，而是把传感器、边缘计算、控制系统、安全机制、仿真环境、真实数据采集和制造能力全部接起来。
工业智能进入“全栈竞争”
把这两条线合在一起看，工业智能正在进入全栈竞争。
上层是模型和智能体，负责理解目标、生成方案、调度工具。
中层是工程软件和数字孪生，负责把物理系统变成可计算、可仿真、可优化的对象。
下层是算力、能源、冷却、网络、传感器和机器人本体，负责让智能真正落地。
过去很多企业谈工业 AI，容易停在算法层：视觉检测、预测性维护、质量分析、排产优化。现在看，这只是第一阶段。下一阶段的竞争，是谁能把 AI 变成工厂和基础设施的一部分。
AI 数据中心是“训练和推理的工厂”。机器人训练场是“物理技能的工厂”。智能制造现场则是“AI 作用于真实物料、设备和流程的工厂”。这三者会越来越近。
对中国工业智能的启发
对中国企业来说，这里面有两点尤其值得警惕。
第一，不要只盯模型应用，而忽视基础设施产品化。未来 AI 算力会越来越像工业产能，谁能把供电、冷却、机柜、运维、调度、能效和安全做成可复制方案，谁就能吃到长期价值。
第二，不要把具身智能理解成短视频里的机器人表演。真正有价值的 Physical AI，是能在制造、物流、巡检、维护、医疗等场景中稳定创造产出。它需要长周期数据、工程耐心和产业协同。
这也解释了为什么工业巨头、能源技术公司、制造代工巨头、芯片公司、机器人公司正在互相靠近。AI 不再只是软件行业的事，它正在变成一套新的工业基础设施。
过去我们说“AI 工厂”，很多时候指的是训练大模型的数据中心。现在这个词的含义应该扩大：它既包括生产智能的算力工厂，也包括部署智能的机器人和制造体系。
工业智能的主战场，正在从屏幕转向机房、产线和真实世界。
参考资料
[^1]: Schneider Electric, Schneider Electric and Hon Hai Technology Group (Foxconn) announce strategic collaboration to accelerate next-generation AI data centers, 2026-06-15.
[^2]: NEURA Robotics, NEURA Robotics Announces Record Series C of up to $1.4 Billion to Accelerate the World’s Leading Physical AI Platform, 2026-06-10.