他认为，在商业服务的落地会比家庭、工业领域更快些。
在他看来，基础模型能力的持续跃升将带动物理 AI 机器人模型自进化循环的效能同步提升。随着每月、每年基础模型不断迭代升级，自进化系统本身的能力也会随之增强，形成良性循环。
一旦该闭环体系顺畅运行，将大幅提升机器人的开发效率与迭代进化速度，经过一段时间的持续运转，有望真正实现机器人自我进化能力的实质性跃升。
机器人是物理 AI 的重要落地场景。
黄仁勋已经多次表态称，" 下一波浪潮是物理 AI。" 也就是机器人的时代。根据英伟达的解释，物理 AI 是指使用运动技能理解现实世界并与之进行交互的模型，它们通常封装在机器人或自动驾驶汽车等自主机器中。利用物理 AI，自主机器能够感知、理解并在现实世界中执行复杂的操作。
10 月 21 日，黄仁勋在 GTC 柏林大会上发表主题演讲称，AI 工厂部署最快缩至 14 天，物理 AI 将加速落地。
美东时间周三，马斯克在特斯拉财报电话会上表示，他坚信人形机器人整个赛道都将成为全球最大的产业，未来地球上人形机器人的数量甚至会超过人类。他还预计，到明年年末，机器人 AI、机电设计、可靠性以及使用寿命等一系列问题有望得到解决，" 到那个时间点，我们才可以对外向特斯拉以外的企业交付 Optimus。"
开源证券指出，物理 AI 有望成为编码之后需求空间最大的市场，以 Optimus 为例，其落地路径是先工厂、再商用、后家庭，目前 Optimus 已明确进入量产阶段，2026 年 10 月底上游核心零部件预期达到周产 2000 至 2500 台机器人的供应能力，2027 年全年保守实现 10 万台量级；OpenAI、Anthropic、DeepSeek 等多数通用前沿模型公司正酝酿进入具身智能和物理 AI。
国金证券表示，世界模型通过学习环境状态及其随时间和动作发生的变化，为机器人建立可供推演的内部环境表征，VLA 将视觉和语言输入映射为机器人动作，世界模型则为动作选择提供未来状态预测和结果评估；随着模型能力向物理世界延伸，物理 AI 的竞争将覆盖空间数据、物理仿真、机器人本体、训练算力和真实场景反馈等完整技术链条，为 AI 创造更大的商业化场景。
中信证券则称，GPT-6 与 Gemini 4 在机器人规划、空间感知及 Real-to-Sim 建模上的进步，正在拓宽通用大模型参与机器人开发与训练的空间，硬件上，国产整机厂和特斯拉 Optimus 量产爬坡不断提速，并且特斯拉有望在四季度发布 Optimus V3，将人形机器人产业发展带入新的阶段。基于此，看好机器人产业的量产和应用前景，建议关注产业链核心厂商。
