从“造机器人”到“定义场景”：五一视界(6651.HK)选择了一条不同的路

　　2026 年 6 月，德国博世集团在柏林举办互联世界大会，来自制造业、互联网与汽车产业的多位领军人物围绕 AI 下一阶段发展路径展开讨论。阿里巴巴集团主席蔡崇信判断，AI 的下一阶段将从数字世界走向物理世界，未来的机会不仅在于机器人，更在于所有与实体经济相关的应用场景。同月初，在奥地利维也纳举行的 ICRA 2026 国际机器人与自动化会议上，研讨的焦点同样聚焦于如何让具身智能跨越 "从语义理解到物理执行"。

　　两个顶级会议，都发出了一样的信号 ——AI 正在走出屏幕。

　　AI 正从数字内容生成走向物理世界的规模化应用。

　　从语义理解到物理执行，中间有一道鸿沟

　　当前 AI 在数字世界的能力已经很强 —— 它能看懂图片、理解语言、生成代码。但如果需要让它在物理世界里 "干活"，问题就来了。一台机器人能识别水杯这个物体，不代表它能稳稳地拿起水杯、绕过障碍、放到指定位置。语义理解和物理执行之间，隔着一整套对真实世界的认知能力，重力、摩擦力、空间关系、动态变化。

　　行业开始正视这个问题，ICRA 2026 大会的 Reasoning to Action 赛道，专门锚定具身智能 "任务理解→行动决策" 的核心能力。Agibot 世界挑战赛则直接采用真机实测，把真实物理环境适配度作为核心评分依据。

　　大家意识到了一件事：机器人不能只当 "二传手"—— 看懂指令还不够，它必须在执行动作的瞬间，反向去感知物理世界的微观反馈。

　　而这就需要一层新的能力。

　　这层能力是什么?

　　如果把具身智能产业链分成三层 —— 底层是算力和模型，顶层是机器人和终端用户 —— 那么中间还存在一层：连接算力和机器人的 "场景底座"。它不生产机器人硬件，也不亲自下场运营场景，而是负责把抽象的 AI 能力，转化为机器人能理解、能执行的场景认知和操作经验。

　　据新华社报道，博世集团董事会主席斯特凡・哈通(Stefan Hartung)在 2026 年博世互联世界大会(Bosch ConnectedWorld，柏林)上表示："工厂不仅是应用场景，更是训练场景。" 他认为相比家庭等复杂环境，工业场景标准化与可控性更高，更适合机器人完成训练与迭代。

　　这也催生了一批专注于中间层的技术公司。港股上市公司五一视界(51WORLD)就是其中的典型代表，它的定位正好卡在算力和机器人之间，做那个容易被忽视、却越来越重要的中间层，某种意义上可以理解为物理 AI 时代的软件层基础设施。

　　中间层的技术路径是怎样的?

　　核心思路是搭建一套从 "虚拟训练" 到 "真实部署" 的完整链条。

　　以五一视界的技术路线为例，它的世界模型将物理规律内嵌于模型推理的底层逻辑，使生成与推演过程遵循因果物理一致性。机器人可以在虚拟世界里 "预习" 真实环境 —— 学会在复杂场景中决策、避障、执行任务。目前其摄像头仿真置信度超过 92%，合成数据精度超过 99.9%，已经能够支撑相当程度的真实场景训练。

　　在仿真平台层面51Sim，高保真的训练环境是基础。在中国端到端高阶智驾仿真市场中，头部厂商已经占据了超过半数的市场份额。这套方法论在智驾领域已经跑通了，现在正在从汽车迁移到机器人。

　　而 Agent 底座系统51Claw，则负责把训练好的能力部署到真实的机器人上，完成从仿真到现实的无缝迁移。

　　截至目前，这类中间层厂商累计服务企业客户已超千家，预计年内将在工业、能源、矿山、应急等多类场景，帮助更多客户实现具身智能的落地部署。

　　当 AI 走向物理世界，中间层不可或缺

　　蔡崇信在互联世界大会上说，制造业将成为 AI 最具潜力的发展方向之一。哈通说，中国拥有全球最大、最完整的制造业体系，为机器人提供了丰富的真实应用场景。

　　场景有了，需求有了。但机器人不能直接扔进场景里就能干活 —— 它需要在进入物理世界之前，先在一个数字化的 "训练场" 里完成能力准备。

　　而这个训练场，就是中间层。

　　当 AI 从 "生成" 走向 "物理"，从数字世界走向真实场景，中间层不再是 "可选项"，而是必经之路。随着具身智能的商业化加速，这一层的价值会越来越清晰地显现出来。