BEYOND Expo 2026觀察：AI、眼鏡和機器人

撰文 | 程書書
編輯 | 李信馬
題圖 |BEYOND Expo 2026大會

在BEYOND Expo 2026開幕式上，BEYOND Expo 聯合創始人賀建東邀請全場觀眾，用30秒時間向鄰座陌生人介紹自己，并分享對“AI: Digital to Physical（數實共生）”的理解，整個會場瞬間被嘈雜而真實的社交聲浪所淹沒。

這不僅是一個暖場小游戲，更是一個極具張力的行業隱喻：在經歷了三年多由大模型、聊天框和虛擬生成構筑的“屏幕內繁榮”后，科技行業正被迫重新回到物理世界，去面對真實的人、真實的硬件，以及真實而混亂的實體規則。

一個明顯的行業體感是，云端模型跑分的邊際效應正在遞減，而AI向物理世界的“實體大遷移”已然成為2026年最核心的產業潮汐。在會場里，無論是半導體巨頭、機器人獨角獸、端側硬件開拓者，還是中東的主權財富基金與開源社區的布道者，他們的發言不再糾結于“參數規模”的虛榮指標，而是將焦點對準了精度、交付、供應鏈、本地化信任等極具“重工業”色彩的詞匯。

當 AI 走下云端，舊有的輕資產軟件打法、性價比出海模式和單點算力崇拜正在失效。這場實體大遷移不僅是技術形態的重構，更是一場生存秩序的洗牌。

01.

絕對精度：實體智能的重工業長跑

軟件世界是寬容的。在數字原生世界里，95%的準確率配合人類“最后1%”的糾偏，已足夠支撐起千億美元的SaaS帝國。然而，一旦AI注入物理實體，規則便發生斷裂。

“全球GDP中有將近80%存在于制造、物流、零售、交通等物理世界。但將AI引入這些領域，最大的瓶頸在于精度要求是絕對的。”英偉達（NVIDIA）機器人與邊緣AI副總裁Deepu Talla在開幕式演講中的這番論述，一針見血地指出了軟件大模型面對實體工業時的“失重感”。在物理世界中，不存在“人在回路（human-in-the-loop）”的容錯緩沖——工業機械臂1%的抓取偏差意味著整條產線停擺，自動駕駛0.1%的判斷失誤代價就是生命。

為了跨越精度鴻溝，英偉達給出的工程解法是建立“三臺計算機”閉環：云端重算力訓練、仿真（Simulation）空間數據生成，以及部署在實體內部的實時大腦。在這套體系中，“計算即數據（compute is data）”顛覆了傳統認知——面對昂貴且無盡的物理長尾場景，具身智能必須依賴高保真仿真世界來“無中生有”地喂養AI大腦。

然而，仿真與真實之間，始終存在難以憑空跨越的物理鴻溝（Sim-to-Real Gap）。普渡機器人創始人兼CEO張濤在會場給出了冷靜的預測：“具身智能的ChatGPT時刻還沒到，至少還需要3到5年。”

他算了一筆賬：自動駕駛作為一個自由度相對較低的機器人系統，做好算法通常需要1000萬小時以上的真機數據；而機器人在三維空間中的作業復雜度呈幾何級數上升，即便有虛擬仿真的加速，要實現真正的泛化能力，依然需要累計大幾千萬至億級小時的真機數據完成物理世界校準。這意味著，即使仿真能解決大量長尾場景的預訓練，物理世界的最后校準仍是一條無法繞開的漫漫長路。目前，大多數高調宣稱進軍具身智能的公司，實際上還停留在真機數據金字塔的最底層。

更為關鍵的是，物理世界的技術爆發絕非單純的模型迭代，而是一個漫長的工業化降本過程。大模型之所以能迎來ChatGPT時刻，是因為Chatbot（聊天機器人）提供了一個零門檻、低成本的交互界面；而機器人要實現真正的普及，必須出現一款在物理上“低成本、無心理負擔、像買家電一樣普及”的通用爆款硬件。這種對“絕對精度”與“工業化降本”的雙重約束，宣告了物理AI正在從“輕資產的智力飛輪”演變為“重資產的系統工程”。

在會場上，Linux 基金會全球AI首席技術官Matt White提出了一個極具穿透力的判斷：“智能是整個系統的輸出，而不僅僅是模型的產物。”行業過去過度迷戀模型的跑分，但一個真正能落地的智能系統——無論應用于數字場景還是物理實體——都需要通過代碼、檢索增強生成（RAG）、上下文工程（Context Engineering）以及多Agent驗證機制來共同拼圖，從而補償單一模型的幻覺與失敗模式。

一位現場企業觀眾分享的真實痛點印證了這一系統觀：在目前的B端業務中，企業完全敢于讓AI Agent處理FAQs和基本的用戶引導；但一旦涉及財務退款等資金流轉任務，大模型的幻覺就會導致災難性的財務混亂。解決這一信任赤字的方案，并非寄希望于某一個更聰明的模型，而是構建一個“多Agent驗證系統”——在資金流轉前，通過三個獨立的Agent協同校驗交易日志，形成去偏置的決策判定回路。

這種從“相信模型”到“信任系統”的躍遷，構成了AI走向物理世界的第一條鐵律：這是一場比拼供應鏈深度、工程化耐力與系統級防御能力的重工業長跑。從更宏觀的視角看，物理世界對AI的考核指標正在發生根本性轉變——它不再是一場在云端用GPU堆砌出來的算力競賽。

02.

終極入口：眼鏡才是AI的第一視角

既然AI走向物理世界需要一個硬件載體，那么這個終極的“物理接口”究竟是什么？

過去兩年，全球硬件創業者進行過無數次激進的嘗試：智能胸針（AI Pin）、AI吊墜、智能戒指、智能口袋計算機（Rabbit R1）……然而，這些產品大多在短暫的喧囂后歸于沉寂。

增強現實領域的產業開拓者、XREAL創始人徐馳在開幕式給出了一個確定性的行業研判：AI進入物理現實的終極入口，必然是輕量化智能眼鏡，且它只需要一個殺手級應用——全天候的個人智能助手。

徐馳從兩個維度拆解了眼鏡作為多模態端側載體的結構性優勢：第一是“Always-on（全天候陪伴）”的物理屬性。手機、電腦等設備在交互上屬于“Instant-on（用時才開）”，用戶只有在產生明確目的時才會喚醒屏幕；但未來的個人AI助理需要的是全天候的隨身陪伴，在形態上，眼鏡是人類已經習慣了幾百年、且最能實現無感佩戴的隨身設備。

第二是“第一視角”與“注視點追蹤”的數據獨占性。掛在胸前或戴在手上的設備，其攝像頭獲取的畫面充滿了背景噪聲，AI 根本無法識別佩戴者此刻真正關注的目標。而眼鏡與人類的感官同軸，能夠提供最精準的注視點信息。“如果AI連你在看什么都不知道，它又如何主動、懂你地給出建議？”這種第一視角的數據獨占，使得眼鏡能夠直接將用戶的意圖結構化輸入給AI。

這也是為什么Google DeepMind CEO Demis Hassabis等全球大模型掌舵者，不約而同地將智能眼鏡視為多模態AI最佳載體的原因。它在物理上無限接近《鋼鐵俠》中Jarvis的現實投影。

但作為一個冷靜的行業觀察者，我們需要剝離科幻電影的濾鏡，看清當下的產業坐標。徐馳坦言，目前的AR/AI眼鏡行業依然處于“0.幾”的早期蓄勢階段，真正的“iPhone 時刻”尚未到來。不過，他提到，與20年前智能手機時代的產業地緣格局截然不同的是，這一次，規則不再由西方巨頭單方面書寫。

在初代iPhone誕生時，中國企業幾乎被隔絕在核心規則制定之外，僅能扮演產業鏈末端的組裝角色；而二十年后的今天，在空間計算與AI原生可穿戴設備的供應鏈上，中國企業在輕量化光學、微型顯示、端側超低功耗眼動追蹤等核心技術上，已經構筑了極深的產業護城河。

這種產業地位的變遷，在XREAL與Google達成深度協作的故事中得到了最生動的體現：在 2024年Apple Vision Pro發布后，全球行業都在尋找一個輕量化、低成本的替代方案，Google 主動接觸XREAL，試圖將其硬件原型與軟件系統相結合，為Sundar Pichai演示一個高難度的 Demo。在彩排前夕遭遇系統沖突的緊急關頭，XREAL的中國工程師連夜跨洋飛赴美國，周日抵達，第二天即完成系統修復，隨后兩天配合彩排，最終確保了周四演示的成功。

這一細節向全球科技界傳遞了一個明確的信號：新一代中國硬件企業正在從“單純的產能代工廠”，蛻變為全球頂級生態鏈中不可或缺的“深度共創者”。技術響應速度與跨國工程交付力，正在成為新一輪科技競爭中中國企業的核心貨幣。

03.

出海 2.0：拒絕“單邊壓制”，重塑信任資產

當AI硬件產品開始規模化走向全球，地緣博弈與商業文化的沖突成為擺在所有出海企業面前最真實、最粗糲的現實。

在會場上，阿布扎比投資委員會（ADIC）董事總經理Mark Nicholas Cutis給出了來自中東主權基金的冷酷視角。他透露，中東資本正將目光系統性地投向亞洲，ADIC甚至掃描了中國112家機器人公司。但Mark極為犀利地指出了中國企業的共性短板：“技術上極其強悍，但在跨文化溝通與全球化品牌視野上，往往存在嚴重的信任赤字。”

在Mark看來，國內激烈競爭中廝殺出來的企業家，習慣了依靠技術和速度進行單維度壓制，卻缺乏與海外監管、工會及本地伙伴共建生態的經驗。“你不能把在深圳的思維方式，直接套用到斯圖加特的商業決策中，這是一種心智脫節。”

這一觀點，也是徐馳發言中的“網球6:0理論”：中國企業出海做生意，往往有一種慣性思維，就像打網球一樣，第一局使出全力打對方一個6:0，覺得這是對對手最大的尊重；第二局又打個6:0，第三局打完6:0，然后收拾拍子直接走人。在己方的語境里，這是效率與實力的極致體現；但在對方的體驗中，這種極度缺乏溝通、缺乏利益讓渡，甚至不帶一絲溫度的單方面資源壓制，會帶來極差的感受。其結果就是，下一次這個俱樂部舉辦活動時，沒有人會再邀請你。

用徐馳的話說：“現在很多國家其實有點‘怕’中國公司。”正如他所做的那個生動比喻：“就像班里有一個不太愛說話、坐在角落里的學生，每次考試都拿滿分，但不善于表達，也不跟同學們一起玩，大家就不知道他到底怎么想的。”

在性價比驅動的“出海 1.0”時代，單邊壓制或許能靠價格撕開血路；但在涉及實體資產、勞動力替代與數據隱私的“物理AI出海 2.0”時代，這種打法正遭遇全球系統性的防御。

如何在新秩序中贏得門票？張濤分享了三條可復制的實踐經驗：

• “廣度優先”的渠道布局：機器人的剛需市場是所有面臨用工荒的發達國家。普渡不采用串行驗證，而是利用海外線下渠道商在多國并行全線鋪開，自然篩選出高增長國家，再定向加大投入。

• 徹底的“Glocal（全球本地化）”：普渡自2021年起，在美、日、韓、德、新等多國建立本地辦公室，招募本地員工運營本地市場，融入當地商業社會。

• 長期培育“信任資產”：B端客戶往往會連續觀察一家企業兩到三年。張濤分享了一個細節：出海企業必須連續幾年參加當地行業展。如果去了一年，第二年沒去，海外客戶就會懷疑你公司財務出了問題，前期信任瞬間歸零。

這種對信任的培育，與XREAL致力于在海外傳播中去除品牌的“國家前綴”、直接以“XREAL”這一獨立國際品牌建立心智的努力，在本質上是相通的。全球化2.0的生存法則不再是“把性價比卷到極致”，而是如何通過合理的利益讓渡、徹底的本地化合規以及長周期的商業信用，將自己重新設計成全球生態系統里一個“受歡迎的共生體”。

在這場實體大遷移的浪潮中，對每一個從業者來說，同樣需要完成自身的進化。如Matt White所建議的，必須跨越Prompt的表層泡沫，成為能夠理解從GPU、CUDA、微調到系統架構設計的“全棧AI工程師”。唯有如此，當AI真正走出屏幕、深入物理世界的每一個角落時，我們才能成為那個準備好的人。

「創新無邊界」是我們的slogan，我們不局限于對互聯網行業的追蹤與探索，更要向未來、向未知的方向大膽邁進。因此，「打造行業新標桿、解讀商業新動向」是我們秉持的方向之一。