同一个AI模型，装进不同的机器人身体里，能做成的事可能完全不同。原因很直观：模型即使规划得再好，关节不够快、抓手不够稳，动作仍然无法落地。Jonathan Hurst在Science Robotics发表观点文章，把机械硬件重新放回“物理AI”的核心位置——物理AI是能感知现实，并通过执行器改变现实的智能系统。
这里的关键不是否定模型，而是提醒行业：机器人的智能由模型、身体和环境共同决定。执行器——把控制命令变成动作的电机、液压装置或人工肌肉——会直接限制速度、精度和力量；机械顺应性则让结构受力时适度让步，从而吸收碰撞、贴合物体，减少软件实时救场的压力。换句话说，身体设计本身也能简化控制问题。
这篇文章值得现在看，正因为它把讨论从“模型还能做多大”拉回软硬件协同设计：同时考虑结构、传感器、执行器和算法，而不是先造好机器，再把模型塞进去。现有供稿仅提供论文题录，未披露实验、案例或量化结果，因此这里应把它理解为一种研究方向判断，而非已经得到数据验证的性能结论。