迪士尼物理AI版图曝光，它挑中了这两家公司

2026 年 7 月 31 日，迪士尼公司公布了旗下加速器项目（Disney Accelerator）第 12 期名单，入选的 5 家公司都和 AI 密切相关，其中包括具身智能公司 FieldAI、Physical Intelligence（简称 PI），以及 3 家生成式 AI 公司。 作为迪士尼面向成长期科创公司的战略孵化项目，加速器每年会在全球筛选少量初创，为之提供资金，并在合作周期内安排其与迪士尼各业务线高管进行深度对接。从过往案例看，迪士尼希望通过这种“技术选秀”，提前锁定可嵌入并重塑自身业务生态的早期技术。 今年这份名单的特别之处在于，迪士尼首次同时押注两家专做物理 AI 基础模型的初创。作为以内容和 IP 为核心资产的百年娱乐公司，它如今决定高调支持具身智能，背后究竟有哪些考量？ 在迪士尼押注的两家物理 AI 公司中，PI 对很多人来说并不陌生。它成立于 2024 年，主要理念是构建教机器人做事的“操作智能”，核心产品是 π 系列通用机器人基础模型，泛化能力强大，可在没有针对性编程的情况下，驱动不同形态的机器人执行各种真实世界交互任务。 对迪士尼而言，如果投放进园区的机器人只能走动、站立，充其量是一个会移动的电子人偶。要想真正完成有意义的互动，机器人必须具备通用任务执行能力，PI 的模型正是实现这一愿景的关键环节。 至于 FieldAI，它在 2025 年 8 月通过一轮高达 4.05 亿美元的融资浮出水面，投资方涵盖贝索斯旗下基金、英特尔资本、英伟达、盖茨前沿（Gates Frontier）及三星等巨头。 FieldAI 的核心技术路线是领域基础模型（FFMs）。与其他把视觉或语言大模型迁移至机器人的做法不同，FFMs 主打物理 AI 原生，围绕一个名为信念世界模型（Belief World Model）的预测引擎，在不确定性下为具身智能提供底层推理能力。 交付层面，FieldAI 专为客户的各种机器人形态提供“大脑”软件，整个系统部署在边缘，无需云基础设施。截至 2025 年，FieldAI 的系统已经在全球数百个真实工业环境里得到应用，覆盖建筑、采矿、能源、城市运营、联邦项目等场景。 举个例子，主题乐园密集的人流、奔跑的儿童、不可预测的掉落物、嘈杂的背景音、多变的光线，这些因素共同组成了一个不比火星或地下环境简单的复杂场景。因此，角色机器人不仅要表演动作，还要在极度动态的环境下安全自主地运行。 PI 的通用能力让机器人可以与游客进行丰富多样的个性化互动，FieldAI 擅长的“不确定性推理”和“通用大脑”，则有望进一步推动机器人完成从在花车上表演到在园区自由漫步的演进。 主题乐园作为机器人的落地场景，具备几个极难复制的特质：其付费用户密度大，商业回报清晰；有真实、复杂、可持续产生的人机交互数据；用户对“角色走进现实”有非常强烈的天然期待，接受门槛天然低于工厂或家庭场景。 在底层，2025 年 3 月，迪士尼与英伟达（NVIDIA）、谷歌 DeepMind 联合发布了面向机器人仿真训练的开源物理引擎 Newton，可以模拟机器人在真实世界中的运动。 Newton 之上，迪士尼研究院（Disney Research）基于多年做角色积累的物理表达经验，自研了一款物理求解模拟器 Kamino（得名于星战里的克隆行星），可在单块 GPU 上并行运行数千个异质虚拟环境。 这些底层平台已为迪士尼训练出星战风格的双足机器人 BDX，以及首个能在动态环境下自主行走和保持平衡的新一代角色机器人 Olaf，并在乐园中投放。 截至目前，迪士尼手里已经有了运动层（Newton、Kamino）、角色层（BDX、Olaf）和场景层。正如华特迪士尼幻想工程研发高级副总裁凯尔·劳克林（Kyle Laughlin）所言：“我们的机器人角色和电子动画角色即将开始融合。” 融合前的最后一步，就是嵌入 PI 和 FieldAI 的基础模型，补齐中层环节，让机器人具备执行通用任务和在不确定环境下自主导航的能力。 落地机器人的实际能力和外界想象之间仍然存在差距。在巴黎迪士尼的首秀上，Olaf 按照编排流程表演，无法与游客即兴互动。迪士尼官方明确表示，至少在初期阶段，游客不应期待与它进行长时间的一对一交流。 科幻剧集《西部世界》是人类对于机器人进入真实世界的终极想象，但近距离体验之后，行业人士指出，Olaf 机器人并不是一个有自主意识、可以随心走动和说话的“完全体”。演进时间表未公布，暗示距离机器人实现互动的终极目标依然遥远。 机器人模型场景迁移也面临诸多挑战。PI 的泛化能力演示还集中在室内少数任务场景中，户外稳定性尚未被验证。而 FieldAI 的商业部署大多是复杂但可控的专业化场景，行为主体可预测，运行区域通常有物理隔离。 对两家公司的模型而言，主题乐园这一人机密度极高的场景，都属于从未触碰的挑战，其底层能力能否直接实现迁移，目前也没有公开的案例验证。 更关键的是，自主活动能力不足以让机器人越过主题公园的准入门槛，具身智能安全系统的可靠性、如何保证机器人角色不在极端场景下对人身安全造成威胁，都是迪士尼尚未回答的问题。 机器人的规模化部署还将面临成本问题。起步阶段投放少量机器人时，定制化地打磨一个高质量角色的成本尚且能负担。但迪士尼旗下有数百个经典角色，如果每个角色机器人都需要类似量级的投入，将对集团收支平衡带来巨大挑战。 站在 PI 和 FieldAI 的角度，往届毕业的加速器项目中，真正被并入迪士尼业务线的公司少之又少，四个月的期限能为双方带来多大的合作进展，也要打个问号。 这些断点不会彻底否定迪士尼的物理 AI 路线，但解决这些工程细节、成本模型和公共安全问题，是机器人在园区自由活动的必要条件。在可预期的时间里，我们还看不到完整形态的终点。