物理AI的技术难点还真不少。首先是数据墙，真实交互数据稀缺得很，获取成本还巨高。就像要让机器人精准感知环境、执行动作，却没有足够真实场景下的数据来训练它，巧妇难为无米之炊啊。
其次是表征墙，跨任务、跨场景、跨本体的统一物理表征还没形成。这意味着不同情况下，机器人难以用统一的方式去理解和处理物理信息，就像一个人到不同地方就不会办事了。
最后是闭环墙，真实试错代价大、反馈慢，难以规模化。比如机器人在工厂流水线上作业，每小时要完成1200件任务，容不得一点差错和延迟，一旦出错，损失可不小，而且反馈调整也不及时。总之，物理AI要突破这些难点，还有很长的路要走。