从“江苏制造”到“江苏智造” 飞捷科思以物理AI全栈能力赋能区域产业升级

近日，中共中央办公厅、国务院办公厅印发《关于推动科技创新和产业创新深度融合的意见》，明确提出全面实施“人工智能 +”行动，推动人工智能全方位赋能千行百业，并在具身智能等前沿领域加快推进技术产业化商业化。当人工智能从“理解文字图像”迈向“理解真实物理世界”，一场深刻的产业变革正在加速到来。

就在日前，2026物理AI与世界模型大会在南京开幕，会上发布的《江苏省物理AI与世界模型高质量数据集建设行动计划（2026—2028年）》提出，到2028年建成覆盖超100个重点场景的物理AI高质量数据集，建成超10个具备因果一致性、时空连续性的世界模型高质量数据集。这一全国首个省级物理AI数据集专项规划，释放出江苏抢占物理AI产业制高点的明确信号。

在这场大会上，飞捷科思携Fysics可微物理仿真引擎、OmniFysics全模态物理AI基础模型、MoziSim一站式仿真训练平台等全栈技术体系亮相。这家由原英伟达PhysX引擎核心奠基人张立华教授带队创立的上海企业，正以其在物理AI底层技术上的深厚积累，为江苏乃至长三角的制造业智能化转型提供关键技术支撑，成为区域产业升级浪潮中一支不可忽视的技术力量。

江苏制造业转型的“物理AI刚需”

江苏是全国制造业大省，制造业增加值连续多年位居全国前列，拥有完备的工业体系和丰富的应用场景。从高端装备到电子信息，从汽车制造到生物医药，江苏制造业在迈向高端化、智能化、绿色化的过程中，正面临着一系列新的技术挑战。

在工业生产中，许多高危、昂贵、难以复现的试验场景无法在真实环境中反复试错——矿山机械的极端工况测试、产线机器人的协作调试、自动驾驶车辆的边缘场景验证……这些场景如果完全依赖真实世界的数据采集和训练，不仅成本高昂，而且存在安全风险。物理AI技术通过在虚拟环境中构建遵循物理规律的“平行世界”，让AI智能体先在仿真中完成海量训练和验证，再迁移到真实场景，恰好能够破解这一难题。

正如大会期间多位专家所指出的，物理AI与世界模型是人工智能从数字空间走向真实物理世界的前沿核心方向，也是落实国家“人工智能+”行动的关键赛道。对于江苏这样的制造业大省而言，物理AI不是“锦上添花”的概念炒作，而是推动产业提质增效、降本减险的“刚需”技术。

飞捷科思全栈能力精准匹配江苏场景需求

飞捷科思此次在南京展出的全栈技术体系，恰好覆盖了物理AI从底层引擎到应用落地的完整链条，与江苏制造业的实际需求形成了精准匹配。

在底层引擎层面，自主研发的Fysics可微物理仿真引擎能够高精度模拟刚体、柔体、流体、颗粒等多材质的物理交互过程，为工业仿真、机器人训练提供可解释、可验证的物理推演能力。对于江苏的装备制造企业而言，这意味着可以在虚拟环境中完成产品设计验证、工况模拟和性能优化，大幅缩短研发周期、降低试验成本。

在模型层面，OmniFysics全模态物理AI基础模型具备基于自然语言、动态音视频等多模态输入的物理规律理解能力，能够为工业质检、智能巡检等场景提供具备“物理直觉”的决策支持。该模型支持具身智能体的长期规划与精确预测，在机器人复杂操作任务中展现出显著优势。

在平台层面，MoziSim一站式仿真训练平台贯通仿真场景搭建、传感器仿真、机器人仿真与训练、验证与真机部署全业务流程，为江苏的机器人企业和智能制造厂商提供了自主可控的仿真训练底座。而FysiStation物理AI仿真训练工作站则以软硬一体的形态，降低了中小企业使用物理AI技术的门槛。

在数据层面，FysiData物理AI数据平台与江苏正在推进的高质量数据集建设计划高度契合。该平台支持真机交互数据采集与合成数据生成，能够为江苏100个重点场景数据集建设提供技术工具和方法论支撑。

长三角协同下的物理AI“江苏机遇”

飞捷科思总部位于上海，此次亮相南京并展示全栈技术能力，是长三角科技协同的生动体现。上海在基础研究和技术研发方面优势突出，江苏在制造业场景和产业链配套方面实力雄厚，两地在物理AI领域的合作具有天然的互补性。

随着《江苏省物理AI与世界模型高质量数据集建设行动计划》的实施，以及产业联盟、投资基金、标准预研等一系列生态布局的落地，江苏正在成为物理AI技术落地应用的首选试验场。对于飞捷科思这样掌握底层核心技术的企业而言，江苏丰富的工业场景、完备的产业配套和有力的政策支持，构成了技术迭代和产品验证的绝佳环境。

从“江苏制造”到“江苏智造”，物理AI正在成为关键的技术驱动力。飞捷科思以全栈自研的技术底座，为江苏制造业的智能化转型提供了可落地、可验证、可规模化的解决方案。可以预见，随着长三角物理AI产业生态的不断成熟，更多像飞捷科思这样的技术企业将与江苏的产业场景深度融合，共同书写物理AI赋能区域高质量发展的新篇章。