一台机器人在货架前完成抓取，和它在一家真实药店里完成一笔线上订单，是两件难度完全不同的事。前者更像一道被控制过的动作题，后者会牵出商品摆放、订单流程、设备稳定性和现场管理。机器人真正进入真实世界后，困难往往来自同时出现的变量，而非单个动作突然失效。
NoeMatrix曾在内部搭过一间模拟药店，让机器人练习抓取商品。实验室里的动作更容易分解成可控步骤：识别货品、移动机械臂、抓取、放置。按照最初预期，内部测试已经做了不少，进入真实药店应该不会拖太久。
但结果并没有那么快。第一家零售药店的部署花了4个月，真实药店第一天就暴露出50多个问题。秦成在BEYOND Expo 2026物理AI峰会“感知融合：认知智能与物理执行的协同进化”炉边对话中提到，问题一部分来自硬件，另一部分来自药店本身的SOP（标准作业流程）和管理方式。
这类问题一多，药店就不再只是一个抓取测试。机器人要处理来自线上平台的O2O订单：找到商品、抓取商品、完成履约，并让药店运营结果持续改善。订单进来以后，货架、商品、流程和现场人员都会参与进来，机器人面对的是一串连续任务。
换到真实任务里，机器人要处理的不只是动作，还包括动作发生时的环境。秦成用拿起一瓶水解释Physical AI（物理AI）和digital AI（数字AI）的差别。屏幕里的AI更多处理语言、文本、代码或图片，用户给出意图，模型生成结果。机器人进入物理世界后，还要面对摩擦、重力、空间位置和力的变化。拿起一瓶水，对人而言几乎不需要停顿，换到机器人身上，会变成感知、规划、运动控制和力控的组合题。
这时，仅有一个更聪明的“大脑”并不够。VLA、world model（世界模型）这样的模型，需要和硬件、机械臂、运动控制一起工作。模型要判断水瓶在哪里、下一步怎样抓，硬件也要把动作稳定执行出来。中间任何环节跟不上，机器人在真实环境里连续工作都会变难。
而要让机器人适应这些变量，数据就会变成绕不开的问题。秦成把数据比作Physical AI的oil（石油）。自动驾驶之所以能够积累训练数据，是因为道路上已经有大量车辆长期运行。相比之下，真正进入物理世界并持续工作的机器人还不多，行业能用来训练模型的physical data（物理数据）也不够。
自然，这些数据很难只靠模拟环境补出来。团队过去三个月在中国6个城市组织约1700人采集真实context（上下文）数据。秦成强调，Physical AI需要的不只是简单操作记录，还要有real task（真实任务）、real scenario（真实场景）和real people（真实人群）。人在家里、食堂、餐厅里怎样移动、拿取、出错、修正，都会影响机器人未来怎样学习。
不过，真实数据不只记录顺利完成的动作，失败和修正同样重要。一个瓶子掉到地上，人会重新判断角度和力度，再把它拿回桌面。秦成提到，人并不只从书本、图片或视频里学习，也会从失误里调整动作。类似的mistake data（错误数据）进入训练体系后，机器人才更容易处理真实世界里的不标准状态。
到了真实部署阶段，系统协同的重要性会变得更明显。如今，那家药店里的机器人已经可以接近10小时无故障运行。这个进展背后，硬件、软件、部署工程师、算法架构师都需要一起处理问题，数据也要跟着真实运营不断回流。Physical AI更像一套系统工程，很难靠某个模型或某个硬件单独推进。
谈到未来三到五年时，秦成的判断反而比较克制。他认为，认知智能和Physical AI还处在early integration phase（早期融合阶段），行业每个月甚至每周都在变化。比起提前描摹几年后的形态，他更强调一步一步进入真实物理世界，把药店这样的具体场景跑通。
真正进入物理世界之后，机器人会不断遇到计划外的情况。它需要从这些情况里积累数据，也需要让模型、硬件和工程部署一起调整。Physical AI接下来的进展，或许就会藏在这些不太整齐的日常任务里。