尽管因中国低价AI冲击和峰值后放缓的担忧，人工智能（AI）半导体相关企业的股价急剧下跌，但分析认为，断言记忆体超级周期已经结束为时尚早。因为AI产业领域正在从生成型AI和代理人扩展到物理AI、AI工厂、数据中心等，额外需求正在爆炸性增长。 20日，韩国股市的KOSPI和KOSDAQ同时启动了卖出熔断机制。三星电子和SK海力士的股价双双走低，导致指数下跌幅度加大。这是由于包括周末在内的三天假期期间，全球半导体股的调整和来自中国的AI冲击担忧同时反映的结果。 股价走势与业绩趋势略有背离。三星电子在第二季度创下历史最高业绩，SK海力士也预计基于HBM需求将有良好的第二季度业绩。市场上提出的高点论有两个方面。首先是美国科技巨头的AI投资放缓可能性。对数据中心等投资成本增加超过收益创造能力的疑虑。若科技巨头明年减缓设备投资速度，GPU和HBM的需求也可能萎缩。 其次是来自中国的价格压力。CXMT的DRAM扩产被视为影响通用内存价格的变量。中国的文创AI发布的低成本AI模型“基米K3”也引发了对高价GPU和HBM需求下降的担忧。然而，这更像是重新审视AI投资的盈利能力和内存价格，而非超级周期的结束。 实际上，行业指标尚未倾向于放缓。韩国银行在最近的货币信贷政策报告中，将此次全球半导体经济扩张阶段评估为自2000年代以来最强劲的趋势。韩国银行关注的重点是AI的演变。AI正在从以文本为中心的巨型语言模型扩展到能够同时处理视频和音频的多模态模型。这将推动对HBM等高性能内存和计算半导体的需求。物理AI的普及也将同时增加对高性能计算和低功耗半导体的需求。 市场研究机构Gartner也预测半导体市场将进一步增长。Gartner预计，全球半导体销售额将从去年的8053亿美元增长到今年的1.32万亿美元，明年将扩大到1.555万亿美元。今年的增长率为64%，是20年来的最高水平。尤其是内存销售额预计将从去年的2163亿美元增长到今年的6333亿美元，明年将达到7481亿美元。 波士顿咨询集团（BCG）认为数据中心是物理AI扩展的基础设施。BCG分析认为，AI基础设施将成为支持制造和工业现场无延迟AI服务的战略资产。随着AI从屏幕服务转向现实空间的技术，数据中心和半导体的需求必然会增加。 正素英，英伟达韩国代表表示：“能源、半导体和数据中心目前处于严重的瓶颈状态，供应无法跟上需求，AI的发展正在无限进行。”※ 本报道经人工智能（AI）系统翻译与编辑。

19日，韩国副总理兼科学技术信息通信部部长背景勋与韩国人工智能软件产业协会会长赵俊熙等出席者在首尔中区的The Plaza酒店举行的物理AI联盟二期启动仪式上合影。 在美国和中国加速物理AI主导权竞争的背景下，韩国科学技术信息通信部（科通部）对产学研联盟“物理AI联盟”进行改组，着手构建韩国式全栈生态系统。该计划旨在超越单纯的技术讨论，转变为连接AI模型、半导体、机器人和数据的执行组织，以加速物理AI在制造、医疗和国防等行业的应用，确保下一代竞争力。 背景勋副总理兼科通部部长在19日于首尔中区The Plaza酒店举行的“物理AI联盟二期启动仪式”上表示：“物理AI二期的目标是在全球市场上取得真正的胜利”，并强调：“虽然仍处于初期阶段，但这是韩国必须确保主导权的领域。” 出席启动仪式的有背景勋副总理、郑东泳、崔亨斗、黄正雅等国会议员，韩国人工智能软件产业协会（KOSA）会长赵俊熙，信息通信产业振兴院（NIPA）、信息通信规划评估院（IITP）、韩国智能信息社会振兴院（NIA）院长，以及来自产业通商资源部和中小企业部的相关人员，产学研专家等200余人。 背景勋副总理将物理AI定义为适用于制造、公共、国防、医疗和日常生活等现实世界的AI。他指出：“在计算机上运行的AI走向现实世界，这就是物理AI。”并表示：“如果没有国家的AI能力，就只能依赖特定国家或企业。” 他进一步指出：“为了使韩国跃升为AI三强，必须建立能够获取现场数据的体系。”并强调：“积累和利用与物理AI相关的数据基础至关重要。” 担任二期共同主席的赵会长强调，构建物理AI生态系统需要企业间的团结。他表示：“如果各企业各自行动，只会留下小型零部件企业，难以形成完整的物理AI生态系统。”并指出：“必须将世界模型、机器人基础模型、国产神经网络处理器（NPU）、制造数据、HBM等核心要素结合，构建全栈生态系统。” 他还提到：“如果依赖美国的大型科技公司模型，国内的机器人和零部件产业最终也会被依附。”并呼吁：“韩国应基于在制造数据和半导体竞争力方面的优势，建立独立的生态系统。” 对此，科通部计划将物理AI联盟改为实际项目的发掘和推进平台。科通部信息通信产业政策科的李周植表示：“第一期是连接物理AI生态系统并设定方向的阶段，而第二期的目标是基于产业现场的需求，从技术开发到验证、商业化形成一个完整的结构。” 运营体系将由技术自立化、产业应用、基础治理三个支柱组成。在每个支柱下设立行动小组，邀请产学研专家参与实际课题的发掘和推进。 技术自立化支柱的目标是构建韩国式物理AI全栈。计划通过连接AI模型、机器人、传感器、国产神经网络处理器（NPU）、数据中心和开发工具，降低对海外大型科技公司的依赖。 产业应用支柱则将围绕医疗、健康、自动驾驶、物流和日常服务等领域的行动小组，聚焦于发掘基于需求的项目并扩大现场应用。 基础治理支柱负责标准、制度、安全性、通信和全球合作等事务。其职责是为物理AI的产业扩展制定必要的安全标准、数据利用体系、通信基础设施、安全体系和海外拓展战略。KAIST、韩国信息通信技术协会（TTA）、相关协会和全球合作机构等将参与其中。 李科长表示：“计划从下半年开始推进韩国式物理AI平台建设、数据学习基地建设和制度基础建设等三大核心任务。”并表示：“将通过2027年新预算项目和自主项目的结合，发展成为能够创造实质性成果的执行组织。”※ 本报道经人工智能（AI）系统翻译与编辑。

科学技术信息通信部第二次官柳济明在6月9日下午于首尔江西区麻谷LG科学园举行的'物理AI领先技术开发项目启动报告会'上与LG电子的家用机器人LG克洛伊击掌。2026.06.09 此次报告会旨在正式启动由科学技术信息通信部和信息通信规划评估院(IITP)推动的物理AI领先技术开发项目，并分享相关技术开发方向。 物理AI是政府今年初发布的国家创新项目'K-文射'的核心任务之一。与生成型AI专注于文本和图像生成不同，物理AI被评估为能够改变制造、物流、移动和机器人产业格局的下一代AI技术，能够让AI识别、判断并在实际物理环境中行动。 科学技术信息通信部计划通过此次项目降低对外资主导的物理AI仿真平台的依赖，争取自主的世界模型技术。世界模型是一种帮助AI在虚拟空间中学习现实世界物理法则和环境变化的技术，被认为是未来实现下一代物理AI基础模型的关键基础。 柳济明表示：“韩国是同时具备制造业竞争力和AI能力的国家，正迎来主导物理AI时代的重要时刻。”他指出：“现在是黄金时机，政府也在集中政策力量制定相关战略和构建生态系统。” 他进一步表示：“未来的通用模型将超越简单的任务执行，进化为能够自主判断情况并实现目标的代理级别。为此，获取能够替代和补充现实数据的合成数据和世界模型技术至关重要。” 此次项目由LG电子主导，参与单位包括Mind AI、Holiday Robotics、Roboteers、Crowdworks、Alchera、KT、韩国科学技术院(KAIST)、首尔大学、韩国信息通信技术协会等10个产学研单位。 科学技术信息通信部计划在未来两年内投入340亿韩元，目标是在短期内确保世界最高水平的性能。通过提升世界模型的现实仿真性能和机器人基础模型的迁移性能，计划将未应用世界模型时的实际机器人最终动作成功率提高20个百分点。 为此，将在最短时间内建立'世界模型学习→机器人基础模型关联→实证·性能评估→案例分析·再学习'的实证管道，并进行为期两年的四次重复验证。在最终阶段，将通过制造和物流现场的实证，力争创造可商业化的成果。※ 本报道经人工智能（AI）系统翻译与编辑。

李正敏 深海 董事 物理人工智能（AI）时代已经正式开启。在2026年国际消费电子展（CES 2026）上，仿人机器人、自动驾驶、数字双胞胎以及可穿戴AI等成为主要关键词。在3月举行的英伟达GTC 2026大会上，首席执行官黄仁勋宣布了“物理AI的宇宙大爆炸”，确认了向现实世界转型的进程已经开始。AI已经具备了从虚拟环境训练到实际工厂和物流现场的基础设施。 看似不同的技术之间却有一个共同点，那就是对现实空间的感知和解读能力至关重要。在物理世界中运作的AI必须具备精准识别现场复杂条件的能力。 为了在实际工业现场中应用空间感知技术，需要一个连接工人和AI的接点。最受关注的便是智能眼镜。2026年，全球大型科技公司开始认真将智能眼镜作为工业现场的AI接口。 在CES 2026上，西门子宣布与Meta合作，将工业AI嵌入Meta Ray-Ban AI眼镜中。工人在佩戴眼镜时，可以在免提状态下获得实时语音指导和工作反馈。西门子与英伟达进一步宣布将共同构建“工业AI运营系统”，并提出在德国厄尔朗根工厂实现全球首个完全基于AI的自适应工厂的路线图。谷歌也通过Android XR平台扩展智能眼镜生态系统，瞄准企业市场。 市场调研机构Omdia预测，今年AI眼镜出货量将突破1500万台，到2030年将达到3500万台。尽管机器人完全取代工厂仍需时间，但为工人的眼睛配备AI现在已成为可能。 智能眼镜在现场正常运作需要的不仅仅是简单的位置信息。以GPS为代表的GNSS基础定位技术在一般环境中会产生几米的误差，而在室内或复杂城市环境中准确度会急剧下降。智能眼镜要向工人传递准确的信息，必须了解“在什么设备前，朝哪个方向看”。 超越这一限制的技术是视觉定位系统（VPS）。智能眼镜或移动设备的视觉传感器能够识别周围环境的特征点，并与预先构建的空间数据进行比较，从而以厘米为单位计算位置和方向。如果说GNSS在广阔区域的粗略定位上具有优势，那么VPS则能够在特定空间内实现精确的定位识别。在物理AI时代，工业现场所需的是对设备、结构、工作点和动线的立体化理解。 在英伟达GTC 2026上提到“工厂本身就是一个机器人系统”的说法也是同样的道理。要将整个工厂作为一个智能系统进行运营，内部的所有空间必须被数字化地准确理解。过去，精确的空间信息构建需要昂贵的激光雷达（LiDAR）扫描仪和熟练的测量人员，因此是大型项目的专属。现在，即使没有特殊设备，智能眼镜也能实现实时空间映射（SLAM）。计算机视觉和空间运算技术的进步大幅降低了这一门槛。 英伟达的物理AI数据工厂蓝图提供了一种架构，可以从有限的现实世界数据中生成大规模合成数据，加速视觉AI代理的开发。 技术的价值最终在现场得到验证。智能眼镜是物理AI所有技术栈与人接触的最终接点。在物流现场，佩戴智能眼镜的工人视野中，拣货位置、商品信息和数量实时显示，视觉AI自动识别条形码并与物流仓库管理系统（WMS）即时联动。无需额外的设备投资，仅通过软件即可实现引入。在设备维护与保养（MRO）现场，智能眼镜的摄像头识别设备的标签或二维码后，图纸、手册和检查记录会立即显示在视野中。仅通过语音命令即可完成从检查记录到报告生成的全过程，使依赖于经验的维护工作实现标准化。 在物理AI时代，未来的工业竞争将取决于现实空间的数字化精度，以及在此基础上AI如何顺畅地连接人、机器人和设备。而站在这一连接最前沿的，正是为工业现场工人的眼睛配备AI的智能眼镜。※ 本报道经人工智能（AI）系统翻译与编辑。