当物理 AI 走出实验室，存量不动产才是真考题

今年 8 月，北京世界人形机器人运动会上，国产人形机器人跑出接近人类顶尖水平的百米成绩。

同月，Anthropic 发布软硬件连接标准，AI 无需人工介入，就能操控设备完成完整科学实验。

英伟达 CEO 黄仁勋将这场变革定义为"物理 AI"：AI 跳出数字世界的文本认知，开始在真实物理空间自主操作实体。

行业目光大多聚焦这些新机器。

但物理 AI 要落地的真实世界，绝大部分是早已建成的存量空间。

住建部数据显示，全国存量不动产总量约 1070 亿平方米、合计约 6 亿栋，不动产是国内体量最大的实体资产。国家统计局 2026 年 1 月数据显示，2025 年全国房地产开发投资 82788 亿元，同比下降 17.2%，新开工面积持续收缩。

增量开发的时代已经退潮，不动产价值的重心转向运营。

而运营，恰恰是 AI 尚未扎根的领域。

数字化推进二十年，难啃的是藏在现场的经验

不动产并非没有做数字化。

楼控、安防、能耗、工单系统，二十多年陆续上线，一栋楼宇里经常同时跑十几套系统。但系统来自不同厂商、建设时间不一，数据口径割裂，彼此无法互通。

比系统孤岛更棘手的，是隐性运营经验。

影响楼宇安全、能耗、设备寿命与经营收益的信息，一部分保存在报表，更多只存在一线工程师的经验里，很难录入系统。通用大模型能读取全网公开内容，却接触不到这些楼宇现场知识。

这个困境并非不动产独有。

今年 8 月，首程控股资本市场部经理康雨接受《证券时报》采访时也提到：物理 AI 赛道不缺资金和算法，稀缺的是线下真实场景、持续落地订单，以及可迭代的物理交互数据。软件团队缺少一线实操经验，算法团队很难深度扎根线下场景。

真实项目验证：存量楼宇智能化如何跑通

据千丁提供的数据，联东 U 谷旗下 300 多个产业园区接入千丁系统后，工单调度从人工排单，转为依托人员技能、位置、业务规则自动匹配。工单处理效率提升 62.5%，人均管理面积提升 1.4 倍。

在此之前，园区普遍数据回收慢、准确性不足，巡检依赖线下作业，集团对全国分散园区管控难度高。

承接这些项目的千丁智能，是由龙湖孵化的国家级高新技术企业，通过 CMMI 5 级认证。十余年扎在线下项目里，核心就是把不动产现场运营经验转化为算法与模型，目前覆盖 120 余个不动产业务场景，累计服务企事业单位 3600 余家。

这套能力，由两条产品线共同承载。

云境 Nebula AI 面向空间运行，管理设备、环境与能耗。以冷站运维为例：过去冷机启停依赖老师傅经验；接入云境后，系统依托空间模型和设备实时数据，主动识别异常，动态优化能耗策略，楼宇运维从人工盯守转向自动调节。

云策 Terra OS 聚焦资产经营，基于不动产全周期主数据模型，打通建设、运维、能耗、成本、经营数据。管理者不必等待月末报表，就能实时掌握项目经营状态。

ToB 市场里，复购是硬指标。

泰康与千丁先后十余次合作，业务从能源、设施运维延伸到资产经营。泰康之家大健康园区项目中，平台上线后设备故障处置效率提升 80%，单园区每年节能超 150 万元。

存量楼宇，或是物理 AI 规模化落地的第一站

很多人把物理 AI 等同于机器人硬件的突破，但技术真正的价值，终究要落到海量存量建筑里。

存量楼宇智能化没有捷径，必须扎根现场、持续沉淀。系统在建筑里运行越久，越能读懂这栋楼的设备、能耗与经营逻辑。这份十余年在一线攒下的场景积累，不是单纯资金和算法能够快速复刻的。

当物理 AI 从发布会走向 6 亿栋存量建筑，不动产运营，或将成为这场技术变革最有分量的试验场。