本文根据 2025云栖大会演讲整理而成，演讲信息如下：
演讲人：黄博远（阿里云智能集团计算平台事业部人工智能平台 PAI 产品负责人）
演讲主题：从多模态数据到 Physical AI，阿里云 PAI 助力客户快速启动 Physical AI 实践
在大模型能力不断突破的今天，Physical AI 与 Generative AI 两大技术正在加速融合，推动 AI 从虚拟数字空间向真实物理世界迁移。
一方面，大模型的生成能力正在颠覆 Physical AI 训练范式 ，过去 Physical AI 训练依托传统计算机图形学和物理学通过仿真模拟提升模型精度，现在借助 Generative AI 即可生成海量训练数据，加速策略学习的过程；另一方面，物理定律、因果机制是模型训练重要的 ground truth，在训练过程中融合多模态感知数据、环境动力学模型与强化学习反馈，可提升模型在物理世界中的因果推理能力，形成闭环的"感知-决策-执行-学习"系统。
可以说，Physical AI 进化的下一站是"全知全感"的 AI 模型，支撑这样的模型需要"多维异构"的 AI 平台，尤其在多模态异构数据管理、异构框架调度与算力管理、异构部署方面。此外，Physical AI 开发涉及仿真、控制、模仿学习多个领域，对开发者而言，易用的端到端开发平台也至关重要。
2025云栖大会上，阿里云与 NVIDIA 宣布合作，PAI 将集成 NVIDIA Isaac Sim、Isaac Lab、NVIDIA Cosmos、Physical AI 数据集在内的 NVIDIA Phsyical AI 软件栈 ，并结合阿里云在规模化数据计算、高性能AI训练推理、大数据AI一体化开发等领域的体系化能力，形成覆盖数据预处理、仿真数据生成、模型训练评估、机器人强化学习、仿真测试在内的****全链路平台支撑，让 Physical AI 领域开发者充分享受云的弹性与灵活，加速 Physical AI 创新落地。
Phyiscal AI 五大场景最佳实践
目前，PAI 平台内已经上架了遥操数据采集、数据合成、数据增强、机器人模仿学习、验证测试全环节五大场景的最佳实践，以 Notebook 形式供开发者开箱即用。
1、遥感数据采集
PAI - Notebook Gallery >> 遥操数据采集&扩增以及Isaac-GR00T微调&评估全流程
PAI 支持使用 GR00T-Teleop 进行数据采集，使用GR00T-Mimic 进行数据扩增后，由 Isaac-GR00T 在小数据集上进行微调，并支持在 IsaacLab 中进行效果的评估。
视频演示：cloud.video.taobao.com/vod/RlrNEhJ...
2、数据合成
PAI - Notebook Gallery >> 操作动作数据合成&增强以及模仿学习 
PAI 支持使用交互式建模 PAI-DSW、分布式训练PAI-DLC、模型推理服务PAI-EAS等平台工具和产品，结合 Isaac Lab的数据合成&扩增、模仿学习功能与Cosmos模型的视觉增强能力，生成大规模演示数据来训练对视觉变化具有鲁棒性的模仿学习策略。
使用PAI 进行多模态数据合成，有效实现成本降低和效率提升：利用闲时算力执行数据合成任务，资源成本下降超 50%；数据合成结果实时打标、预处理、入管理，数据流转效率提升超 80%；内置Isaac Lab、Cosmos 等合成引擎一键启动，大幅降低学习上手成本。
视频演示：cloud.video.taobao.com/vod/INxPBT2...
3、数据增强
PAI - Notebook Gallery >> 基于世界模型的通用导航与运动控制 
PAI 支持使用DSW、DLC、EAS等平台工具和产品，快速使用 Isaac Sim 集成的 MobilityGen 功能，并结合 Cosmos 模型的视觉增强能力，生成大规模演示数据来训练X-Mobility这一具有通用性的导航与运动控制策略，并进行端到端可泛化导航。
在遥感数据采集和数据增强阶段，使用 PAI 进行多模态数据管理，对接OSS、DLF等多种存储产品实现文件粒度元数据纳管，实现100万单版本元数据体量；基于Qwen-VL、Elasticsearch、Hologres实现复杂查询，支持亚秒级复杂查询相应；支持版本管理、对比，挖掘加工结果另存，大幅降低数据管理复杂度。
视频演示：cloud.video.taobao.com/vod/s0vyiLJ...
4、模仿学习
PAI - Notebook Gallery >> 基于GR00T-Dreams的机器人训练数据生成 PAI 支持使用DSW、DLC、EAS等平台工具和产品，快速使用强大的世界模型 Cosmos-Predict2 生成具有物理真实感的"抓握-放置"演示视频，并结合GR00T-Dreams的神经逆运动学模型IDM，生成对应的机器人动作序列，构成轨迹-视频的完整数据对。基于这些数据对，对GR00T-N1模型进行模仿学习，使之具备"抓握-放置"动作的能力。最后，以DreamGen Bench作为评测基准，测量模型的物理真实性和指令跟随能力。
视频演示：cloud.video.taobao.com/vod/Ss0FAhK...
5、验证测试
PAI - Notebook Gallery >> 基于Isaac Cortex搭建随机物料箱拣选系统 
PAI 支持整合使用 Isaac Cortex 和 Isaac Sim的机器人工具，形成一个统一的协作机器人系统，来实现复杂的交互机器人调度工作，并利用开源算法库 Foundationpose 和 FastSAM 实现快速目标检测及 Pose 估计完成环境感知，基于Isaac Sim的Lula库实现机器人运动规划和控制，从而完成随机物料箱拣选系统搭建。
在模仿学习和验证测试阶段，使用 PAI 进行多模态数据使用，支持数据动态加载、本地缓存加速和 PAI 引擎原生集成，实现同性能下存储成本降低超 90%，数据加载性能数十倍提升，零成本对接现有开发体系。
视频演示：cloud.video.taobao.com/vod/DFf5LKJ...
阿里云人工智能平台 PAI 是面向开发者和企业的一站式AI开发平台，提供从数据集管理、算力调度、模型开发、训练，到模型部署、服务及AI资产与AI安全治理等全链路能力。
智码实验室 PAI- Notebook Gallery ，提供 Physical AI 及其他各个行业和技术方向的 Notebook 案例，简单易用、一键启动，有效提升开发效率。上述 Physical AI 全链路核心步骤的最佳实践，均可在 PAI- Notebook Gallery 中快速使用。PAI- Notebook Gallery 地址： https://gallery.pai-ml.com/ 
同时，PAI 提供异构数据管理、异构算力合池、异构框架调度、异构部署兼容等核心功能：
-
异构数据管理：支持多模态数据的合成仿真，并结合 DataWorks，提供多模态数据管理能力；
-
异构算力合池：支持通算/智算/仿真算力合池管理，基于QuotaTree，父子Quota、闲时资源，自动实现用户自身自由最优分配，有效提升利用率；
-
异构框架调度：依托大规模分布式训练能力和极致性能优化，数十万卡异构算力高效管理和调度，提供灵活、稳定、易用、高性能的 AI 数据处理、预训练、后训练环境；
-
异构部署兼容：支持云端仿真环境部署 Physical AI 模型，并支持导出模型兼容端侧部署方式。
PAI x NVIDIA 的 Physical AI 全链路解决方案，提供简单易用的端到端具身智能开发体验，让创新触手可及。使用 PAI 平台，NVIDIA Cosmos 模型、Isaac 平台与开源 Physical AI 数据集开箱即用，覆盖开发、训练、部署全流程。助力用户快速开启 Physical AI 实践之旅，加速 Physical AI 技术创新与规模化落地。
跳转 PAI-Model Gallery 查看 Physical AI 最佳实践 https://gallery.pai-ml.com/