物理AI作为人工智能中控制机器人和工业机械的分支，正面临层级挑战。在顶层，OpenAI和谷歌等公司扩展多模态基础模型；中层，英伟达构建开发平台和工具。而日立等工业制造商则强调，理解物理世界是训练机器导航的关键，这一观点正从战略层面转向实际部署。
日立技术创新中心-人工智能副主任柳井康介指出物理AI实施的关键。他告诉《日经》：“如果没有从物理学和工业设备的基础知识开始的系统性理解，物理AI就无法在社会中实施。” 日立凭借数十年在铁路、电力基础设施和工业控制系统积累的知识，拥有热流体模拟技术和信号处理工具，支撑其产品设计和控制逻辑构建能力。
日立的物理AI架构——集成世界基础设施模型（IWIM）仍处于概念验证阶段，但与大金工业和JR东日本的合作已展现成果。与大金合作，日立部署AI系统诊断商用空调设备故障，基于维护记录和设计图纸训练，能识别故障部件，替代了传统工程师经验。与JR东日本合作，日立构建AI识别铁路控制系统故障根本原因，协助制定应对计划，在东京都市区网络中加速故障诊断，提升运营效率。
在研发方面，日立于2025年12月在ASE 2025会议上发布项目，解决工业AI中控制软件开发的瓶颈。在制造业汽车领域，日立与Astemo开发系统，使用检索增强生成技术自动生成车辆电子控制单元测试脚本，从API信息和工程知识提取，在多核ECU测试试点中将集成测试工时减少43%。在物流领域，日立开发可变性管理技术，将机器人控制软件模块化为可重用组件，基于机器人操作系统构建，使操作员能适应制造业新仓库布局而无需重写软件。
安全是日立物理AI工作的核心，强调将安全护栏嵌入系统设计。柳井表示，公司整合社会基础设施开发的控制和可靠性技术，防止AI输出偏离操作参数。这包括输入验证、输出验证和实时监控，确保机器行为安全，不同于聊天机器人AI的较低风险。
在基础设施方面，日立Vantara采用英伟达RTX PRO服务器，加速代理和物理AI工作负载，与iQ平台配对构建数字孪生，模拟电网波动和机器人运动。IWIM概念通过模型上下文协议连接英伟达Cosmos平台与日语LLM和视觉语言模型，整合模型、仿真工具和制造业工业数据集。物理AI竞赛持续进行，日立强调领域专长和运营数据的重要性，其与大金和JR东日本的合作展示实际价值。
