物理AI：開啟虛擬與現實交互的新篇章

文章作者丨理特咨詢：Zoe Huczok、Albert Meige、Rick Eagar

個人微信丨hello_SSX

1

物理AI：連接虛擬與現實的橋梁

在 2025 年的消費電子展上，英偉達首席執行官黃仁勛將物理AI譽為人工智能領域的下一個重大突破。物理AI的核心，在于促進人工智能與物理世界的高效互動。傳統的機器學習（ML）和生成式人工智能（GenAI）主要依賴于公開互聯網上的數據進行訓練，其輸出成果以數字形式呈現，如文本、圖像和聲音，供人類使用。與之不同的是，物理AI能夠直接從現實世界獲取數據，例如通過傳感器和物聯網（IoT）設備，或者借助專門的文本、圖像和聲音訓練內容。其輸出結果則直接作用于物理世界，比如控制執行器或其他設備。因此，物理AI在機器人技術和自動化等領域的應用尤為突出，它能夠收集和處理現實世界的數據，做出決策并付諸實踐。

物理AI與傳統機器人技術的根本區別在于交互方式。在傳統機器人中，傳感器將數據線性地傳輸至一個已編程的處理引擎，該引擎依據預設規則對數據進行處理，進而指揮機器人控制其輸出設備和執行器。而在物理AI的框架下，處理引擎與多模態人工智能系統實現雙向通信，不再局限于簡單的規則應用。這意味著物理AI驅動的設備能夠對變化的輸入數據做出更迅速且更具適應性的反應。它能夠運用推理、優先排序行動、改變處理路徑，并且無需重新編程就能持續提升性能。因此，在應對復雜、變化和不可預測的情況時，物理AI展現出比傳統機器人更為卓越的能力。

與所有人工智能一樣，物理AI也必須被精心設計和訓練，以精準地理解物理環境。目前，已有一些成熟的方法可供采用。基于模型的強化學習，通過實驗讓人工智能逐步構建對環境的理解，已在機器人技術領域得到廣泛應用。仿真技術，如工廠或工廠的數字孿生，能夠為人工智能提供環境模型，助力其更好地模擬和理解現實場景。物理信息方法通過將已知的物理定律融入人工智能模型，為其決策提供堅實的物理基礎。其他方法還包括圖神經網絡，它在分析復雜的物理或生物系統（例如分子結構或天氣模式）方面表現出色，以及符號人工智能，它依賴于明確的規則和邏輯，與機器學習形成鮮明對比。符號人工智能適用于特定任務必須執行的受限環境，以及用于施加基于規則的安全要求。

2

物理AI：為何備受矚目？

近年來，物理AI的崛起并非偶然，它得益于技術的持續演變和融合。生成式人工智能在基于龐大在線數據集生成數字內容方面表現出色，但其在與動態環境互動時，因缺乏現實世界的感官輸入而顯得力不從心。物理AI的出現，正是為了彌補這一缺陷。隨著生成式人工智能在低級推理和信息檢索方面不斷進步，它與各類系統的融合日益緊密，逐漸發展成為如今的“代理人工智能”。代理人工智能能夠將復雜問題拆解為多個步驟，自主獲取數據、分析結果，并據此做出決策，最終將結果反饋給用戶。這一能力極大地推動了人工智能在眾多企業應用中的普及，包括研發領域。

與此同時，傳感器和物聯網技術不斷升級，成本持續降低，計算能力也在穩步提升，仿真技術因此迎來了新的發展機遇。人們對復雜系統及其行為的理解和建模能力也有了顯著提高。復雜性和不可預測性是許多現實世界應用的共性，無論是工業流程、商業管理、交通/旅行系統、自然系統還是人類網絡，都面臨著類似的挑戰。在這種背景下，人工智能與機器人技術的融合成為必然趨勢，它們攜手應對越來越復雜和不可預測的任務。為了讓人工智能在這些領域大展身手，它必須能夠超越其被設計和訓練的具體領域，具備推理和從經驗中學習的能力。

在現實世界中，許多重要應用都需要處理多種數據模式。例如，醫生在診斷患者病情時，需要綜合考慮文本（病歷）、語音（與患者的溝通）和視覺信號（可見癥狀）。即使是處理相對簡單的客戶投訴，代理也需要理解文本（客戶記錄）、識別語音，并敏銳捕捉關于客戶情緒的其他可聽和/或視覺信號。因此，人工智能的多模態能力，即其識別和處理多種數據模式的能力，對于其在物理世界中的有效運作至關重要。盡管當前的人工智能技術正朝著多模態方向發展，但即使是技術最先進的人工智能和機器人，其功能仍極為有限。這不僅與人類的能力相去甚遠，與動物相比也顯得捉襟見肘。例如，一只普通的家貓在規劃和執行復雜、適應性強的動作方面，就能輕松超越任何現有的機器人。

像 ChatGPT 這樣的大型語言模型，其回答問題的方式是基于訓練數據集中的統計模式，而非真正“理解”概念。它們缺乏對現實世界及其運行機制的真實感官信息和知識。計算機科學家揚·勒昆指出，若人工智能想在物理世界中有效運作，就必須將感官數據與文本、圖像和聲音相結合。他強調，一個四歲的孩子通過感官輸入所吸收的數據量，遠超當今最大的大型語言模型。反之，一個人若想讀完用于訓練大型語言模型的所有文本數據，將耗費近五十萬年。由此可見，若人工智能想突破狹窄的、特定任務的功能限制，在日常的、推理密集型情境中真正增強人類能力，就必須以物理世界中的感官數據為基礎。這正是物理AI備受矚目的原因所在。

3

物理AI的廣闊應用前景

物理AI的應用場景幾乎無所不包，涵蓋了各個行業。以下是一些與商業世界緊密相關的潛在應用領域：

• 制造業和工業流程：在制造工廠、工廠和倉庫的數字孿生開發方面，已經取得了顯著進展，這使得操作的優化更加依賴數據驅動。物理AI將在此基礎上實現更快的實時優化，無需因操作條件的變化或意外事件而重新編程或重新配置。更牢固地基于物理世界的數字孿生和仿真將更加強大，不僅能夠提升性能，還能將優化范圍從單個工廠擴展至整個供應鏈乃至更廣泛的環境（參見理特咨詢報告《工業元宇宙》）。最終，這將催生“全系統”數字模型，使企業高管能夠借助人工智能進行精準的業務決策和戰略管理。

• 新的機器人應用：物理AI將賦予機器人新的技能、多任務處理能力和適應性。機器人助手將能夠自主學習新任務，適應新的產品線或規格，無需因重新編程而停機。此外，機器人還將在農業、建筑和采礦等更復雜、更不受控的環境中與人類并肩工作，開辟新的合作模式。

• 醫療保健：物理AI驅動的設備和機器人在醫療保健領域的應用前景廣闊，從輔助醫生進行診斷，到執行復雜的外科手術、提高治療精度，再到提供全方位的護理、護理和支持服務，都將發揮重要作用。

• 智能城市和家居：物理AI可以實現實時優化交通流量、提供便捷的移動性服務以及增強公共安全，機器人將在其中扮演重要角色，協助提供城市基本服務。在家居環境中，物理AI將實現環境的自適應控制，讓曾經只存在于科幻小說中的人形機器人協助日常家務的愿景成為現實。

展望未來，物理AI與微機器人、納米技術的結合將帶來無限可能。在醫療保健領域，微機器人有望在人體血液中穿行至病變部位，實現精準診斷和高效治療。從更宏觀的角度來看，我們可能會見證能夠根據環境變化自我適應和修復的物理AI驅動材料的誕生，為制造業帶來革命性的變革。

4

物理AI面臨的挑戰

盡管前景光明，但物理AI要充分發揮其潛力，仍需攻克諸多挑戰，其中四個尤為突出。

01

構建世界模型的挑戰

物理AI面臨的首要難題是構建全面“世界模型”所需的海量數據。這一模型是物理世界的抽象表示，對于人工智能的有效運作至關重要。因此，尋找比傳統機器學習更經濟、更節能的數據處理方法成為當務之急。一種解決方案是開發特定的物理基礎模型，這些模型在多種物理互動場景下進行預訓練，例如導航環境和與人互動等。英偉達的 Cosmos 就是這樣一款“世界模型開發平臺”，它采用基于變換器的架構，結合自編碼器和“物理信息”擴散算法，為人工智能提供更精準的物理世界認知。另一種方法是 Meta 的聯合嵌入預測架構（JEPA）模型，它通過預測數據中的缺失或失真部分來學習抽象表示。與傳統生成模型不同，JEPA 專注于捕捉數據的高級結構，而非重建所有不可預測的細節，從而提高效率和可擴展性，同時減少所需的訓練數據量。

此外，一些更具創新性的方法，如“液體網絡”人工智能模型，通過模仿自然中神經元的工作方式，有望實現“用更少的資源做更多的事情”，為物理AI的發展開辟新路徑。

02

分散式計算能力的需求

與為人類提供決策輔助的代理人工智能系統不同，物理AI直接在物理環境中執行任務，需要即時響應，不能有絲毫延遲。這就要求在設備本身上嵌入強大的、分散式的計算能力。因此，微型計算和連接技術的進一步發展至關重要。目前，所有主要的芯片制造商，如英偉達、英特爾、AMD、IBM 和 Cerebras，以及超大規模企業谷歌和亞馬遜，都在積極研發適用于機器人模型訓練和推理的硬件。同時，基于仿真的方法也需要特定的計算能力支持。然而，分散式架構的高能耗問題與行業向更經濟、低能耗技術發展的趨勢相悖。因此，開發“更小巧、更精準”的計算單元，成為物理AI領域的一大追求。

03

縮短開發周期與降低成本

物理AI驅動的機器人設備開發面臨著漫長周期和高昂成本的雙重困境。與生成式人工智能相比，機器人系統的訓練過程更為復雜耗時。例如，Covariant 公司在 2024 年才發布了其首個世界基礎模型 RFM-1，距離公司成立已過去了整整七年。此外，真實場景下的測試和驗證也會大幅延長開發周期。與純軟件人工智能應用不同，物理AI設備在正式發布前必須確保零錯誤，這與軟件可以在初期帶病運行并逐步改進的模式截然不同。例如，Waymo 的無人駕駛出租車在舊金山街頭進行了長達兩年多的試點測試，才于 2024 年 2 月正式投入商業運營。在實際操作中，這意味著大型企業憑借雄厚的資金實力在物理AI開發領域占據主導地位，而合作伙伴關系也成為分擔成本的常見策略。

04

確保安全性

當人工智能直接作用于物理環境時，其潛在風險不容小覷，一旦失控，可能會對人類造成嚴重傷害。在安全關鍵領域，如列車控制系統、醫療設備、工業控制系統和航空航天系統等，傳統機器人和自動化設備通過嚴格的設計、開發和調試過程中的檢查、驗證和確認來確保安全性，這些流程和方法在監管標準中都有明確規定。然而，這些傳統方法無法直接應用于人工智能系統，因為后者具有缺乏透明度、易出錯、存在偏差和不可預測性等特點。

此外，當物理AI系統需要做出涉及不同類型傷害規避的決策時，還會引發一系列倫理考量。值得注意的是，目前尚未實現真正的車輛 5 級自動駕駛（即系統能夠在所有條件下完全自主運行，無需人類干預）。因此，開發適合物理AI系統的新安全保證方法成為當務之急。這包括提高人工智能決策和行動的透明度；在安全關鍵功能中使用基于規則的模型；開發新的測試、驗證和確認體系；以及建立新的倫理框架和指南。

5

案例研究：液體網絡

麻省理工學院（MIT）計算機科學與人工智能實驗室主任丹尼爾·魯斯領導的研究團隊致力于通過模仿自然中大腦的工作方式來攻克物理AI面臨的挑戰。他們開發了一種人工智能模型，該模型模仿了僅有 302 個神經元的 C. elegans蠕蟲的大腦，盡管神經元數量有限，但該蠕蟲能夠執行許多復雜任務（相比之下，人腦擁有超過 800 億個神經元）。這種被稱為“液體網絡”的模型，其神經元數量雖少，但每個神經元執行的數學運算比傳統人工神經元更為復雜。這為物理AI應用帶來了顯著優勢：

• 有限的神經元數量使系統更易于理解，決策過程也更具可解釋性；

• 緊湊的尺寸有助于降低能耗，這對于分散式機器人系統至關重要；

• 獨特的測試方法大幅縮短了開發周期；

• 液體網絡能夠在初始訓練后繼續根據感知到的信息進行適應。

目前，相關研究仍在持續進行中。

6

物理AI——未來的關鍵驅動力

物理AI有望助力我們攻克生產力、老齡化和環境等最為緊迫的挑戰，并且已經在重塑機器人技術的未來。為了讓人工智能在日常生活中需要推理和判斷的場景中有效增強人類能力，它必須與物理世界深度融合。

物理AI的潛在應用場景幾乎無窮無盡，關鍵領域包括：制造業和工業流程優化、具備新技能水平和多任務處理能力的機器人應用、醫療保健以及智能城市和家居。

然而，要實現這些愿景，我們必須正視并解決一系列挑戰，包括構建物理世界模型所需的海量數據、機器人系統的漫長開發周期和高昂成本、將強大計算能力嵌入分散式設備的需求，以及確保安全性的復雜性。目前，傳統人工智能所依賴的海量數據和高能耗的“大錘”式方法，是否能夠有效應對這些挑戰，仍是一個未知數。或許，我們需要一種截然不同的新方法，來推動人工智能邁向下一個重大發展階段。

進一步交流

進入專業社群展開深度討論

慎思行通過微信等平臺覆蓋超過10萬戰略人、咨詢人等各類專業人士。我們也構建了專業社群，推動戰略與咨詢領域的問題討論、信息交流和機會分享，社群已有超過5年歷史，并成為了頂尖專業人士感知市場前沿，獲得實踐經驗的首要選擇。入群請添加慎思君微信，并提供名片。

現在微信公眾號更改規則，如果你不特地點進來，很可能看不到我們的推送了。希望喜歡【慎思行】的讀者朋友們將本號【設為星標★】，方便找到我們；也歡迎點擊右下角的【在看】。