物理AI：開啟虛擬與現(xiàn)實(shí)交互的新篇章

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

個(gè)人微信丨hello_SSX

1

物理AI：連接虛擬與現(xiàn)實(shí)的橋梁

在 2025 年的消費(fèi)電子展上，英偉達(dá)首席執(zhí)行官黃仁勛將物理AI譽(yù)為人工智能領(lǐng)域的下一個(gè)重大突破。物理AI的核心，在于促進(jìn)人工智能與物理世界的高效互動(dòng)。傳統(tǒng)的機(jī)器學(xué)習(xí)（ML）和生成式人工智能（GenAI）主要依賴于公開互聯(lián)網(wǎng)上的數(shù)據(jù)進(jìn)行訓(xùn)練，其輸出成果以數(shù)字形式呈現(xiàn)，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(xiàn)實(shí)世界獲取數(shù)據(jù)，例如通過傳感器和物聯(lián)網(wǎng)（IoT）設(shè)備，或者借助專門的文本、圖像和聲音訓(xùn)練內(nèi)容。其輸出結(jié)果則直接作用于物理世界，比如控制執(zhí)行器或其他設(shè)備。因此，物理AI在機(jī)器人技術(shù)和自動(dòng)化等領(lǐng)域的應(yīng)用尤為突出，它能夠收集和處理現(xiàn)實(shí)世界的數(shù)據(jù)，做出決策并付諸實(shí)踐。

物理AI與傳統(tǒng)機(jī)器人技術(shù)的根本區(qū)別在于交互方式。在傳統(tǒng)機(jī)器人中，傳感器將數(shù)據(jù)線性地傳輸至一個(gè)已編程的處理引擎，該引擎依據(jù)預(yù)設(shè)規(guī)則對(duì)數(shù)據(jù)進(jìn)行處理，進(jìn)而指揮機(jī)器人控制其輸出設(shè)備和執(zhí)行器。而在物理AI的框架下，處理引擎與多模態(tài)人工智能系統(tǒng)實(shí)現(xiàn)雙向通信，不再局限于簡(jiǎn)單的規(guī)則應(yīng)用。這意味著物理AI驅(qū)動(dòng)的設(shè)備能夠?qū)ψ兓妮斎霐?shù)據(jù)做出更迅速且更具適應(yīng)性的反應(yīng)。它能夠運(yùn)用推理、優(yōu)先排序行動(dòng)、改變處理路徑，并且無需重新編程就能持續(xù)提升性能。因此，在應(yīng)對(duì)復(fù)雜、變化和不可預(yù)測(cè)的情況時(shí)，物理AI展現(xiàn)出比傳統(tǒng)機(jī)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(shè)計(jì)和訓(xùn)練，以精準(zhǔn)地理解物理環(huán)境。目前，已有一些成熟的方法可供采用。基于模型的強(qiáng)化學(xué)習(xí)，通過實(shí)驗(yàn)讓人工智能逐步構(gòu)建對(duì)環(huán)境的理解，已在機(jī)器人技術(shù)領(lǐng)域得到廣泛應(yīng)用。仿真技術(shù)，如工廠或工廠的數(shù)字孿生，能夠?yàn)槿斯ぶ悄芴峁┉h(huán)境模型，助力其更好地模擬和理解現(xiàn)實(shí)場(chǎng)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(jiān)實(shí)的物理基礎(chǔ)。其他方法還包括圖神經(jīng)網(wǎng)絡(luò)，它在分析復(fù)雜的物理或生物系統(tǒng)（例如分子結(jié)構(gòu)或天氣模式）方面表現(xiàn)出色，以及符號(hào)人工智能，它依賴于明確的規(guī)則和邏輯，與機(jī)器學(xué)習(xí)形成鮮明對(duì)比。符號(hào)人工智能適用于特定任務(wù)必須執(zhí)行的受限環(huán)境，以及用于施加基于規(guī)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(shù)的持續(xù)演變和融合。生成式人工智能在基于龐大在線數(shù)據(jù)集生成數(shù)字內(nèi)容方面表現(xiàn)出色，但其在與動(dòng)態(tài)環(huán)境互動(dòng)時(shí)，因缺乏現(xiàn)實(shí)世界的感官輸入而顯得力不從心。物理AI的出現(xiàn)，正是為了彌補(bǔ)這一缺陷。隨著生成式人工智能在低級(jí)推理和信息檢索方面不斷進(jìn)步，它與各類系統(tǒng)的融合日益緊密，逐漸發(fā)展成為如今的“代理人工智能”。代理人工智能能夠?qū)?fù)雜問題拆解為多個(gè)步驟，自主獲取數(shù)據(jù)、分析結(jié)果，并據(jù)此做出決策，最終將結(jié)果反饋給用戶。這一能力極大地推動(dòng)了人工智能在眾多企業(yè)應(yīng)用中的普及，包括研發(fā)領(lǐng)域。

與此同時(shí)，傳感器和物聯(lián)網(wǎng)技術(shù)不斷升級(jí)，成本持續(xù)降低，計(jì)算能力也在穩(wěn)步提升，仿真技術(shù)因此迎來了新的發(fā)展機(jī)遇。人們對(duì)復(fù)雜系統(tǒng)及其行為的理解和建模能力也有了顯著提高。復(fù)雜性和不可預(yù)測(cè)性是許多現(xiàn)實(shí)世界應(yīng)用的共性，無論是工業(yè)流程、商業(yè)管理、交通/旅行系統(tǒng)、自然系統(tǒng)還是人類網(wǎng)絡(luò)，都面臨著類似的挑戰(zhàn)。在這種背景下，人工智能與機(jī)器人技術(shù)的融合成為必然趨勢(shì)，它們攜手應(yīng)對(duì)越來越復(fù)雜和不可預(yù)測(cè)的任務(wù)。為了讓人工智能在這些領(lǐng)域大展身手，它必須能夠超越其被設(shè)計(jì)和訓(xùn)練的具體領(lǐng)域，具備推理和從經(jīng)驗(yàn)中學(xué)習(xí)的能力。

在現(xiàn)實(shí)世界中，許多重要應(yīng)用都需要處理多種數(shù)據(jù)模式。例如，醫(yī)生在診斷患者病情時(shí)，需要綜合考慮文本（病歷）、語音（與患者的溝通）和視覺信號(hào)（可見癥狀）。即使是處理相對(duì)簡(jiǎn)單的客戶投訴，代理也需要理解文本（客戶記錄）、識(shí)別語音，并敏銳捕捉關(guān)于客戶情緒的其他可聽和/或視覺信號(hào)。因此，人工智能的多模態(tài)能力，即其識(shí)別和處理多種數(shù)據(jù)模式的能力，對(duì)于其在物理世界中的有效運(yùn)作至關(guān)重要。盡管當(dāng)前的人工智能技術(shù)正朝著多模態(tài)方向發(fā)展，但即使是技術(shù)最先進(jìn)的人工智能和機(jī)器人，其功能仍極為有限。這不僅與人類的能力相去甚遠(yuǎn)，與動(dòng)物相比也顯得捉襟見肘。例如，一只普通的家貓?jiān)谝?guī)劃和執(zhí)行復(fù)雜、適應(yīng)性強(qiáng)的動(dòng)作方面，就能輕松超越任何現(xiàn)有的機(jī)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(xùn)練數(shù)據(jù)集中的統(tǒng)計(jì)模式，而非真正“理解”概念。它們?nèi)狈?duì)現(xiàn)實(shí)世界及其運(yùn)行機(jī)制的真實(shí)感官信息和知識(shí)。計(jì)算機(jī)科學(xué)家揚(yáng)·勒昆指出，若人工智能想在物理世界中有效運(yùn)作，就必須將感官數(shù)據(jù)與文本、圖像和聲音相結(jié)合。他強(qiáng)調(diào)，一個(gè)四歲的孩子通過感官輸入所吸收的數(shù)據(jù)量，遠(yuǎn)超當(dāng)今最大的大型語言模型。反之，一個(gè)人若想讀完用于訓(xùn)練大型語言模型的所有文本數(shù)據(jù)，將耗費(fèi)近五十萬年。由此可見，若人工智能想突破狹窄的、特定任務(wù)的功能限制，在日常的、推理密集型情境中真正增強(qiáng)人類能力，就必須以物理世界中的感官數(shù)據(jù)為基礎(chǔ)。這正是物理AI備受矚目的原因所在。

3

物理AI的廣闊應(yīng)用前景

物理AI的應(yīng)用場(chǎng)景幾乎無所不包，涵蓋了各個(gè)行業(yè)。以下是一些與商業(yè)世界緊密相關(guān)的潛在應(yīng)用領(lǐng)域：

• 制造業(yè)和工業(yè)流程：在制造工廠、工廠和倉庫的數(shù)字孿生開發(fā)方面，已經(jīng)取得了顯著進(jìn)展，這使得操作的優(yōu)化更加依賴數(shù)據(jù)驅(qū)動(dòng)。物理AI將在此基礎(chǔ)上實(shí)現(xiàn)更快的實(shí)時(shí)優(yōu)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(shù)字孿生和仿真將更加強(qiáng)大，不僅能夠提升性能，還能將優(yōu)化范圍從單個(gè)工廠擴(kuò)展至整個(gè)供應(yīng)鏈乃至更廣泛的環(huán)境（參見理特咨詢報(bào)告《工業(yè)元宇宙》）。最終，這將催生“全系統(tǒng)”數(shù)字模型，使企業(yè)高管能夠借助人工智能進(jìn)行精準(zhǔn)的業(yè)務(wù)決策和戰(zhàn)略管理。

• 新的機(jī)器人應(yīng)用：物理AI將賦予機(jī)器人新的技能、多任務(wù)處理能力和適應(yīng)性。機(jī)器人助手將能夠自主學(xué)習(xí)新任務(wù)，適應(yīng)新的產(chǎn)品線或規(guī)格，無需因重新編程而停機(jī)。此外，機(jī)器人還將在農(nóng)業(yè)、建筑和采礦等更復(fù)雜、更不受控的環(huán)境中與人類并肩工作，開辟新的合作模式。

• 醫(yī)療保健：物理AI驅(qū)動(dòng)的設(shè)備和機(jī)器人在醫(yī)療保健領(lǐng)域的應(yīng)用前景廣闊，從輔助醫(yī)生進(jìn)行診斷，到執(zhí)行復(fù)雜的外科手術(shù)、提高治療精度，再到提供全方位的護(hù)理、護(hù)理和支持服務(wù)，都將發(fā)揮重要作用。

• 智能城市和家居：物理AI可以實(shí)現(xiàn)實(shí)時(shí)優(yōu)化交通流量、提供便捷的移動(dòng)性服務(wù)以及增強(qiáng)公共安全，機(jī)器人將在其中扮演重要角色，協(xié)助提供城市基本服務(wù)。在家居環(huán)境中，物理AI將實(shí)現(xiàn)環(huán)境的自適應(yīng)控制，讓曾經(jīng)只存在于科幻小說中的人形機(jī)器人協(xié)助日常家務(wù)的愿景成為現(xiàn)實(shí)。

展望未來，物理AI與微機(jī)器人、納米技術(shù)的結(jié)合將帶來無限可能。在醫(yī)療保健領(lǐng)域，微機(jī)器人有望在人體血液中穿行至病變部位，實(shí)現(xiàn)精準(zhǔn)診斷和高效治療。從更宏觀的角度來看，我們可能會(huì)見證能夠根據(jù)環(huán)境變化自我適應(yīng)和修復(fù)的物理AI驅(qū)動(dòng)材料的誕生，為制造業(yè)帶來革命性的變革。

4

物理AI面臨的挑戰(zhàn)

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

01

構(gòu)建世界模型的挑戰(zhàn)

物理AI面臨的首要難題是構(gòu)建全面“世界模型”所需的海量數(shù)據(jù)。這一模型是物理世界的抽象表示，對(duì)于人工智能的有效運(yùn)作至關(guān)重要。因此，尋找比傳統(tǒng)機(jī)器學(xué)習(xí)更經(jīng)濟(jì)、更節(jié)能的數(shù)據(jù)處理方法成為當(dāng)務(wù)之急。一種解決方案是開發(fā)特定的物理基礎(chǔ)模型，這些模型在多種物理互動(dòng)場(chǎng)景下進(jìn)行預(yù)訓(xùn)練，例如導(dǎo)航環(huán)境和與人互動(dòng)等。英偉達(dá)的 Cosmos 就是這樣一款“世界模型開發(fā)平臺(tái)”，它采用基于變換器的架構(gòu)，結(jié)合自編碼器和“物理信息”擴(kuò)散算法，為人工智能提供更精準(zhǔn)的物理世界認(rèn)知。另一種方法是 Meta 的聯(lián)合嵌入預(yù)測(cè)架構(gòu)（JEPA）模型，它通過預(yù)測(cè)數(shù)據(jù)中的缺失或失真部分來學(xué)習(xí)抽象表示。與傳統(tǒng)生成模型不同，JEPA 專注于捕捉數(shù)據(jù)的高級(jí)結(jié)構(gòu)，而非重建所有不可預(yù)測(cè)的細(xì)節(jié)，從而提高效率和可擴(kuò)展性，同時(shí)減少所需的訓(xùn)練數(shù)據(jù)量。

此外，一些更具創(chuàng)新性的方法，如“液體網(wǎng)絡(luò)”人工智能模型，通過模仿自然中神經(jīng)元的工作方式，有望實(shí)現(xiàn)“用更少的資源做更多的事情”，為物理AI的發(fā)展開辟新路徑。

02

分散式計(jì)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(tǒng)不同，物理AI直接在物理環(huán)境中執(zhí)行任務(wù)，需要即時(shí)響應(yīng)，不能有絲毫延遲。這就要求在設(shè)備本身上嵌入強(qiáng)大的、分散式的計(jì)算能力。因此，微型計(jì)算和連接技術(shù)的進(jìn)一步發(fā)展至關(guān)重要。目前，所有主要的芯片制造商，如英偉達(dá)、英特爾、AMD、IBM 和 Cerebras，以及超大規(guī)模企業(yè)谷歌和亞馬遜，都在積極研發(fā)適用于機(jī)器人模型訓(xùn)練和推理的硬件。同時(shí)，基于仿真的方法也需要特定的計(jì)算能力支持。然而，分散式架構(gòu)的高能耗問題與行業(yè)向更經(jīng)濟(jì)、低能耗技術(shù)發(fā)展的趨勢(shì)相悖。因此，開發(fā)“更小巧、更精準(zhǔn)”的計(jì)算單元，成為物理AI領(lǐng)域的一大追求。

03

縮短開發(fā)周期與降低成本

物理AI驅(qū)動(dòng)的機(jī)器人設(shè)備開發(fā)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(jī)器人系統(tǒng)的訓(xùn)練過程更為復(fù)雜耗時(shí)。例如，Covariant 公司在 2024 年才發(fā)布了其首個(gè)世界基礎(chǔ)模型 RFM-1，距離公司成立已過去了整整七年。此外，真實(shí)場(chǎng)景下的測(cè)試和驗(yàn)證也會(huì)大幅延長開發(fā)周期。與純軟件人工智能應(yīng)用不同，物理AI設(shè)備在正式發(fā)布前必須確保零錯(cuò)誤，這與軟件可以在初期帶病運(yùn)行并逐步改進(jìn)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(jìn)行了長達(dá)兩年多的試點(diǎn)測(cè)試，才于 2024 年 2 月正式投入商業(yè)運(yùn)營。在實(shí)際操作中，這意味著大型企業(yè)憑借雄厚的資金實(shí)力在物理AI開發(fā)領(lǐng)域占據(jù)主導(dǎo)地位，而合作伙伴關(guān)系也成為分擔(dān)成本的常見策略。

04

確保安全性

當(dāng)人工智能直接作用于物理環(huán)境時(shí)，其潛在風(fēng)險(xiǎn)不容小覷，一旦失控，可能會(huì)對(duì)人類造成嚴(yán)重傷害。在安全關(guān)鍵領(lǐng)域，如列車控制系統(tǒng)、醫(yī)療設(shè)備、工業(yè)控制系統(tǒng)和航空航天系統(tǒng)等，傳統(tǒng)機(jī)器人和自動(dòng)化設(shè)備通過嚴(yán)格的設(shè)計(jì)、開發(fā)和調(diào)試過程中的檢查、驗(yàn)證和確認(rèn)來確保安全性，這些流程和方法在監(jiān)管標(biāo)準(zhǔn)中都有明確規(guī)定。然而，這些傳統(tǒng)方法無法直接應(yīng)用于人工智能系統(tǒng)，因?yàn)楹笳呔哂腥狈ν该鞫取⒁壮鲥e(cuò)、存在偏差和不可預(yù)測(cè)性等特點(diǎn)。

此外，當(dāng)物理AI系統(tǒng)需要做出涉及不同類型傷害規(guī)避的決策時(shí)，還會(huì)引發(fā)一系列倫理考量。值得注意的是，目前尚未實(shí)現(xiàn)真正的車輛 5 級(jí)自動(dòng)駕駛（即系統(tǒng)能夠在所有條件下完全自主運(yùn)行，無需人類干預(yù)）。因此，開發(fā)適合物理AI系統(tǒng)的新安全保證方法成為當(dāng)務(wù)之急。這包括提高人工智能決策和行動(dòng)的透明度；在安全關(guān)鍵功能中使用基于規(guī)則的模型；開發(fā)新的測(cè)試、驗(yàn)證和確認(rèn)體系；以及建立新的倫理框架和指南。

5

案例研究：液體網(wǎng)絡(luò)

麻省理工學(xué)院（MIT）計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室主任丹尼爾·魯斯領(lǐng)導(dǎo)的研究團(tuán)隊(duì)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(zhàn)。他們開發(fā)了一種人工智能模型，該模型模仿了僅有 302 個(gè)神經(jīng)元的 C. elegans蠕蟲的大腦，盡管神經(jīng)元數(shù)量有限，但該蠕蟲能夠執(zhí)行許多復(fù)雜任務(wù)（相比之下，人腦擁有超過 800 億個(gè)神經(jīng)元）。這種被稱為“液體網(wǎng)絡(luò)”的模型，其神經(jīng)元數(shù)量雖少，但每個(gè)神經(jīng)元執(zhí)行的數(shù)學(xué)運(yùn)算比傳統(tǒng)人工神經(jīng)元更為復(fù)雜。這為物理AI應(yīng)用帶來了顯著優(yōu)勢(shì)：

• 有限的神經(jīng)元數(shù)量使系統(tǒng)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(duì)于分散式機(jī)器人系統(tǒng)至關(guān)重要；

• 獨(dú)特的測(cè)試方法大幅縮短了開發(fā)周期；

• 液體網(wǎng)絡(luò)能夠在初始訓(xùn)練后繼續(xù)根據(jù)感知到的信息進(jìn)行適應(yīng)。

目前，相關(guān)研究仍在持續(xù)進(jìn)行中。

6

物理AI——未來的關(guān)鍵驅(qū)動(dòng)力

物理AI有望助力我們攻克生產(chǎn)力、老齡化和環(huán)境等最為緊迫的挑戰(zhàn)，并且已經(jīng)在重塑機(jī)器人技術(shù)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(chǎng)景中有效增強(qiáng)人類能力，它必須與物理世界深度融合。

物理AI的潛在應(yīng)用場(chǎng)景幾乎無窮無盡，關(guān)鍵領(lǐng)域包括：制造業(yè)和工業(yè)流程優(yōu)化、具備新技能水平和多任務(wù)處理能力的機(jī)器人應(yīng)用、醫(yī)療保健以及智能城市和家居。

然而，要實(shí)現(xiàn)這些愿景，我們必須正視并解決一系列挑戰(zhàn)，包括構(gòu)建物理世界模型所需的海量數(shù)據(jù)、機(jī)器人系統(tǒng)的漫長開發(fā)周期和高昂成本、將強(qiáng)大計(jì)算能力嵌入分散式設(shè)備的需求，以及確保安全性的復(fù)雜性。目前，傳統(tǒng)人工智能所依賴的海量數(shù)據(jù)和高能耗的“大錘”式方法，是否能夠有效應(yīng)對(duì)這些挑戰(zhàn)，仍是一個(gè)未知數(shù)。或許，我們需要一種截然不同的新方法，來推動(dòng)人工智能邁向下一個(gè)重大發(fā)展階段。

進(jìn)一步交流

進(jìn)入專業(yè)社群展開深度討論

慎思行通過微信等平臺(tái)覆蓋超過10萬戰(zhàn)略人、咨詢?nèi)说雀黝悓I(yè)人士。我們也構(gòu)建了專業(yè)社群，推動(dòng)戰(zhàn)略與咨詢領(lǐng)域的問題討論、信息交流和機(jī)會(huì)分享，社群已有超過5年歷史，并成為了頂尖專業(yè)人士感知市場(chǎng)前沿，獲得實(shí)踐經(jīng)驗(yàn)的首要選擇。入群請(qǐng)?zhí)砑由魉季⑿牛⑻峁┟?/p>

現(xiàn)在微信公眾號(hào)更改規(guī)則，如果你不特地點(diǎn)進(jìn)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(hào)【設(shè)為星標(biāo)★】，方便找到我們；也歡迎點(diǎn)擊右下角的【在看】。