物理AI迎来发展热潮背后的深层逻辑
科技行业有一种特殊的发展势头,它并非通过单一突破来宣告自己,而是通过多方面的同时融合。物理AI正在经历这样的时刻,关注它的发展源头和原因,比任何单一产品发布都更有意义。
物理AI这个概念本身足够简单。它描述的AI系统不仅仅处理数据或生成内容,而是能够感知、推理并在现实世界中行动——包括机器人、自动驾驶汽车、能够适应环境的智能机器。英伟达CEO黄仁勋在1月的CES展会上称其为"机器人领域的ChatGPT时刻"——这是一个精心设计且很有用的表述。
与ChatGPT的比较并非为了炒作。它表明,一项曾经局限于研究环境的技术正在被主流商业部署采用。这种转变正是我们目前看到的,从硅谷的工厂车间到上海的展示舞台都在上演。
西方的物理AI竞赛本质上是平台之争
在西方,物理AI的推进本质上是一场平台竞赛。投资最积极的公司主要不是机器人公司,而是基础设施公司,它们将机器人视为AI变现的下一个载体。
英伟达发布了新的Cosmos和GR00T开放模型,用于机器人学习和推理,同时推出了基于Blackwell架构的Jetson T4000模块,为机器人计算提供4倍更高的能效。Arm专门成立了全新的物理AI业务部门,专注于机器人和智能车辆的半导体设计。
西门子和英伟达宣布计划构建他们所称的工业AI操作系统,雄心勃勃地要创建世界上第一个完全由AI驱动的自适应制造基地。还有谷歌,上周将其机器人软件部门Intrinsic完全内化——从Alphabet的"其他投资"转移到谷歌核心业务中。
此举使谷歌能够向制造商提供垂直整合的技术栈:来自DeepMind的AI模型、来自Intrinsic的部署软件,以及来自Google Cloud的云基础设施。内部流传的Android类比很有启发性。Android并非通过制造最好的手机来赢得智能手机市场,而是通过成为其他所有应用运行的底层平台。
这正是谷歌在物理AI领域尝试的策略。
企业级应用前景广阔
企业应用的影响意义重大。德勤对超过3200名全球商业领袖的调查发现,58%的企业已经在某种程度上使用物理AI,在未来两年内这一比例将上升到80%。市场需求显而易见。问题已经从"是否采用"转向"多快采用以及选择谁的平台"。
Q&A
Q1:物理AI是什么?它与传统AI有什么区别?
A:物理AI是指不仅能处理数据或生成内容,还能感知、推理并在现实世界中行动的AI系统,包括机器人、自动驾驶汽车、能适应环境的智能机器等。与传统AI不同,物理AI能够与现实世界直接交互。
Q2:为什么说物理AI是"机器人领域的ChatGPT时刻"?
A:这个比较表明物理AI技术正从研究环境转向主流商业部署,就像ChatGPT将生成式AI带入大众应用一样,物理AI也在从实验室走向实际应用场景。
Q3:企业对物理AI的采用情况如何?
A:根据德勤调查,目前58%的全球企业领袖已经在某种程度上使用物理AI,在未来两年内这一比例预计将上升到80%,显示出强劲的市场需求。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。