在不久前的美國(guó)拉斯維加斯消費(fèi)電子展上，英偉達(dá)公司首席執(zhí)行官黃仁勛在其主旨演講中提到，“物理人工智能（物理AI）”的“ChatGPT時(shí)刻”已經(jīng)到來(lái)。這一觀點(diǎn)引發(fā)了廣泛討論。

業(yè)內(nèi)普遍認(rèn)為，從自主協(xié)作的機(jī)器人到自動(dòng)駕駛汽車(chē)，“物理AI”將重塑制造業(yè)、物流和交通等各個(gè)領(lǐng)域。未來(lái)幾年內(nèi)，“物理AI”將實(shí)現(xiàn)規(guī)?；瘧?yīng)用，成為下一輪全球科技競(jìng)爭(zhēng)的核心賽道。然而，其發(fā)展和完善仍面臨多重挑戰(zhàn)。

人們通常提到的AI多指“生成式AI”，主要基于互聯(lián)網(wǎng)收集的數(shù)據(jù)訓(xùn)練而成，擅長(zhǎng)寫(xiě)文案、畫(huà)插畫(huà)等任務(wù)，但在處理現(xiàn)實(shí)世界的物理規(guī)則時(shí)則顯得力不從心?！拔锢鞟I”則彌補(bǔ)了這一不足，它不僅理解3D空間中的位置關(guān)系及物理規(guī)律，還能接收傳感器數(shù)據(jù)并轉(zhuǎn)化為機(jī)器人可執(zhí)行的動(dòng)作指令或幫助設(shè)備做出符合現(xiàn)實(shí)邏輯的判斷。

“物理AI”的三大核心要素是數(shù)據(jù)、平臺(tái)和模型。在實(shí)際應(yīng)用前，它會(huì)經(jīng)過(guò)一個(gè)虛擬訓(xùn)練平臺(tái)：創(chuàng)建真實(shí)空間的數(shù)字孿生體，并同步溫度、距離等數(shù)據(jù)到虛擬環(huán)境中。通過(guò)模擬操作，記錄交互數(shù)據(jù)，再交給模型進(jìn)行擴(kuò)充、整理與標(biāo)注，使AI快速學(xué)習(xí)。有了這個(gè)“虛擬訓(xùn)練場(chǎng)”，自主機(jī)器可以在安全且快速地反復(fù)練習(xí)技能。

“物理AI”正在解鎖新能力，預(yù)計(jì)2030年相關(guān)市場(chǎng)規(guī)模將達(dá)到數(shù)萬(wàn)億美元，覆蓋制造業(yè)、物流、醫(yī)療和智能駕駛等領(lǐng)域。工業(yè)機(jī)器人與自動(dòng)駕駛是兩大核心賽道。例如，倉(cāng)庫(kù)里的自動(dòng)搬運(yùn)機(jī)器人現(xiàn)在能在復(fù)雜環(huán)境中繞開(kāi)障礙物，穩(wěn)穩(wěn)把貨物送到目的地；工廠里的機(jī)械臂也能通過(guò)傳感器分辨零件擺放角度，自動(dòng)調(diào)整抓握力度和姿勢(shì)，精準(zhǔn)適配不同工件；手術(shù)室里的手術(shù)機(jī)器人能熟練完成穿針、縫合等精細(xì)操作；自動(dòng)駕駛汽車(chē)則能實(shí)時(shí)處理路況信息，做出可靠的駕駛決策。

盡管前景廣闊，但“物理AI”發(fā)展仍面臨挑戰(zhàn)。高精度物理仿真環(huán)境的建模成本高昂，不同行業(yè)的物理規(guī)律差異顯著，通用模型開(kāi)發(fā)難度大。此外，模擬環(huán)境與現(xiàn)實(shí)世界存在細(xì)微差異，導(dǎo)致實(shí)體部署時(shí)誤差率上升。即使是微小的錯(cuò)誤也可能引發(fā)連鎖反應(yīng)，造成損失。網(wǎng)絡(luò)安全問(wèn)題也不容忽視，漏洞可能導(dǎo)致未經(jīng)授權(quán)的訪問(wèn)、數(shù)據(jù)泄露甚至惡意控制機(jī)器人。因此，相關(guān)可解釋性與責(zé)任追溯機(jī)制需要進(jìn)一步建立和完善。