唐格
Physical AI 这几年突然变热，表面看是机器人和具身智能重新进入融资和媒体视野。更深一层看，是 AI 从语言、图像和软件世界，开始向物理世界迁移。大模型已经证明了通用表示和推理能力的价值，接下来更难的问题是：一个智能体能不能理解空间、动作、物体、力、时间和真实环境中的不确定性。物理世界对 AI 很不友好。文本错一个词可以改，机器人错一次动作可能造成损坏。软件产品可以快速迭代，硬件迭代要面对供应链、成本、可靠性和安全。线上数据可以低成本采集，机器人数据要来自真实环境、真实操作和真实反馈。Physical AI 的难点就在这里：它需要模型能力，也需要工程系统；需要算法，也需要硬件；需要数据，也需要场景；需要研究天才，也需要能把产品交付给客户的人。从今年的产业信号看，Physical AI 的竞争会越来越集中在四个层面。第一层是世界表示。机器人要进入真实世界，必须知道“世界是什么”。这里的世界包含物体、位置、动作、约束、意图、风险和可执行性的组合。世界模型、空间智能、运
发布于 云南
分享
评论
赞
未登录
友善发言
评论
加载中
