在不久前的美国拉斯维加斯消费电子展上,英伟达公司首席执行官黄仁勋在其主旨演讲中提到,“物理人工智能(物理AI)”的“ChatGPT时刻”已经到来。这一观点引发了广泛讨论。
业内普遍认为,从自主协作的机器人到自动驾驶汽车,“物理AI”将重塑制造业、物流和交通等各个领域。未来几年内,“物理AI”将实现规模化应用,成为下一轮全球科技竞争的核心赛道。然而,其发展和完善仍面临多重挑战。
人们通常提到的AI多指“生成式AI”,主要基于互联网收集的数据训练而成,擅长写文案、画插画等任务,但在处理现实世界的物理规则时则显得力不从心。“物理AI”则弥补了这一不足,它不仅理解3D空间中的位置关系及物理规律,还能接收传感器数据并转化为机器人可执行的动作指令或帮助设备做出符合现实逻辑的判断。
“物理AI”的三大核心要素是数据、平台和模型。在实际应用前,它会经过一个虚拟训练平台:创建真实空间的数字孪生体,并同步温度、距离等数据到虚拟环境中。通过模拟操作,记录交互数据,再交给模型进行扩充、整理与标注,使AI快速学习。有了这个“虚拟训练场”,自主机器可以在安全且快速地反复练习技能。
“物理AI”正在解锁新能力,预计2030年相关市场规模将达到数万亿美元,覆盖制造业、物流、医疗和智能驾驶等领域。工业机器人与自动驾驶是两大核心赛道。例如,仓库里的自动搬运机器人现在能在复杂环境中绕开障碍物,稳稳把货物送到目的地;工厂里的机械臂也能通过传感器分辨零件摆放角度,自动调整抓握力度和姿势,精准适配不同工件;手术室里的手术机器人能熟练完成穿针、缝合等精细操作;自动驾驶汽车则能实时处理路况信息,做出可靠的驾驶决策。
尽管前景广阔,但“物理AI”发展仍面临挑战。高精度物理仿真环境的建模成本高昂,不同行业的物理规律差异显著,通用模型开发难度大。此外,模拟环境与现实世界存在细微差异,导致实体部署时误差率上升。即使是微小的错误也可能引发连锁反应,造成损失。网络安全问题也不容忽视,漏洞可能导致未经授权的访问、数据泄露甚至恶意控制机器人。因此,相关可解释性与责任追溯机制需要进一步建立和完善。
黄仁勋身穿标志性的黑色夹克,迟到了10分钟走上拉斯维加斯国际消费电子展(CES)的舞台。他总结了过去一年开源崛起带来的催化剂作用,并特别提到DeepSeek R1对整个行业的推动
2026-01-07 14:15:01黄仁勋CES预言黄仁勋认为今年有望看到能力达到人类级别的机器人。当地时间1月6日,在媒体交流会上,他分享了对物理AI技术发展的乐观看法。尽管目前机器人的技能水平较为基础,黄仁勋相信具有人类级别技能的机器人将在今年出现
2026-01-07 15:34:34黄仁勋全力推物理AI真到时候了吗