共计 1631 个字符，预计需要花费 5 分钟才能阅读完成。
在 CES 展会上，我们与高通公司深入探讨了物理人工智能这一热门概念的内涵、应用场景与未来前景。这项技术正在悄然改变我们与世界的互动方式。
三年前 ChatGPT 的横空出世掀起了人工智能浪潮。然而，要让 AI 真正在日常生活中发挥最大效用，它必须能够处理现实任务——这意味着 AI 需要走出笔记本电脑屏幕上的聊天框，更直接地融入物理环境。这正是当前行业最炙手可热的新概念：物理人工智能。
在上周的消费电子展上，物理人工智能这一术语几乎出现在每家科技公司的展台，从新型 AI 模型到专用硬件，都在推动该领域的发展。就连英伟达也在主题演讲中，由首席执行官黄仁勋将物理人工智能的重要性与 ChatGPT 的诞生相提并论。“物理人工智能的 ChatGPT 时刻已经到来，”他说，“机器开始理解、推理并在现实世界中行动。”
物理人工智能是什么？
广义而言，物理人工智能指的是 通过硬件实现、能感知周围环境、进行推理并执行或协调行动的人工智能系统。自动驾驶汽车和机器人是典型例子——但利用 AI 执行任务的机器人其实已存在数十年。那么，如今的物理人工智能有何不同？
高通公司自动驾驶与机器人事业部副总裁兼总经理 Anshuman Saxena 指出，关键差异在于 机器人是否具备推理、行动以及与周围环境互动的能力。“真正的物理人工智能意味着系统能形成思维链条、拥有推理能力与类人大脑，在特定情境中像人类一样行动。”Saxena 解释道。例如，一个人形机器人不仅能按指令搬运物品，更能通过感知环境，直觉性地完成复杂任务。
不过，物理人工智能的应用不一定如此复杂。高通公司 XR、可穿戴设备及个人人工智能业务高级副总裁兼总经理 Ziad Asghar 表示，许多人可能已经拥有物理人工智能的早期形态。“智能眼镜就是物理人工智能的典型体现，”Asghar 说，“它存在于现实空间，能同步感知用户的视觉与听觉信息，真正融入物理世界。”
共生数据生态
Saxena 进一步指出，虽然人形机器人可以在人类不愿从事（因为枯燥或危险）的任务中发挥作用，但它们不会完全取代人类。相反，像智能眼镜这样的 AI 可穿戴设备，其价值在于 增强人类能力。不仅如此，这类设备还能基于真实世界的视角与案例，生成高质量数据集，进而赋能机器人等其他物理人工智能设备。
“大型语言模型的强大，源于互联网上丰富的语境数据，”Saxena 说，“但物理世界的数据尚未形成体系。”这正是物理人工智能发展的一大瓶颈。由于在现实世界中训练机器人风险较高（比如让自动驾驶汽车直接上路测试），企业往往需要创建合成数据与模拟环境来训练模型。在今年的 CES 上，许多公司正试图破解这一难题。
英伟达发布了能理解现实环境的新模型，可用于生成高度逼真的合成数据与仿真系统。高通则推出了集成式物理人工智能解决方案，结合全新发布的 Dragonwing IQ10 系列处理器与 AI 数据采集训练工具，旨在降低开发门槛。
创建训练数据集通常耗时且昂贵。然而，机器人可以利用人们日常佩戴的可穿戴设备所产生的数据——这些基于人类真实体验的信息，正是有效的物理人工智能训练素材。“想象一下，当人们通过眼镜等设备感知世界并做出行动时，海量数据实时产生，”Saxena 描述道，“这些信息不仅能帮助机器人学习，还可能催生全新的数据生态系统。”
对于个人数据用于训练机器人可能引发的隐私担忧，Saxena 强调，可穿戴设备数据必须遵循最高隐私标准。经过匿名化处理后，这些数据将对机器人训练具有重要价值，而训练后的机器人又能生成更多数据，形成良性循环。Asghar 补充说：“这种情境共享与 AI 交互——即你身边的机器人设备与可穿戴 AI 设备之间的协同——将成为未来重要的技术优势。”
总结
物理人工智能不再是科幻概念，而是正在通过机器人、智能眼镜、自动驾驶系统等形态，悄然进入日常生活。其核心不仅是“智能”，更是“行动”——在理解世界的基础上，与世界互动。随着数据生态与硬件技术的同步演进，物理人工智能有望在不久的未来，成为我们工作、生活中不可或缺的协作伙伴。
