金評天下｜人工智能下一個浪潮劍指物理 AI

　　7 月 17 日，黃仁勳表示，人工智能的下一個浪潮是物理 AI (Physic AI)，AI 從當前的文本或者圖像大模型向工業仿真、生物醫藥等物理規律驅動領域轉移，未來 AI 的所有能力都能夠融入物理世界。這一觀點如同一顆投入平靜湖面的石子，激起了行業内的廣泛關注與讨論。

　　按字面理解，物理 AI 是能夠理解物理定律并與現實世界交互的智能實體系統。直白點說，現在的 AI，無論是你問我答，還是文生圖、文生視頻，都隻是簡單的認知性任務，處于 AIGC 的初始階段。其局限性在于始終無法跳出二維平面，難以實現能切實提升人類生産效率的超級智能。而物理 AI 則聚焦于三維感知領域，它不隻是人與機器的感官交互，更關鍵的是要讓機器具備自主思考并展開實質性行動的能力。

　　在黃仁勳看來，機器人是物理 AI 的一個絕佳載體，這也是 AIGC 從二維平面邁向三維感知空間智能領域的一個重要切入口，有望真正實現 “機器思考”。通過物理 AI 實現機器人的感知升級，各類機器人的生産效率将發生脫胎換骨的變化。以人形機器人為例，它不再隻是僅供觀賞的玩具擺設，而是能切實幫助人類完成各種工作的智能體;在自動駕駛領域，車輛也可依據環境的動态變化實現智能判斷與快速反應。屆時，機器人或許真的會像智商遠超人類數倍的 “鋼鐵俠” 一般，在各個領域大顯身手。

　　當然，機器人僅僅是物理 AI 應用範疇中的一小部分。空間智能物理 AI 擁有極為廣闊的前景，除了機器人領域，自動駕駛同樣屬于物理 AI 的實際應用場景。此外，還有衆多領域能夠實現機器智能感知與升級，由此可見物理 AI 未來發展空間的巨大潛力。不過，要實現物理 AI 的廣泛普及，必須突破兩大關鍵問題。其一，需要更快速的運算能力和容量更大的算力作為支撐;其二，要開發出更具落地可行性的空間感知技術以及垂直類大模型應用。

　　英偉達之所以對物理 AI 給予如此高度的關注，一個重要原因在于，随着 AI 訓練技術的逐步成熟，下遊應用的産業鍊建設必須及時跟上，否則将無法有效消納日益先進的 GPU 芯片以及龐大的算力輸出。僅依靠二維平面的問答和圖片視頻應用，顯然遠遠不足以滿足需求。因此，英偉達積極推動 AI 從二維平面朝着如同星辰大海般廣闊的三維物理感知層面進階。要知道，機器人行業的全球年産值已達 3000 億美元，并且随着科技的持續進步，這一行業還将迎來更為廣泛的應用拓展。AI 進入三維物理感知領域，對算力的需求将呈幾何式爆發增長，這對于不斷追求技術革新的 GPU 産業以及龐大算力的消納而言，無疑是一個重大利好。

　　其次，我們迫切需要更具落地性質的大模型應用。這種大模型并非簡單的平面思考模式，而是空間智能 AI 大模型，具備多模态的三維空間感知能力。例如，為各種機器人進行智能升級的大模型，能夠讓機器人自主進行智能思考，并對人類指令做出合理反饋，不再僅僅是機械地重複指令，尤其是像自動駕駛和人形機器人這類需要持續思考與能力升級的機器人應用場景。可以預見，在未來物理 AI 的巨大風口之下，能夠成功起飛的必然是垂直類的 AI 智能體。比如面向工業制造場景的空間智能閉環系統，或是面向金融、教育等特定領域的垂直類 AI 智能體，它們将憑借對特定領域的深度理解和精準應用，在市場競争中占據優勢地位。