隨著英偉達(da)公司市(shi)值在上周短暫登頂全球之首(shou)，一個大變革(ge)的時代正在愈演愈烈。
縱觀(guan)股市發展(zhan)歷(li)史，我們可以發現一(yi)個(ge)有趣的規律：每當一(yi)家公司(si)躍升為全球市值冠軍，往往預示著其所(suo)處行業將引領未來十年甚至(zhi)更(geng)長(chang)時(shi)期(qi)的經(jing)濟(ji)增長(chang)。這些巨頭的崛起，猶如(ru)一(yi)座座時(shi)代的燈塔，照亮了產(chan)業變革的航(hang)道(dao)。
而此時此刻，隨著生成式人工智能(Generative AI)的日新月異，AI正悄然走向下一個前沿陣地——比特與原子的交匯點。
英偉達，作為最早洞察這一趨勢的科技巨擘，敏銳地提出了AI發展的新重心：從生成式AI轉向實體AI(Physical AI)。這意味(wei)著，AI系統將不再局限(xian)于虛擬世界的創造，而是要深(shen)入理(li)解現實(shi)世界的物理(li)法則與復(fu)雜環境(jing)，進而推(tui)動自動化(hua)服務機器人(ren)的加速普及。
英(ying)偉達近期還趁熱打鐵，發(fa)布了AI Enterprise-IGX平臺和Omniverse微服務，以(yi)提(ti)升AI在邊緣環境中的大規(gui)模(mo)部署能力，為(wei)實體AI的發(fa)展鋪平道路。
與此(ci)同時，蘋果(guo)公(gong)司(si)在(zai)(zai)最新(xin)的(de)(de)(de)WWDC大會上也拋出了(le)重磅發布：Apple Intelligence。這(zhe)個(ge)全新(xin)的(de)(de)(de)AI架(jia)構最吸引眼球的(de)(de)(de)，莫過于其邊緣(yuan)和(he)云端(duan)(duan)混合(he)(he)的(de)(de)(de)組(zu)合(he)(he)模(mo)型(xing)，以(yi)及端(duan)(duan)到端(duan)(duan)加密(mi)的(de)(de)(de)隱私(si)計算技術。在(zai)(zai)這(zhe)種設計下，每位iCloud用戶都(dou)能(neng)擁有獨一無二的(de)(de)(de)個(ge)性化模(mo)型(xing)，實(shi)現基礎模(mo)型(xing)與用戶同步進化。蘋果(guo)正巧妙利用自身在(zai)(zai)移動終端(duan)(duan)的(de)(de)(de)優勢，彌(mi)補在(zai)(zai)大語(yu)言模(mo)型(xing)領域的(de)(de)(de)后發劣勢。
實體AI這個(ge)概念，源自英國(guo)(guo)帝國(guo)(guo)理工學院研究人員(yuan)的(de)創見，并(bing)被投資機構Coatue納入其(qi)最新的(de)AI四階段S曲線(xian)發(fa)展圖(tu)。
這四個階段分別是：AI基礎架構、邊緣AI、AI應用和實體AI。每個階段都呈現(xian)出獨特(te)的投資(zi)機(ji)遇和挑戰(zhan)。
AI基礎架構：已進入第二輪角(jiao)逐。當前數據中心內與AI相(xiang)關的服務器僅占(zhan)9%，但終將(jiang)增長至90%；AI耗電量僅2%，云平臺AI模型收入占(zhan)比才3%。競賽方興未艾，但基(ji)礎架構(gou)已是AI投資最成(cheng)熟的賽道。
邊緣AI：尚處概念炒作階段。Coatue將AI手機和AI PC劃歸此類。隨(sui)著擁有海量用戶的蘋果(guo)殺(sha)入AI市場，谷歌和蘋果(guo)的角力將(jiang)更趨白熱化。
AI應用：百花(hua)齊放(fang)的早春時節，投資風險不小(xiao)。軟件巨(ju)頭憑借(jie)既(ji)有用戶基(ji)礎進場占(zhan)優，初創公司則壓力山大。
實體AI：我們正處于一個獨特的時間節點。得益于強化學習、計算機視覺和大模型(LLM/VLM)的長足進步，諸多昔日不可能的工業應用場景，現已近在咫尺。譬如：以最少人工干預，實現新型材料的閉環預測、模擬、生產與測試；研發在偏遠沙漠布設太陽能板的機器人，效率比人工高1000倍；應用自主控制，大幅提升水泥、化工等高耗能工業流程的管理效率；利用自主工廠，將制造成本高企的產品生產線遷回國內。未來5-10年，人工智能必將徹底重塑我們的物理世界。
當前，AI基礎設施的競賽已如火如荼，而實體AI的角逐才剛剛起步。
要(yao)為(wei)用戶帶來流(liu)暢的智能體驗，必須(xu)實現軟硬兼施。在這個(ge)快速(su)迭代的智能時(shi)代，傳統的應用開發模式(shi)面(mian)臨(lin)巨大挑戰(zhan)。我們也(ye)許根本(ben)無需開發應用，只(zhi)需通過(guo)各種硬件和自然(ran)對話交互，以端(duan)到端(duan)的方式(shi)為(wei)用戶解決問題。因為(wei)，這是(shi)一(yi)場遠超(chao)互聯網(wang)和移動時(shi)代的新工(gong)業(ye)革(ge)命。
今天(tian)，讓我們一(yi)起探(tan)尋比特與(yu)原子的交匯點，揭(jie)秘實體(ti)AI的機遇與(yu)挑戰。
實體AI：比特如何驅動原子
什么是實體AI？
實體人工智能(Embodied AI)是人工智能技術的一個新興分支，旨在解決與物理世界直接交互的問題。不同(tong)于(yu)傳統(tong)的人(ren)(ren)工(gong)智能(neng)系(xi)(xi)(xi)統(tong)，如金(jin)融(rong)推薦系(xi)(xi)(xi)統(tong)、聊天(tian)機器(qi)人(ren)(ren)或(huo)智能(neng)游戲，實體人(ren)(ren)工(gong)智能(neng)系(xi)(xi)(xi)統(tong)能(neng)夠通過傳感器(qi)感知周(zhou)圍的環境，并通過執行器(qi)對(dui)環境進(jin)行操(cao)作和改變。
實(shi)體(ti)(ti)人工(gong)智(zhi)能的(de)一個(ge)顯著(zhu)特(te)點是，它需要處(chu)理來自真實(shi)世界的(de)海量異構(gou)數(shu)據，這些數(shu)據往(wang)(wang)往(wang)(wang)具有不確定(ding)性和不完整(zheng)性。同時(shi)，實(shi)體(ti)(ti)人工(gong)智(zhi)能系統的(de)行為結果也存(cun)在(zai)一定(ding)的(de)不確定(ding)性，因為它們所處(chu)的(de)環境(jing)是復雜多變的(de)，并且往(wang)(wang)往(wang)(wang)需要與(yu)人類共(gong)享環境(jing)。因此(ci)，如何在(zai)不確定(ding)環境(jing)中做出智(zhi)能決(jue)策，是實(shi)體(ti)(ti)人工(gong)智(zhi)能面臨(lin)的(de)一大(da)挑(tiao)戰。
以機器人領域為例，目前的機器人在“智能”程度上存在很大差異。
傳統的(de)(de)工業(ye)機器(qi)人主要(yao)執行高(gao)度重復的(de)(de)任(ren)務(wu)(wu)，很(hen)少(shao)需(xu)要(yao)與環(huan)境(jing)和人類交互。而(er)服(fu)務(wu)(wu)機器(qi)人則需(xu)要(yao)大量的(de)(de)傳感(gan)器(qi)來感(gan)知(zhi)環(huan)境(jing)，如導航、抓取物體(ti)(ti)、識別(bie)人臉等，同時它(ta)們(men)的(de)(de)行為結果(guo)也不(bu)那(nei)么確定。這些服(fu)務(wu)(wu)機器(qi)人是(shi)實體(ti)(ti)人工智(zhi)能(neng)的(de)(de)典型代表，它(ta)們(men)需(xu)要(yao)更(geng)高(gao)級的(de)(de)智(zhi)能(neng)來應(ying)對復雜多(duo)變的(de)(de)現實世界。
但實體人工智能的應用遠不止機器人。
我們可以設想一個智慧城市的(de)(de)場景(jing)，通過在公共設(she)施(shi)上(shang)安裝大量微型(xing)傳(chuan)感(gan)器(qi)，來實時(shi)監測城市的(de)(de)污染水平。人工智能算法可以融合這些(xie)傳(chuan)感(gan)器(qi)數據，精確預(yu)測污染的(de)(de)分布情況。同(tong)時(shi)，算法還可以主動控制(zhi)傳(chuan)感(gan)器(qi)的(de)(de)移(yi)動路徑，引(yin)導它(ta)們(men)到達信息(xi)量最(zui)大的(de)(de)區域(yu)。
更進一步，系統(tong)還(huan)可以(yi)通過城市攝像頭(tou)識別移動污(wu)(wu)染源(如車輛)，從(cong)公開(kai)渠道挖掘其他污(wu)(wu)染源的(de)信息。最后，這個(ge)物(wu)理(li)(li)數據驅動的(de)智慧系統(tong)可以(yi)對(dui)城市居民和管理(li)(li)部門提供兩方面的(de)決策(ce)(ce)支持：一是(shi)向居民推薦避開(kai)高污(wu)(wu)染區域的(de)路線(xian)，二是(shi)控(kong)制交(jiao)通引(yin)導，合理(li)(li)疏(shu)散(san)和分流人(ren)群。這個(ge)場(chang)景展現了實體人(ren)工智能融合物(wu)理(li)(li)世界(jie)數據，實現智能感知(zhi)、決策(ce)(ce)與控(kong)制的(de)巨(ju)大潛力。
當(dang)前，我們正處(chu)于(yu)一個人工智能(neng)蓬勃發展的(de)(de)時(shi)代。得(de)益于(yu)機器學習算(suan)法(fa)的(de)(de)進步，以及算(suan)力、數據的(de)(de)積累(lei)，許(xu)多(duo)以前看似(si)不可能(neng)的(de)(de)任(ren)務正在被逐一攻克。
未來5到(dao)10年，人工(gong)智能(neng)(neng)有望(wang)在先進(jin)制(zhi)造、智能(neng)(neng)電網、自動駕駛等領域得到(dao)大規模應用，徹底改變(bian)我們的物理世界。而實體人工(gong)智能(neng)(neng)作(zuo)為連接虛擬與現實的橋梁，必將在這(zhe)場(chang)智能(neng)(neng)革命(ming)中扮(ban)演關鍵角色。
實體AI：創新重心的大遷移
在人工智能的浪潮中，邊緣智能、具身智(zhi)(zhi)能和(he)空間(jian)智(zhi)(zhi)能如(ru)三(san)股清流，漸漸匯聚成實體智(zhi)(zhi)能(Physical AI)的洪(hong)流。
這是一場從(cong)虛擬走向現實、從(cong)抽象(xiang)走向具象(xiang)的壯麗躍遷，預示著人工智能正全面滲透并重塑我們的物理(li)世界。
邊緣智能力圖將AI算力從云端下放至邊緣設備，讓智能在數據源頭就能實時響應；具身智能則致力于將AI與機器人硬件深度融合，使其能感知、理解并操控三維空間；空間智能則探(tan)索如何(he)用AI理解和優(you)化人類活動的(de)空(kong)間布局。
三者雖(sui)各有千秋(qiu)，但殊途同歸(gui)，無不試(shi)圖打(da)破數(shu)字與物理世界的藩籬，讓AI融入現(xian)實。
這種趨同絕非偶然。當前AI的主戰場仍局限于線上數據和應用，而人類生活的主要空間依然在線下。邊緣、具身、空間只是實體智能的不同切入點和落地路徑，其共同目標都是服務并改變物理世界。正因如此，英偉達將實(shi)體智能視為繼生成式AI之后的下一個制高點，蘋果(guo)也在加緊布(bu)局(ju)邊云協同(tong)的“上下同(tong)欲”。
實體智能的崛起，意味著AI創新的重心正從算法回歸到場景，從實驗室走向產線車間、城市街道和人們的日常生活。
這(zhe)對傳統軟件(jian)開(kai)發(fa)模式提(ti)出了挑(tiao)戰。單純的云端AI恐難以應對實體世界的多樣性(xing)和復雜性(xing)，開(kai)發(fa)者需(xu)要在(zai)算法(fa)、硬(ying)件(jian)、場景之(zhi)間找到(dao)微妙平衡。應用也將不再是孤(gu)立的軟件(jian)，而是與真實環境(jing)深度融合(he)、持續互動的智能系統。
隨著實體智能的發展，未來將不再有單一的“軟件應用”，取而代之的是各種基于AI的智能服務。
工廠(chang)里的機(ji)器(qi)人(ren)、口(kou)袋(dai)中的手機(ji)、家中的智能(neng)音箱…這些智能(neng)設備(bei)將以不同形態和方(fang)式，與(yu)人(ren)類和環境展開(kai)實時互動(dong)，無縫(feng)滿(man)足人(ren)們的各種需求。這是一場數字(zi)革命，但(dan)觸(chu)發點在物理；是一場工業革命，但(dan)生產力(li)在智能(neng)。
事實上，許多企業已在探索實體智能的應用。與依靠算力的云端生成式AI之爭不同，擁有最佳使用場景的企業可能將勝出。
特斯拉更新(xin)了公司的(de)生態圖(tu)，標題為“More Than Just Vehicles”，暗示(shi)他們(men)不(bu)僅僅是造車(che)的(de)。特斯拉(la)正通(tong)過(guo)其改進(jin)版本(ben)驅動Optimus機器人，馬斯克在最近(jin)一(yi)次財報電(dian)話會上表示(shi)，計(ji)劃(hua)今年底讓(rang)Optimus在Giga factory代替人類干活。
這張圖將AI Compute與軟件驅動系統置于中心，構建起智(zhi)能制造、能源存儲、電(dian)動車(che)、自動駕(jia)駛和人(ren)形(xing)機器人(ren)的(de)(de)全新(xin)生態(tai)網。很明顯，這次財報已暗示(shi)了(le)特斯(si)拉的(de)(de)轉(zhuan)(zhuan)型，從卷電(dian)動車(che)的(de)(de)紅海轉(zhuan)(zhuan)向現實世界(jie)AI的(de)(de)新(xin)疆域。
英偉達有一個更宏大的(de)計劃(hua)，在(zai)(zai)今(jin)年GTC大會的(de)“One More Thing”環節，他們宣布推出GR00T項目(mu)，一個通用智能體。其目(mu)標是為(wei)通用人(ren)形機(ji)器(qi)人(ren)構建(jian)基礎模型，使其能在(zai)(zai)不同實(shi)體間遷(qian)移。訓練(lian)(lian)過程(cheng)類似(si)OpenAI訓練(lian)(lian)GPT-4，通過在(zai)(zai)海量環境中訓練(lian)(lian)獲得通用性。英偉(wei)達將通過它以(yi)1000倍速運行物理模擬，生成(cheng)無限復雜精細的(de)虛擬世界(jie)。
OpenAI在實體AI領域也頻繁投(tou)資。今年(nian)1月，其(qi)投(tou)資的(de)(de)(de)人(ren)工智能(neng)和(he)機(ji)器人(ren)公司1X宣布推(tui)出第二代機(ji)器人(ren)NEO，這(zhe)是一款雙足人(ren)形機(ji)器人(ren)，旨(zhi)在執行消費者家(jia)中的(de)(de)(de)日常任務。最近(jin)，一家(jia)名為(wei)Physical Intelligence的(de)(de)(de)新公司宣布成立，稱其(qi)目標(biao)是開(kai)發AI來為(wei)“當(dang)今的(de)(de)(de)機(ji)器人(ren)和(he)未來的(de)(de)(de)物理驅動設備”提供動力。
據該公(gong)司網站介紹(shao)，Physical Intelligence正處(chu)于構建(jian)基(ji)礎模型和(he)學習算法的早期階(jie)段。其團隊包(bao)括工(gong)程師、科(ke)學家(jia)、機(ji)器人專家(jia)和(he)公(gong)司建(jian)設者，得(de)到了(le)OpenAI和(he)紅杉資本(ben)等知名機(ji)構的投(tou)資。
值得注意的是(shi)，該公(gong)司的目標并非為倉(cang)庫(ku)或工(gong)廠中執(zhi)行(xing)重復性任務的機器人(ren)(ren)提供動力，而是(shi)構建一個可(ke)用于各種應用的通(tong)用人(ren)(ren)工(gong)智能模型。Physical Intelligence不會(hui)制造硬(ying)件，他們購買不同類型的機器人(ren)(ren)來訓(xun)練其軟件。
Web3賦能實體AI：DePIN生態下的商業模式創新
創建一家智能機器人公司需要漫長的時間，構建任何實體都需要更大的創造力、商業頭腦、時間，以及最重要的“精明的”資金。然而，我們有可能將Web3與AI結合，加速實體AI的到來，為這一過程注入新的活力。而DePIN(去中心化物理基礎設施網絡)正是連接Web3與實體經濟的橋梁。
在DePIN生態下，實體智能的商業模式創新有望迎來新的突破。初步的實體智能應用通常采用設備銷售、軟件授權等相對單一的盈利方式，難以適應物聯網環(huan)境下多(duo)元(yuan)主體、多(duo)場景的(de)復雜需求。而DePIN獨特的(de)token經濟模型，為實體智(zhi)能商業模式創新(xin)提供了(le)新(xin)的(de)思路和工(gong)具(ju)。
首先，DePIN通過token激勵機制，可以有效調動分散在全球各地的邊緣設備參與智能計算和數據共享。邊(bian)緣設備提(ti)供(gong)商可以將其閑置的計(ji)算、存儲資源注入(ru)DePIN網絡，并以此獲得token獎勵(li)。這種激勵(li)模式不僅可以顯著降低實(shi)體智能的部(bu)署(shu)成本，還能促進計(ji)算資源的彈性供(gong)給和按(an)需使用。
其次，DePIN的token經濟有助于構建實體智能應用的多邊市場生態。在(zai)這個(ge)生態(tai)中，邊(bian)緣設備提(ti)(ti)供(gong)商、數(shu)據(ju)(ju)提(ti)(ti)供(gong)方(fang)、算法開發者、應用服務商等主體(ti)可以通(tong)過token實現價值的(de)自由流動(dong)和交換。例如(ru)，一家智慧城(cheng)市服務商可以通(tong)過DePIN購買邊(bian)緣設備提(ti)(ti)供(gong)的(de)算力，利用數(shu)據(ju)(ju)提(ti)(ti)供(gong)方(fang)提(ti)(ti)供(gong)的(de)城(cheng)市物聯網數(shu)據(ju)(ju)，整合算法開發者的(de)智能模(mo)型，從而(er)構建全新的(de)實時城(cheng)市管理方(fang)案。
再次，DePIN的token機制為實體智能應用提供了全新的盈利渠道。一(yi)方面，實體(ti)智能(neng)服(fu)務商可以(yi)直(zhi)接向用戶收取token服(fu)務費，或(huo)者采用token+傳統支付(fu)的組合盈利模式。另一(yi)方面，服(fu)務商還(huan)可以(yi)通過(guo)質押token參與(yu)DePIN生態治理，分享整個網絡的增值收益。
最后，DePIN的token經濟還將助力實體智能在垂直行業的商業模式創新。以工業互聯網為例，DePIN可(ke)以成為連接工(gong)廠內外的token交換平臺。設(she)備(bei)制造(zao)商、工(gong)業軟件服務商、第三方(fang)數據(ju)分析機構等，可(ke)以基(ji)于token實現互(hu)信協作，共同為工(gong)業客戶提(ti)供端到端的實體智能解決方(fang)案。
綜上(shang)，DePIN的(de)token經濟為實體(ti)智能商(shang)業(ye)模式創(chuang)新開(kai)辟了廣(guang)闊(kuo)空間。通過(guo)token激勵(li)資源共(gong)享、構建多邊(bian)生態、拓(tuo)展盈利渠道、賦能行業(ye)變革等機制，DePIN將推動實體(ti)智能走向規(gui)模化(hua)應(ying)用和產業(ye)化(hua)發展。
寫在最后
實體智能(neng)的崛起，標(biao)志著人(ren)工(gong)智能(neng)正從虛擬世界(jie)走(zou)向(xiang)現實，從數(shu)字空(kong)間(jian)走(zou)向(xiang)物(wu)理空(kong)間(jian)。這(zhe)是一場全(quan)方(fang)位的變革(ge)，將重塑我們生產和生活的方(fang)方(fang)面面。
按照投資機構Coatue的推測，我們將見證一個新物種的誕生：Humanoid。它的(de)(de)大(da)(da)腦是GPU、知識教(jiao)育來自大(da)(da)模型、它的(de)(de)家就(jiu)(jiu)是數據(ju)中(zhong)心，它的(de)(de)食物就(jiu)(jiu)是電力，而我們需要學(xue)習(xi)的(de)(de)是如何與Humanoid共存。
