隨著英偉達公司市值在上周短暫登頂全球之首，一個大變革的時代正在愈演愈烈。
縱觀股市發展歷史，我們可以發現一個有趣的規律：每當一家公司躍升為全球市值冠軍，往往預示著其所處行業將引領未來十年甚至更長時期的經濟增長。這些巨頭的崛起，猶如一座座時代的燈塔，照亮了產業變革的航道。
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)。這意味著，AI系統將不再局限于虛擬世界的創造，而是要深入理解現實世界的物理法則與復雜環境，進而推動自動化服務機器人的加速普及。
英偉達近期還趁熱打鐵，發布了AI Enterprise-IGX平臺和Omniverse微服務，以提升AI在邊緣環境中的大規模部署能力，為實體AI的發展鋪平道路。
與此同時，蘋果公司在最新的WWDC大會上也拋出了重磅發布：Apple Intelligence。這個全新的AI架構最吸引眼球的，莫過于其邊緣和云端混合的組合模型，以及端到端加密的隱私計算技術。在這種設計下，每位iCloud用戶都能擁有獨一無二的個性化模型，實現基礎模型與用戶同步進化。蘋果正巧妙利用自身在移動終端的優勢，彌補在大語言模型領域的后發劣勢。
實體AI這個概念，源自英國帝國理工學院研究人員的創見，并被投資機構Coatue納入其最新的AI四階段S曲線發展圖。
這四個階段分別是：AI基礎架構、邊緣AI、AI應用和實體AI。每個階段都呈現出獨特的投資機遇和挑戰。
AI基礎架構：已進入第二輪角逐。當前數據中心內與AI相關的服務器僅占9%，但終將增長至90%；AI耗電量僅2%，云平臺AI模型收入占比才3%。競賽方興未艾，但基礎架構已是AI投資最成熟的賽道。
邊緣AI：尚處概念炒作階段。Coatue將AI手機和AI PC劃歸此類。隨著擁有海量用戶的蘋果殺入AI市場，谷歌和蘋果的角力將更趨白熱化。
AI應用：百花齊放的早春時節，投資風險不小。軟件巨頭憑借既有用戶基礎進場占優，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。
要為用戶帶來流暢的智能體驗，必須實現軟硬兼施。在這個快速迭代的智能時代，傳統的應用開發模式面臨巨大挑戰。我們也許根本無需開發應用，只需通過各種硬件和自然對話交互，以端到端的方式為用戶解決問題。因為，這是一場遠超互聯網和移動時代的新工業革命。
今天，讓我們一起探尋比特與原子的交匯點，揭秘實體AI的機遇與挑戰。
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。不同于傳統的人工智能系統，如金融推薦系統、聊天機器人或智能游戲，實體人工智能系統能夠通過傳感器感知周圍的環境，并通過執行器對環境進行操作和改變。
實體人工智能的一個顯著特點是，它需要處理來自真實世界的海量異構數據，這些數據往往具有不確定性和不完整性。同時，實體人工智能系統的行為結果也存在一定的不確定性，因為它們所處的環境是復雜多變的，并且往往需要與人類共享環境。因此，如何在不確定環境中做出智能決策，是實體人工智能面臨的一大挑戰。
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。
傳統的工業機器人主要執行高度重復的任務，很少需要與環境和人類交互。而服務機器人則需要大量的傳感器來感知環境，如導航、抓取物體、識別人臉等，同時它們的行為結果也不那么確定。這些服務機器人是實體人工智能的典型代表，它們需要更高級的智能來應對復雜多變的現實世界。
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場景，通過在公共設施上安裝大量微型傳感器，來實時監測城市的污染水平。人工智能算法可以融合這些傳感器數據，精確預測污染的分布情況。同時，算法還可以主動控制傳感器的移動路徑，引導它們到達信息量最大的區域。
更進一步，系統還可以通過城市攝像頭識別移動污染源(如車輛)，從公開渠道挖掘其他污染源的信息。最后，這個物理數據驅動的智慧系統可以對城市居民和管理部門提供兩方面的決策支持：一是向居民推薦避開高污染區域的路線，二是控制交通引導，合理疏散和分流人群。這個場景展現了實體人工智能融合物理世界數據，實現智能感知、決策與控制的巨大潛力。
當前，我們正處于一個人工智能蓬勃發展的時代。得益于機器學習算法的進步，以及算力、數據的積累，許多以前看似不可能的任務正在被逐一攻克。
未來5到10年，人工智能有望在先進制造、智能電網、自動駕駛等領域得到大規模應用，徹底改變我們的物理世界。而實體人工智能作為連接虛擬與現實的橋梁，必將在這場智能革命中扮演關鍵角色。
實體AI：創新重心的大遷移
在人工智能的浪潮中，邊緣智能、具身智能和空間智能如三股清流，漸漸匯聚成實體智能(Physical AI)的洪流。
這是一場從虛擬走向現實、從抽象走向具象的壯麗躍遷，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；空間智能則探索如何用AI理解和優化人類活動的空間布局。
三者雖各有千秋，但殊途同歸，無不試圖打破數字與物理世界的藩籬，讓AI融入現實。
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，英偉達將實體智能視為繼生成式AI之后的下一個制高點，蘋果也在加緊布局邊云協同的“上下同欲”。
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。
這對傳統軟件開發模式提出了挑戰。單純的云端AI恐難以應對實體世界的多樣性和復雜性，開發者需要在算法、硬件、場景之間找到微妙平衡。應用也將不再是孤立的軟件，而是與真實環境深度融合、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。
工廠里的機器人、口袋中的手機、家中的智能音箱…這些智能設備將以不同形態和方式，與人類和環境展開實時互動，無縫滿足人們的各種需求。這是一場數字革命，但觸發點在物理；是一場工業革命，但生產力在智能。
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。
特斯拉更新了公司的生態圖，標題為“More Than Just Vehicles”，暗示他們不僅僅是造車的。特斯拉正通過其改進版本驅動Optimus機器人，馬斯克在最近一次財報電話會上表示，計劃今年底讓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，構建起智能制造、能源存儲、電動車、自動駕駛和人形機器人的全新生態網。很明顯，這次財報已暗示了特斯拉的轉型，從卷電動車的紅海轉向現實世界AI的新疆域。
英偉達有一個更宏大的計劃，在今年GTC大會的“One More Thing”環節，他們宣布推出GR00T項目，一個通用智能體。其目標是為通用人形機器人構建基礎模型，使其能在不同實體間遷移。訓練過程類似OpenAI訓練GPT-4，通過在海量環境中訓練獲得通用性。英偉達將通過它以1000倍速運行物理模擬，生成無限復雜精細的虛擬世界。
OpenAI在實體AI領域也頻繁投資。今年1月，其投資的人工智能和機器人公司1X宣布推出第二代機器人NEO，這是一款雙足人形機器人，旨在執行消費者家中的日常任務。最近，一家名為Physical Intelligence的新公司宣布成立，稱其目標是開發AI來為“當今的機器人和未來的物理驅動設備”提供動力。
據該公司網站介紹，Physical Intelligence正處于構建基礎模型和學習算法的早期階段。其團隊包括工程師、科學家、機器人專家和公司建設者，得到了OpenAI和紅杉資本等知名機構的投資。
值得注意的是，該公司的目標并非為倉庫或工廠中執行重復性任務的機器人提供動力，而是構建一個可用于各種應用的通用人工智能模型。Physical Intelligence不會制造硬件，他們購買不同類型的機器人來訓練其軟件。
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，難以適應物聯網環境下多元主體、多場景的復雜需求。而DePIN獨特的token經濟模型，為實體智能商業模式創新提供了新的思路和工具。
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。邊緣設備提供商可以將其閑置的計算、存儲資源注入DePIN網絡，并以此獲得token獎勵。這種激勵模式不僅可以顯著降低實體智能的部署成本，還能促進計算資源的彈性供給和按需使用。
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。在這個生態中，邊緣設備提供商、數據提供方、算法開發者、應用服務商等主體可以通過token實現價值的自由流動和交換。例如，一家智慧城市服務商可以通過DePIN購買邊緣設備提供的算力，利用數據提供方提供的城市物聯網數據，整合算法開發者的智能模型，從而構建全新的實時城市管理方案。
再次，DePIN的token機制為實體智能應用提供了全新的盈利渠道。一方面，實體智能服務商可以直接向用戶收取token服務費，或者采用token+傳統支付的組合盈利模式。另一方面，服務商還可以通過質押token參與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可以成為連接工廠內外的token交換平臺。設備制造商、工業軟件服務商、第三方數據分析機構等，可以基于token實現互信協作，共同為工業客戶提供端到端的實體智能解決方案。
綜上，DePIN的token經濟為實體智能商業模式創新開辟了廣闊空間。通過token激勵資源共享、構建多邊生態、拓展盈利渠道、賦能行業變革等機制，DePIN將推動實體智能走向規模化應用和產業化發展。
寫在最后
實體智能的崛起，標志著人工智能正從虛擬世界走向現實，從數字空間走向物理空間。這是一場全方位的變革，將重塑我們生產和生活的方方面面。
按照投資機構Coatue的推測，我們將見證一個新物種的誕生：Humanoid。它的大腦是GPU、知識教育來自大模型、它的家就是數據中心，它的食物就是電力，而我們需要學習的是如何與Humanoid共存。
