隨著AI改造真實世界的進程加速，物理AI正在成為一個確定性的技術(shù)趨勢。
2026年1月，在拉斯維加斯舉行的國際消費電子展（CES 2026）上，Arm公司正式宣布進行內(nèi)部組織架構(gòu)重組，并成立了專門的物理AI（Physical AI）事業(yè)部。
“在我們的定義中，物理AI是將AI深度嵌入各類智能設(shè)備并實現(xiàn)實體化落地，具體涵蓋配備執(zhí)行器(actuators)、可自主運動的各類設(shè)備，比如機器人平臺、自動駕駛汽車平臺等。簡單來說，把AI嵌入這類機器，就是物理AI。”
近日，在Arm的一場對外溝通會上，Arm物理AI事業(yè)部執(zhí)行副總裁Drew Henry對外表示，理解物理AI最核心的是抓住一個關(guān)鍵指標(biāo)：時延。
即從感知信號到實際動作執(zhí)行之間的時間。無論是汽車剎車、加速、轉(zhuǎn)向，還是機械臂動作、機器人移動，從感知到執(zhí)行系統(tǒng)響應(yīng)的這段時間，對物理AI而言這就是最關(guān)鍵的指標(biāo)之一。
在Arm看來，物理AI的實現(xiàn)需要深入理解四大計算層級：
第一個感知驅(qū)動計算層級聚焦于自主運行(Autonomous Operation)。它關(guān)乎感知系統(tǒng)，即賦予機器人或汽車“看見”周圍環(huán)境的能力，并據(jù)此做出超快速的實時決策。這一層級的核心要求是在極短時間內(nèi)完成實時運算，而從傳感器感知信號到執(zhí)行器啟動運作的時延表現(xiàn)尤為關(guān)鍵。
第二層是交互驅(qū)動層。當(dāng)乘客乘坐自動駕駛汽車前往目的地時，依然需要和車輛進行交互。要讓車內(nèi)乘客、或是與人形機器人互動的用戶，獲得流暢體驗，交互系統(tǒng)就必須提供相應(yīng)的算力支撐。
第三層是驅(qū)動執(zhí)行層。它負(fù)責(zé)精準(zhǔn)控制機器人手中的各類微型執(zhí)行器，也負(fù)責(zé)自動駕駛汽車中制動系統(tǒng)與轉(zhuǎn)向系統(tǒng)的控制和執(zhí)行。這一系統(tǒng)由大量微型器件組成，需要上層系統(tǒng)統(tǒng)一協(xié)調(diào)調(diào)度，這也讓整體設(shè)計變得極為復(fù)雜。
第四層是云端，所有這些系統(tǒng)如何通過云端實現(xiàn)協(xié)同交互。
一方面，可以在云端完成新模型訓(xùn)練，然后下載到終端設(shè)備；另一方面，所有設(shè)備可以通過云端整合成一個集群，以集群方式協(xié)同作業(yè)。這是一層完全不同的計算層級，主要實現(xiàn)自動駕駛、機器人系統(tǒng)與云端環(huán)境的交互。
“所有這些系統(tǒng)都必須做到功能安全、信息安全。正因如此，物理AI是Arm亟需打造的最復(fù)雜的計算平臺之一。”
Drew Henry表示，在物理AI領(lǐng)域，計算最核心的特性就是實時性，即能夠極快地完成高復(fù)雜度計算。從傳感器感知到執(zhí)行器響應(yīng)的時延控制，至關(guān)重要。
這也就意味著，物理AI領(lǐng)域，Arm所設(shè)計的系統(tǒng)并非以極致性能和超高內(nèi)存帶寬為核心設(shè)計目標(biāo)，而是在極短時間內(nèi)實現(xiàn)最快速、最高效的指令執(zhí)行，達成數(shù)據(jù)輸入、動作輸出的即時閉環(huán)。
此外，Drew Henry還強調(diào)，未來十年，具身智能及其所需的模型勢必持續(xù)迭代演進，人形機器人平臺與自動駕駛平臺的應(yīng)用需求也將不斷變化。這也正是該領(lǐng)域會成為最復(fù)雜計算系統(tǒng)的原因——它會一代又一代持續(xù)升級。
“這是一項需要深耕十年乃至更久的計算領(lǐng)域難題，而這也正是該領(lǐng)域，有望成為有史以來規(guī)模最大的市場之一的關(guān)鍵所在。”
Drew Henry表示，在物理AI領(lǐng)域，Arm已構(gòu)建完善的計算平臺體系：客戶若有需求，既可以基于Arm技術(shù)打造自研計算平臺，也可選擇與NVIDIA這類生態(tài)合作伙伴開展合作。Arm是全球唯一可同時提供這兩種合作模式的企業(yè)。（文 | 科技潛線，作者 | 饒翔宇 編輯 | 鐘毅）
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機號后發(fā)表評論