牛頓通過(guò)觀察蘋(píng)果掉落，進(jìn)而發(fā)現(xiàn)了萬(wàn)有引力定律；哥白尼通過(guò)對(duì)行星位置的觀察，發(fā)現(xiàn)了行星運(yùn)動(dòng)的開(kāi)普勒定律；歐姆通過(guò)對(duì)電流、電阻、電壓的測(cè)量和觀察，提出了歐姆定律……

人類(lèi)通過(guò)對(duì)物理世界的種種觀察和總結(jié)，掌握了這些物理規(guī)律，并用這些物理規(guī)律指引人類(lèi)社會(huì)的發(fā)展，從而有了今天的人類(lèi)科技。

如今，我們發(fā)明了種種傳感器，其測(cè)量精度甚至超越了人類(lèi)的耳朵、眼睛等等感官。我們還發(fā)明了AI大模型，已在數(shù)字世界取得一定的成績(jī)，代替了一些基礎(chǔ)工作。
那么，有沒(méi)有可能無(wú)需預(yù)先輸入任何知識(shí)，讓AI模型直接從傳感器數(shù)據(jù)中自主推理，發(fā)現(xiàn)物理規(guī)律，從而讓AI模型更智能，更能勝任更多的工作？

過(guò)去多年，我們一直在說(shuō)智能傳感器，如今，真正的“智能”傳感器實(shí)體，正加速來(lái)到我們身邊。

近期，美國(guó)物理AI（PhysicalAI）平臺(tái)公司Archetype AI，宣布獲得3500萬(wàn)美元（約合2.44億元人民幣）的A輪融資，本輪融資由IAG Capital Partners和Hitachi Ventures領(lǐng)投，Bezos Expeditions、Venrock、亞馬遜工業(yè)創(chuàng)新基金、三星創(chuàng)投、E12、Systemiq Capital、HLV等等知名機(jī)構(gòu)跟投。

Archetype AI成立于2023年，這已是其獲得的第二輪融資，該公司種子輪完成與2024年4月，金額為1300萬(wàn)美元，這家成立不久的Physical AI公司已累計(jì)獲得4800萬(wàn)美元融資。

Archetype AI的核心工作，是為數(shù)以百億級(jí)的傳感器裝上AI“大腦”——其目標(biāo)就是讓機(jī)器直接通過(guò)傳感器的感知掌握物理規(guī)律，從而賦予機(jī)器智能。

傳感器真正的AI大腦，直接通過(guò)傳感器數(shù)據(jù)思考，獲得4800萬(wàn)美元融資的核心在這里！


Archetype AI公司受眾多資本追捧的核心，是其物理AI基礎(chǔ)模型Newton，這堪稱(chēng)“物理世界的首個(gè)AI大腦”——這是一個(gè)被稱(chēng)為“大行為模型（LBM）”的專(zhuān)有基礎(chǔ)模型，能融合多模態(tài)傳感器數(shù)據(jù)與自然語(yǔ)言，實(shí)現(xiàn)對(duì)物理環(huán)境的實(shí)時(shí)感知和推理。

據(jù)官方介紹，這是第一個(gè)用于理解物理世界的基礎(chǔ)模型。它不像當(dāng)今常見(jiàn)的生成式人工智能模型那樣分析在線文本和圖像，而是將實(shí)時(shí)傳感器數(shù)據(jù)（例如來(lái)自雷達(dá)、攝像頭、加速度計(jì)、溫度傳感器等）與自然語(yǔ)言融合在一起。

一般，我們認(rèn)為理解物理世界，需要學(xué)習(xí)物理定律，然后在應(yīng)用到物理世界中，在AI模型中，同樣需要被人為輸入各種物理定律，從而引導(dǎo)AI模型按照人類(lèi)期望的結(jié)果去推理。

這種方法，會(huì)導(dǎo)致高度專(zhuān)門(mén)化的AI模型，且往往只能處理較為單一獲有限的數(shù)種數(shù)據(jù)。例如，如果訓(xùn)練一個(gè)模型使用納維-斯托克斯方程來(lái)分析流體運(yùn)動(dòng)，它就無(wú)法解釋涉及完全不同物理原理的雷達(dá)圖像。

Newton 模型使用基于Transformer 的深度神經(jīng)網(wǎng)絡(luò)，據(jù)資料顯示，早期訓(xùn)練數(shù)據(jù)來(lái)自超過(guò)5.9億個(gè)樣本，這些樣本包括從電流、液體流動(dòng)到光學(xué)的多種物理行為的傳感器開(kāi)源數(shù)據(jù)集。

從訓(xùn)練結(jié)果看，Newton 模型可以根據(jù)傳感器數(shù)據(jù)預(yù)測(cè)未來(lái)結(jié)果或重建過(guò)去事件。在一個(gè)演示中，Newton 模型能夠?qū)崟r(shí)、準(zhǔn)確地預(yù)測(cè)混沌的鐘擺運(yùn)動(dòng)，盡管它從未接受過(guò)鐘擺動(dòng)力學(xué)的訓(xùn)練。

此外， Newton 模型可以從測(cè)量物理行為的傳感器中獲取實(shí)時(shí)數(shù)據(jù)，也可以與預(yù)先記錄的傳感器測(cè)量值配合使用，以做出準(zhǔn)確的預(yù)測(cè)。

同時(shí)，該成果促成了Archetype A獲得I達(dá)1300萬(wàn)美元的種子輪融資。

▲Archetype AI關(guān)于如何訓(xùn)練 AI 模型以根據(jù)傳感器觀測(cè)結(jié)果進(jìn)行推理的概述

在Newton 模型的基礎(chǔ)上 ，Archetype AI 構(gòu)建了Physical Agents（物理代理），能夠幫助用戶(hù)直接解讀多模態(tài)數(shù)據(jù)并提供可操作的本地智能信息，最終形成一個(gè)通過(guò)統(tǒng)一技術(shù)棧構(gòu)建和部署物理代理的解決方案：

Foundation Model（基礎(chǔ)模型）：Newton模型學(xué)習(xí)真實(shí)系統(tǒng)的物理規(guī)律、模式和行為——包括人類(lèi)活動(dòng)。

Platform（平臺(tái)）：Archetype 平臺(tái)通過(guò) API、傳感器集成和一系列開(kāi)發(fā)工具來(lái)展現(xiàn)這種智能，從而簡(jiǎn)化代理的構(gòu)建和部署。

Physical Agents（物理代理）：開(kāi)發(fā)人員和操作員可以使用自然語(yǔ)言和多模態(tài)提示創(chuàng)建特定任務(wù)的應(yīng)用程序。

Use Cases（使用案例）：代理提供具體的價(jià)值，例如監(jiān)控流程、防止停機(jī)、確保安全、指導(dǎo)工作流程等等。

可以看到，Archetype 的AI平臺(tái)已脈絡(luò)清晰，其N(xiāo)ewton 模型+Physical Agents（物理代理）的完善工具鏈給出了面向傳感器的、開(kāi)箱即用的AI“大腦”，相比傳統(tǒng)AI大模型，具有多項(xiàng)優(yōu)勢(shì)：

全傳感器融合：輕松處理雷達(dá)、攝像頭、加速度計(jì)等各類(lèi)傳感器數(shù)據(jù)，揭示單一傳感器無(wú)法發(fā)現(xiàn)的隱藏模式；

自然語(yǔ)言交互：用日常語(yǔ)言就能設(shè)計(jì)代理、查詢(xún)洞察，無(wú)需專(zhuān)業(yè)編程技能；

全場(chǎng)景部署：云端、本地、邊緣設(shè)備均可運(yùn)行，兼顧低延遲與數(shù)據(jù)主權(quán)；

零樣本泛化：未經(jīng)過(guò)特定訓(xùn)練也能預(yù)測(cè)復(fù)雜物理現(xiàn)象，無(wú)需重復(fù)訓(xùn)練模型；

開(kāi)箱即用高效：極少額外數(shù)據(jù)或微調(diào)即可部署，搭配無(wú)代碼工具大幅降低門(mén)檻。

Archetype AI的Newton 模型+Physical Agents（物理代理）成果，助力其獲得亞馬遜、三星等巨頭的3500萬(wàn)美元投資。

據(jù)資料顯示 ，Archetype AI已建立了Process Monitoring Agent（過(guò)程監(jiān)控代理）、Task Verification Agent（任務(wù)驗(yàn)證代理）、Safety Agent（安全代理）等多個(gè)物理代理。

如過(guò)程監(jiān)控代理（Process Monitoring Agent），能夠?qū)u輪機(jī)、數(shù)控機(jī)床、裝配線和化工系統(tǒng)等設(shè)備和過(guò)程的運(yùn)行狀況進(jìn)行持續(xù)的多模態(tài)分析。它融合了振動(dòng)、電流、溫度、聲學(xué)等多種數(shù)據(jù)，能夠識(shí)別可靠性工程師通常無(wú)法通過(guò)單傳感器工具發(fā)現(xiàn)的早期異常情況。這使得團(tuán)隊(duì)能夠更早地進(jìn)行干預(yù)，延長(zhǎng)設(shè)備壽命，降低維護(hù)成本，同時(shí)提高過(guò)程穩(wěn)定性。

目前，Archetype AI已擁有在大眾、鹿島建筑等標(biāo)桿客戶(hù)的落地案例，證明了技術(shù)在實(shí)際場(chǎng)景中的有效性。

前蘇聯(lián)數(shù)學(xué)家之子，長(zhǎng)期從事傳感交互技術(shù)研究，目標(biāo)：讓整個(gè)世界都實(shí)現(xiàn)互動(dòng)。

Archetype AI的背后，是一支在傳感器及AI領(lǐng)域極具技術(shù)背景的團(tuán)隊(duì)——傳感+AI這樣的交叉領(lǐng)域?qū)＜也⒉欢嘁?jiàn)。
Archetype AI的CEO兼CTO Ivan Poupyrev博士擁有20多年研發(fā)經(jīng)驗(yàn)，曾主導(dǎo)谷歌ATAP、迪士尼幻想工程、索尼等巨頭的核心技術(shù)開(kāi)發(fā)，是傳感器與AI領(lǐng)域的資深專(zhuān)家。

COO Brandon Barbello曾負(fù)責(zé)谷歌隱私保護(hù)設(shè)備端AI項(xiàng)目，AI負(fù)責(zé)人Nick Gillian是谷歌ATAP機(jī)器學(xué)習(xí)研究的領(lǐng)軍者，設(shè)計(jì)負(fù)責(zé)人Leonardo Giusti來(lái)自谷歌ATAP和三星設(shè)計(jì)部門(mén)，硬件負(fù)責(zé)人Jaime Lien更是谷歌Soli雷達(dá)技術(shù)的核心開(kāi)發(fā)者。

可以看到，Archetype AI匯集了來(lái)自谷歌、三星、NASA等機(jī)構(gòu)精英，以及MIT、斯坦福等頂尖學(xué)府人才的團(tuán)隊(duì)，他們多年積累的傳感器融合、機(jī)器學(xué)習(xí)、硬件開(kāi)發(fā)經(jīng)驗(yàn)注入Newton模型，為物理AI的落地奠定了堅(jiān)實(shí)基礎(chǔ)。

值得一提的是，Archetype AI的靈魂人物Ivan Poupyrev，富有傳奇經(jīng)歷。
Ivan Poupyrev出生于蘇聯(lián)，是一位蘇聯(lián)數(shù)學(xué)家的兒子，自小在蘇聯(lián)長(zhǎng)大，學(xué)習(xí)火箭科學(xué)。
前蘇聯(lián)解體后，Ivan Poupyrev離開(kāi)故土，往返于美國(guó)華盛頓和日本之間，并在日本廣島大學(xué)獲得博士學(xué)位。
博士畢業(yè)后，Ivan Poupyrev在索尼東京實(shí)驗(yàn)室工作了八年。

▲Ivan Poupyrev

此后，Ivan Poupyrev加入迪士尼研究院擔(dān)任高級(jí)研究科學(xué)家職位，致力于構(gòu)想未來(lái)的交互界面，并移居美國(guó)匹茲堡。
Ivan Poupyrev被《Dazed Digital》雜志譽(yù)為“迪士尼的科學(xué)天才”，亦被《Fast Company》雜志評(píng)為商界最具創(chuàng)造力人物第 15 位——憑借 Touche 技術(shù)入選百?gòu)?qiáng)榜單。Touche 是一種能夠使任何表面對(duì)觸摸做出反應(yīng)的傳感技術(shù)。

Ivan Poupyrev在迪士尼的研究成果包括：輕撫花莖即可發(fā)出鳴叫的蘭花，以及只需輕輕一觸即可打開(kāi)的門(mén)把手。如果迪士尼的計(jì)劃得以實(shí)現(xiàn)，這項(xiàng)技術(shù)或許將被用于打造完全互動(dòng)式的游樂(lè)園。Ivan Poupyrev在媒體采訪中曾表示：“我的長(zhǎng)遠(yuǎn)愿景是讓整個(gè)世界都實(shí)現(xiàn)互動(dòng)?！?br />

離開(kāi)迪士尼后，Ivan Poupyrev進(jìn)入谷歌，并領(lǐng)導(dǎo)谷歌先進(jìn)技術(shù)與項(xiàng)目部 (ATAP) 的一個(gè)團(tuán)隊(duì)，專(zhuān)注于為未來(lái)的數(shù)字生活方式進(jìn)行設(shè)計(jì)。

在谷歌工作期間，Ivan Poupyrev結(jié)識(shí)了Brandon Barbello、Nick Gillian、Leonardo Giusti、Jaime Lien等人，這些人后來(lái)均成為Archetype AI的創(chuàng)始團(tuán)隊(duì)核心成員。

Ivan Poupyrev的作品在 ACM SIGGRAPH、CHI 等國(guó)際科學(xué)會(huì)議上備受矚目，并獲得了包括《紐約時(shí)報(bào)》、《連線》雜志、《時(shí)代周刊》、《麻省理工科技評(píng)論》在內(nèi)的全球媒體的高度贊譽(yù)，其中《Fast Company》雜志更是稱(chēng)他為“世界上最優(yōu)秀的交互設(shè)計(jì)師之一”

結(jié)語(yǔ)

過(guò)去多年，物聯(lián)網(wǎng)已廣泛普及，讓傳感器無(wú)處不在。然而，大量的傳感器采集的數(shù)據(jù)無(wú)法得到有效利用。

如何將多元的傳感數(shù)據(jù)轉(zhuǎn)化為實(shí)際可用的決策和行動(dòng)，成為未來(lái)物聯(lián)網(wǎng)向全面智能化社會(huì)進(jìn)化的關(guān)鍵。

Archetype AI等物理AI模型公司，正在彌補(bǔ)這一關(guān)鍵缺陷。隨著 物理AI的深入，未來(lái)將基于各種傳感器應(yīng)用場(chǎng)景，誕生數(shù)量眾多的專(zhuān)業(yè)模型。