物理人工智能 (AI) 正推動(dòng)機(jī)器從可預(yù)測的受控環(huán)境走向復(fù)雜多變的現(xiàn)實(shí)世界。機(jī)器人曾經(jīng)主要被設(shè)計(jì)用于工廠車間的高精度重復(fù)作業(yè)，如今已進(jìn)化為能夠感知、推理、理解環(huán)境并對(duì)動(dòng)態(tài)場景做出響應(yīng)。這種變革在宏觀層面同樣意義深遠(yuǎn)：AI 驅(qū)動(dòng)的生產(chǎn)力提升，預(yù)計(jì)未來十年將帶動(dòng)全球 GDP 增長約 4%。[注]

[注] https://cepr.org/voxeu/columns/global-impact-ai-mind-gap

AI 技術(shù)的持續(xù)進(jìn)步，讓物理 AI 系統(tǒng)能夠在毫秒級(jí)時(shí)間內(nèi)識(shí)別視覺信息、理解場景上下文并調(diào)整其行為。無論是倉庫自主導(dǎo)航、醫(yī)院輔助作業(yè)，還是道路行駛，自主機(jī)器均依據(jù)實(shí)時(shí)情況而不是固定順序做出決策。

多年來，Arm 從最早部署在工廠車間的固定式機(jī)器開始，持續(xù)助力物理 AI 系統(tǒng)研發(fā)。如今，這套技術(shù)基礎(chǔ)正賦能新一代智能機(jī)器人與自主機(jī)器，使其能夠在真實(shí)環(huán)境中運(yùn)行并實(shí)時(shí)做出響應(yīng)。

現(xiàn)實(shí)中的物理 AI

從當(dāng)下打造的機(jī)器中，可以清晰地看到物理 AI 的演進(jìn)脈絡(luò)。各類形態(tài)的機(jī)器人及其他自主機(jī)器正不斷提升環(huán)境感知能力、自適應(yīng)能力與自主運(yùn)行能力。

新一代人形機(jī)器人

物理 AI 的技術(shù)進(jìn)步集中體現(xiàn)在更復(fù)雜、類人化的系統(tǒng)上。 此前在 Arm 位于劍橋的總部，智元機(jī)器人充分展現(xiàn)了人形機(jī)器人技術(shù)已取得的長足進(jìn)展。這些機(jī)器人展示出靈巧的操控能力，能以流暢的動(dòng)作在復(fù)雜環(huán)境中自主導(dǎo)航，實(shí)時(shí)融合感知、推理與控制技術(shù)。

這類物理 AI 系統(tǒng)專為人類生活或工作環(huán)境設(shè)計(jì)，需要理解空間布局，解讀意圖，并精準(zhǔn)執(zhí)行動(dòng)作，同時(shí)保障周圍人員安全。這對(duì)計(jì)算能力提出了極高要求，因?yàn)橐曈X處理、AI 推理和運(yùn)動(dòng)規(guī)劃等多個(gè)工作負(fù)載必須在嚴(yán)格的功耗和散熱限制下并行運(yùn)行。

Arm 計(jì)算平臺(tái)可針對(duì)這類工作負(fù)載實(shí)現(xiàn)高效處理，從而滿足相關(guān)需求，使人形機(jī)器人系統(tǒng)能夠在現(xiàn)實(shí)環(huán)境中靈敏且安全地運(yùn)行。

四足機(jī)器人與工業(yè)機(jī)器人

四足機(jī)器人是物理 AI 的另一重要分支，尤其適用于地形復(fù)雜、環(huán)境危險(xiǎn)、不可預(yù)測的場景。

云深處科技等公司研發(fā)的機(jī)器人專為巡檢勘探和應(yīng)急救援場景設(shè)計(jì)，可在崎嶇地面行進(jìn)、翻越障礙，并在不斷變化的環(huán)境中保持穩(wěn)定。這些能力依賴于持續(xù)的環(huán)境感知和實(shí)時(shí)控制，并由高效的計(jì)算提供支持。

與此同時(shí)，普渡機(jī)器人的 PUDU D5 等平臺(tái)將自主移動(dòng)能力延伸至工業(yè)場景。D5 系列專為巡檢、巡邏和物流保障設(shè)計(jì)，搭載激光雷達(dá)和攝像頭視覺技術(shù)，可在大型廠區(qū)、復(fù)雜地形自主作業(yè)。這在高危、偏遠(yuǎn)或人員難以抵達(dá)的場景中尤其有用，在這類場景下，可以用機(jī)器人替代人工執(zhí)行任務(wù)，從而提升安全性并降低風(fēng)險(xiǎn)。

為了支持這一點(diǎn)，該系統(tǒng)采用異構(gòu)計(jì)算架構(gòu)，將工作負(fù)載拆分至感知、規(guī)劃和控制三大模塊，通過持續(xù)處理傳感器數(shù)據(jù)，使機(jī)器人能夠理解環(huán)境并以低延遲做出響應(yīng)。

基于 Arm 計(jì)算平臺(tái)打造的處理器支持這些核心功能，并與 AI 加速器搭配，在邊緣側(cè)提供高效性能。這讓機(jī)器人能夠在可靠性、安全性和能效至關(guān)重要的環(huán)境中獨(dú)立運(yùn)行。

工業(yè)自動(dòng)化領(lǐng)域也迎來同樣的變革。工廠車間的協(xié)作機(jī)器人正變得越來越能快速響應(yīng)不斷變化的工作流程，同時(shí)不僅能與人類協(xié)同作業(yè)，還能靈活適配全新任務(wù)，而無需完全固定的配置。

波士頓動(dòng)力公司的 Spot 四足機(jī)器人也是個(gè)典型例子，其可部署于工業(yè)場景中執(zhí)行巡檢和遠(yuǎn)程運(yùn)維，在這類場景中，實(shí)時(shí)感知和控制至關(guān)重要。

自動(dòng)駕駛汽車與移動(dòng)出行平臺(tái)

物理 AI 同樣正在改變自動(dòng)駕駛領(lǐng)域，要求系統(tǒng)必須在復(fù)雜真實(shí)路況下安全行駛和導(dǎo)航。

以聯(lián)想車計(jì)算與文遠(yuǎn)知行聯(lián)合打造的自動(dòng)駕駛出租車為例，這些自動(dòng)駕駛出租車驗(yàn)證了基于 Arm 架構(gòu)的可擴(kuò)展計(jì)算平臺(tái)可實(shí)現(xiàn) L4 級(jí)自動(dòng)駕駛。這些系統(tǒng)處理攝像頭和激光雷達(dá)等海量傳感器數(shù)據(jù)，以做出實(shí)時(shí)駕駛決策。

與此同時(shí)，Arm 與 Tensor 的合作凸顯了新一代計(jì)算平臺(tái)如何圍繞 AI 移動(dòng)出行方案進(jìn)行設(shè)計(jì)。這些平臺(tái)融合高性能計(jì)算與高能效特性，為自動(dòng)駕駛系統(tǒng)中帶來實(shí)時(shí)感知、路徑規(guī)劃和運(yùn)動(dòng)控制能力。

Arm 與 Rivian 的合作同樣印證了定制化自動(dòng)駕駛平臺(tái)可讓車輛規(guī)?；斫庵車h(huán)境并實(shí)時(shí)做出駕駛決策。在這些環(huán)境下，可靠性和延遲至關(guān)重要。系統(tǒng)必須瞬時(shí)做出決策，并長期穩(wěn)定運(yùn)行。高效、可擴(kuò)展的計(jì)算能力是實(shí)現(xiàn)這一目標(biāo)的核心。

智能系統(tǒng)的組成模塊

物理 AI 的核心是感知、決策和行動(dòng)之間的持續(xù)循環(huán)。系統(tǒng)必須處理傳感器輸入，解析這些數(shù)據(jù)，并在毫秒級(jí)時(shí)間內(nèi)觸發(fā)響應(yīng)。在許多情況下，感知到行動(dòng)的延遲更是決定性要求，尤其是在安全和時(shí)效至關(guān)重要的環(huán)境中。

物理 AI 的演進(jìn)根植于現(xiàn)代機(jī)器人與自主機(jī)器系統(tǒng)的工程設(shè)計(jì)思路：整合多項(xiàng)核心能力，并讓這些能力作為一個(gè)協(xié)調(diào)的系統(tǒng)運(yùn)行。每一層級(jí)都對(duì)機(jī)器如何理解世界以及如何與世界交互產(chǎn)生影響。

感知提供環(huán)境認(rèn)知能力。攝像頭、激光雷達(dá)和其他傳感器陣列持續(xù)生成數(shù)據(jù)流，使系統(tǒng)能夠進(jìn)行物體檢測、距離估算和環(huán)境建模。邊緣 AI 推理在本地處理這些數(shù)據(jù)。通過在設(shè)備端運(yùn)行 AI 模型，機(jī)器人可以即時(shí)響應(yīng)，而無需等待云端輸入。在延遲直接影響安全性或性能的環(huán)境中，這一點(diǎn)至關(guān)重要。

多模態(tài)推理融合視覺和語言等多類輸入。機(jī)器人及其他自主機(jī)器能夠理解場景，解讀指令，并做出適當(dāng)?shù)男袆?dòng)決策。這使得交互方式更貼近人類自然溝通模式。實(shí)時(shí)控制與安全防護(hù)確保決策得到可靠執(zhí)行。確定性計(jì)算使系統(tǒng)能夠在可預(yù)測時(shí)限內(nèi)做出響應(yīng)，而安全防護(hù)機(jī)制則有助于管理復(fù)雜環(huán)境下的運(yùn)行風(fēng)險(xiǎn)。

這些能力目前已經(jīng)在各行業(yè)中得到應(yīng)用。例如，在智能工廠中，預(yù)測性維護(hù)系統(tǒng)會(huì)持續(xù)分析設(shè)備數(shù)據(jù)，以提前識(shí)別潛在的故障跡象。同時(shí)，在物理 AI 部署中，各類系統(tǒng)均可處理現(xiàn)實(shí)世界的輸入并以超低延遲執(zhí)行動(dòng)作。

以高效、可擴(kuò)展的計(jì)算能力賦能物理 AI

當(dāng)前物理 AI 系統(tǒng)需要在嚴(yán)格的功耗和散熱限制下，處理大量傳感器數(shù)據(jù)、運(yùn)行 AI 模型和控制運(yùn)動(dòng)。許多系統(tǒng)采用電池供電，但電池的功率有限，使得能效成為關(guān)鍵考量因素。同時(shí)，必須保持性能穩(wěn)定，尤其是在時(shí)效和精度至關(guān)重要的環(huán)境中。

為此，如今的計(jì)算平臺(tái)必須具備以下能力：

支持實(shí)時(shí)決策的確定性性能;

在受限環(huán)境下持續(xù)穩(wěn)定運(yùn)行的高能效表現(xiàn);

端側(cè) AI 推理能力，可降低延遲;

異構(gòu)計(jì)算，用于管理多樣化工作負(fù)載;

可適配各類物理 AI 系統(tǒng)的擴(kuò)展能力。

Arm 計(jì)算平臺(tái)正是圍繞以上原則而設(shè)計(jì)的。因此，它廣泛應(yīng)用于物理 AI 系統(tǒng)的各個(gè)計(jì)算領(lǐng)域，從處理傳感器數(shù)據(jù)的低功耗微控制器，到負(fù)責(zé)復(fù)雜 AI 工作負(fù)載的高性能中央計(jì)算單元(相當(dāng)于物理 AI 系統(tǒng)的“大腦”)。這使得工程師和開發(fā)者能夠在構(gòu)建系統(tǒng)時(shí)針對(duì)各組件按需進(jìn)行優(yōu)化，同時(shí)仍保持統(tǒng)一的架構(gòu)。

例如，在機(jī)器人領(lǐng)域，該方案可以實(shí)現(xiàn)性能和能效之間的出色平衡。機(jī)器人可以處理傳感器輸入，高效運(yùn)行 AI 推理并執(zhí)行控制邏輯，同時(shí)不會(huì)超出功率或散熱限制。對(duì)于需要在真實(shí)場景下持續(xù)運(yùn)行的系統(tǒng)而言，這一點(diǎn)尤為關(guān)鍵。

Arm 的生態(tài)系統(tǒng)也在加速技術(shù)開發(fā)方面發(fā)揮著重要作用。Arm 攜手軟硬件領(lǐng)域的眾多合作伙伴，依托全球超 2,200 萬開發(fā)者的生態(tài)系統(tǒng)，打造從工廠車間固定環(huán)境中的機(jī)器，到真實(shí)環(huán)境中運(yùn)行的人形機(jī)器人與四足機(jī)器人，覆蓋各種場景的物理 AI 平臺(tái)。

引領(lǐng)智能機(jī)器未來發(fā)展

物理 AI 正在重新定義機(jī)器與世界的交互方式。新一代機(jī)器人與其他自主機(jī)器具備更強(qiáng)的環(huán)境理解能力，依托先進(jìn) AI 實(shí)現(xiàn)解讀、決策和執(zhí)行。其應(yīng)用場景也持續(xù)拓寬，覆蓋交互式系統(tǒng)、工業(yè)自動(dòng)化和自動(dòng)駕駛等多個(gè)領(lǐng)域。

隨著系統(tǒng)持續(xù)迭代，性能和效率之間的平衡將直接決定技術(shù)部署范圍。多年來，從最早部署在工廠車間的固定式機(jī)器開始，Arm 持續(xù)助力物理 AI 系統(tǒng)研發(fā)。如今，這套技術(shù)基礎(chǔ)正賦能新一代智能機(jī)器人和自主機(jī)器，讓 AI 直接作用于物理世界，并且系統(tǒng)原生支持實(shí)時(shí)響應(yīng)。

隨著物理 AI 持續(xù)規(guī)?；涞?，越來越多的智能機(jī)器將基于 Arm 計(jì)算平臺(tái)打造。