物理AI

能执行通常与智能生物体相关任务的实体系统
image
物理AI（英文名：Physical AI[1]），也称“实体AI”，是指能够执行通常与智能生物体相关的任务的实体系统，通常封装在机器人或自动驾驶汽车等自主机器中，可以实现机体、控制、形态、动作执行和感知的协同进化。[2][3][4]
2020年，瑞士联邦材料科学与技术实验室Aslan Miriyev与伦敦帝国理工学院Mirko Kovač在《Nature Machine Intelligence》提出物理AI概念。[5][2][6]2024年6月，英伟达提出物理AI，并强调AI需要理解并模拟物理世界规律。[7]2025年1月，在CES大会上，黄仁勋再次明确表示：“AI下一个前沿就是物理AI，蕴藏着价值数万亿美元的机会。”[7]
物理AI的核心是让人工智能理解和遵循物理规律，将传统AI的数据驱动模式与物理法则（如重力、光学、流体力学等）结合起来，从而解决AI的“物理盲”问题。物理AI不仅能够进行因果关系的推理，还能提升生成模型的真实感，比如在文生图或文生视频中加入重力、光学等细节，使生成的画面更加逼真自然，不再显得“违和”。[7]

概念解释

瑞士联邦材料科学与技术实验室Aslan Miriyev和伦敦帝国理工学院Mirko Kovač在《Nature Machine Intelligence》发表的一篇文章中，曾如此定义“物理AI”：物理AI是指能够执行通常与智能生物体相关的任务的实体系统，可以实现机体、控制、形态、动作执行和感知的协同进化。[2]物理AI通常封装在机器人或自动驾驶汽车等自主机器中。