在不久前的美国拉斯维加斯消费电子展上，英伟达公司首席执行官黄仁勋在其主旨演讲中提到，“物理人工智能（物理AI）”的“ChatGPT时刻”已经到来。这一观点引发了广泛讨论。
业内普遍认为，从自主协作的机器人到自动驾驶汽车，“物理AI”将重塑制造业、物流和交通等各个领域。未来几年内，“物理AI”将实现规模化应用，成为下一轮全球科技竞争的核心赛道。然而，其发展和完善仍面临多重挑战。
人们通常提到的AI多指“生成式AI”，主要基于互联网收集的数据训练而成，擅长写文案、画插画等任务，但在处理现实世界的物理规则时则显得力不从心。“物理AI”则弥补了这一不足，它不仅理解3D空间中的位置关系及物理规律，还能接收传感器数据并转化为机器人可执行的动作指令或帮助设备做出符合现实逻辑的判断。
“物理AI”的三大核心要素是数据、平台和模型。在实际应用前，它会经过一个虚拟训练平台：创建真实空间的数字孪生体，并同步温度、距离等数据到虚拟环境中。通过模拟操作，记录交互数据，再交给模型进行扩充、整理与标注，使AI快速学习。有了这个“虚拟训练场”，自主机器可以在安全且快速地反复练习技能。
