9 月 24 日，在 2025 杭州云棲大會上，阿里云與英偉達宣布就 Physical AI（物理AI）領域達成合作。
阿里云人工智能平臺 PAI 將集成英偉達全套 Physical AI 軟件棧，涵蓋 NVIDIA Isaac Sim、NVIDIA Isaac Lab、NVIDIA Cosmos 及 Physical AI 數(shù)據(jù)集。
結合阿里云大數(shù)據(jù) AI 平臺能力，雙方將為企業(yè)用戶提供從數(shù)據(jù)預處理、仿真數(shù)據(jù)生成、模型訓練評估、機器人強化學習到仿真測試的全鏈路平臺服務，助力具身智能、輔助駕駛等應用的開發(fā)效率提升與周期縮短。
阿里巴巴集團董事兼首席執(zhí)行官吳泳銘描繪了未來的AI圖景。他指出，大模型是下一代操作系統(tǒng)，AI云則是下一代計算機，未來全球可能僅存 5-6 個超級云計算平臺。
為搶占先機，阿里巴巴正積極推進 3800 億的 AI 基礎設施建設，并計劃持續(xù)追加投入。吳泳銘預測，Agent 和機器人的數(shù)量將超越全球人口，與人類協(xié)同工作并深刻影響真實世界。2032年，阿里云全球數(shù)據(jù)中心的能耗規(guī)模預計將比 2022 年提升10倍。
什么是物理 AI？
通過物理 AI，自主機器能夠感知、理解并在現(xiàn)實的物理世界中執(zhí)行復雜的操作。物理 AI 是指使用運動技能理解現(xiàn)實世界并與之進行交互的模型，它們通常運用在機器人或自動駕駛汽車等自主機器中。
研究員從互聯(lián)網(wǎng)上收集的大量文本和圖像數(shù)據(jù)來訓練生成式 AI 模型，例如 GPT 和 Llama 等大語言模型。物理 AI 通過在 AI 訓練過程中提供其他數(shù)據(jù)來理解三維世界的空間關系和物理行為，這些數(shù)據(jù)包含與現(xiàn)實世界的空間關系和物理規(guī)則有關的信息。
在訓練物理 AI 的過程中，強化學習有助于 AI 模型在模擬過程中成功完成所需操作，便于模型不斷適應和改進。
借助物理 AI，可以構建和訓練機器人與現(xiàn)實世界中的周圍環(huán)境進行無縫交互并適應各種環(huán)境。
物理 AI 或?qū)⒊蔀橄乱粋�浪潮
英偉達創(chuàng)始人黃仁勛在今年訪京時曾提到過，下一波浪潮就是物理AI�！八械哪芰Χ寄軌蛉谌氲轿覀兊奈锢硎澜纾热鐧C器人�！�
他表示，物理 AI 正在解鎖每個行業(yè)的新功能，包括：
機器人：借助物理 AI，利用來自機載傳感器的直接反饋，倉庫中的自主移動機器人 (AMR) 可以在復雜環(huán)境中導航，并避開包括人類在內(nèi)的障礙物。通過學習復雜的任務 (如穿針和執(zhí)行縫合)，手術機器人也可從這種技術中受益，凸顯了物理 AI 在訓練機器人執(zhí)行專業(yè)任務時的精確性和適應能力。
自動駕駛汽車：自動駕駛可使用傳感器感知并理解周圍環(huán)境，以便在各種環(huán)境中做出決策。通過基于物理 AI 對自動駕駛汽車進行訓練，能夠更準確地檢測行人，對交通或天氣條件做出響應并自動變換車道，從而有效適應各種意外情況。
智能空間：物理 AI 將增強大型室內(nèi)空間（如工廠和倉庫）的功能性和安全性，這些空間的日�；顒由婕胺�(wěn)定的人流、車輛和機器人。
但是，物理 AI 也面臨很多新的挑戰(zhàn)和難題。評估系統(tǒng)的短板就是一個。
上個月，阿里巴巴就聯(lián)合多所頂尖研究機構推出 DeepPHY 平臺，首次系統(tǒng)性地揭示了當前最先進 AI 視覺模型在物理推理能力上的嚴重短板。
當前的AI評估體系大多繼承了傳統(tǒng)的監(jiān)督學習范式，“輸入-輸出”的匹配導致了一種“理論陷阱”。使體系在靜態(tài)問答、交互環(huán)境中有很大局限性。
參考資料：
https://www.nvidia.cn/glossary/generative-physical-ai/
https://shengxinai.com/archives/a-li-ba-ba-tui-chu-deepphy-tiao-zhan-aiwu-li-shi-jie-de-zhi-neng-bian-jie
分享
