打开网易新闻 查看精彩图片

人工智能正在迅速突破数字边界，以一种全新的形态登场——物理AI。

这一持续演进的形态超越了信息处理的范畴——代码、文本、图像、视频——赋予机器在现实世界中感知、决策和行动的能力。

"物理AI是拥有躯体的AI，"Arm物理AI执行副总裁Drew Henry表示，"它是在机器内部运行的AI。"

在2026年新思科技高管论坛（Synopsys Executive Forum，隶属于Synopsys Converge系列活动）上，Drew Henry与来自英伟达、舍弗勒及新思科技的高管共同登台，拉开了一场深度圆桌对话的序幕。

与会嘉宾围绕AI"大脑"、机器人躯体以及高保真仿真等议题展开探讨，一致认为物理AI的影响意义深远。将智能嵌入机器人、车辆与工业设备，有望将AI的价值延伸至工厂、医院、城市街道等更广泛的应用场景。

然而，这条路并不平坦。与会嘉宾达成共识：让物理AI真正落地，需要一种截然不同的工程能力——一种能够在规模化层面将数字智能与物理系统有效融合的能力。

Q&A

Q1：物理AI和普通AI有什么区别？

A：普通AI主要处理数字信息，如代码、文本、图像和视频。物理AI则更进一步，它赋予机器在现实世界中感知环境、做出决策并采取实际行动的能力。简单来说，物理AI是"有躯体的AI"，它运行于机器人、车辆或工业设备之中，能够与物理世界直接交互，而不仅仅停留在数字空间。

Q2：物理AI可以应用在哪些场景？

A：根据论坛讨论内容，物理AI的应用前景非常广泛。将智能系统嵌入机器人、自动驾驶车辆以及各类工业设备后，物理AI有望深入工厂自动化、医疗辅助、城市交通管理等多个领域，将AI的实际影响力从屏幕延伸至现实生活的各个角落。

Q3：实现物理AI面临哪些主要挑战？

A：物理AI的落地并不简单，核心挑战在于工程层面的复杂性。它要求工程师具备一种全新的能力——在大规模部署条件下，将数字智能与物理系统有效融合。这意味着需要在芯片设计、软件架构、高保真仿真等多个维度同步突破，难度远超传统软件AI的开发。