結(jié)合阿里云大數(shù)據(jù) AI 平臺(tái)能力，雙方將為企業(yè)用戶提供從數(shù)據(jù)預(yù)處理、仿真數(shù)據(jù)生成、模型訓(xùn)練評(píng)估、機(jī)器人強(qiáng)化學(xué)習(xí)到仿真測(cè)試的全鏈路平臺(tái)服務(wù)，助力具身智能、輔助駕駛等應(yīng)用的開發(fā)效率提升與周期縮短。

阿里巴巴集團(tuán)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(jì)算機(jī)，未來全球可能僅存 5-6 個(gè)超級(jí)云計(jì)算平臺(tái)。

為搶占先機(jī)，阿里巴巴正積極推進(jìn) 3800 億的 AI 基礎(chǔ)設(shè)施建設(shè)，并計(jì)劃持續(xù)追加投入。吳泳銘預(yù)測(cè)，Agent 和機(jī)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(shí)世界。2032年，阿里云全球數(shù)據(jù)中心的能耗規(guī)模預(yù)計(jì)將比 2022 年提升10倍。

什么是物理 AI？

通過物理 AI，自主機(jī)器能夠感知、理解并在現(xiàn)實(shí)的物理世界中執(zhí)行復(fù)雜的操作。物理 AI 是指使用運(yùn)動(dòng)技能理解現(xiàn)實(shí)世界并與之進(jìn)行交互的模型，它們通常運(yùn)用在機(jī)器人或自動(dòng)駕駛汽車等自主機(jī)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(xùn)練生成式 AI 模型，例如 GPT 和 Llama 等大語(yǔ)言模型。物理 AI 通過在 AI 訓(xùn)練過程中提供其他數(shù)據(jù)來理解三維世界的空間關(guān)系和物理行為，這些數(shù)據(jù)包含與現(xiàn)實(shí)世界的空間關(guān)系和物理規(guī)則有關(guān)的信息。

在訓(xùn)練物理 AI 的過程中，強(qiáng)化學(xué)習(xí)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(yīng)和改進(jìn)。

借助物理 AI，可以構(gòu)建和訓(xùn)練機(jī)器人與現(xiàn)實(shí)世界中的周圍環(huán)境進(jìn)行無縫交互并適應(yīng)各種環(huán)境。

物理 AI 或?qū)⒊蔀橄乱粋�(gè)浪潮

英偉達(dá)創(chuàng)始人黃仁勛在今年訪京時(shí)曾提到過，下一波浪潮就是物理AI�！八�有的能力都能夠融入到我們的物理世界，比如機(jī)器人�！�

他表示，物理 AI 正在解鎖每個(gè)行業(yè)的新功能，包括：

1. 機(jī)器人：借助物理 AI，利用來自機(jī)載傳感器的直接反饋，倉(cāng)庫(kù)中的自主移動(dòng)機(jī)器人 (AMR) 可以在復(fù)雜環(huán)境中導(dǎo)航，并避開包括人類在內(nèi)的障礙物。通過學(xué)習(xí)復(fù)雜的任務(wù) (如穿針和執(zhí)行縫合)，手術(shù)機(jī)器人也可從這種技術(shù)中受益，凸顯了物理 AI 在訓(xùn)練機(jī)器人執(zhí)行專業(yè)任務(wù)時(shí)的精確性和適應(yīng)能力。

2. 自動(dòng)駕駛汽車：自動(dòng)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(duì)自動(dòng)駕駛汽車進(jìn)行訓(xùn)練，能夠更準(zhǔn)確地檢測(cè)行人，對(duì)交通或天氣條件做出響應(yīng)并自動(dòng)變換車道，從而有效適應(yīng)各種意外情況。

3. 智能空間：物理 AI 將增強(qiáng)大型室內(nèi)空間（如工廠和倉(cāng)庫(kù)）的功能性和安全性，這些空間的日�；顒�(dòng)涉及穩(wěn)定的人流、車輛和機(jī)器人。

但是，物理 AI 也面臨很多新的挑戰(zhàn)和難題。評(píng)估系統(tǒng)的短板就是一個(gè)。

上個(gè)月，阿里巴巴就聯(lián)合多所頂尖研究機(jī)構(gòu)推出 DeepPHY 平臺(tái)，首次系統(tǒng)性地揭示了當(dāng)前最先進(jìn) AI 視覺模型在物理推理能力上的嚴(yán)重短板。

當(dāng)前的AI評(píng)估體系大多繼承了傳統(tǒng)的監(jiān)督學(xué)習(xí)范式，“輸入-輸出”的匹配導(dǎo)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：

1. https://www.nvidia.cn/glossary/generative-physical-ai/

2. https://shengxinai.com/archives/a-li-ba-ba-tui-chu-deepphy-tiao-zhan-aiwu-li-shi-jie-de-zhi-neng-bian-jie