在Arm高管眼里，物理AI平台和云平台应对的技术难题完全不同，得给这种平台专门设计架构。“时延”是理解物理AI最关键的指标，从感知信号到动作执行之间的延迟要控制在微秒或毫秒级，这个过程比数据中心AI复杂得多。Arm物理AI事业部执行副总裁Drew Henry在媒体交流会上提到，2025年7月英伟达创始人黄仁勋曾与之江实验室主任王坚探讨过，提出人工智能的下个浪潮是“物理AI”。这也引发了业界对它的关注。 邱江勇给我提到，物理AI是把AI深度嵌入到各种设备中，比如机器人和自动驾驶汽车等。它关注的是把AI嵌入执行器及可自主运动的设备中。Drew Henry认为“时延”是物理AI最核心的指标。从传感器感知信号到执行器动作的时间被称为“时延”，比如汽车从感知障碍物到刹车的时间或者机器人移动的时间。 姬晓婷在文章中还指出，Arm对物理AI实现需要理解四个计算层级。第一个是感知驱动层，关注自动驾驶车辆和机器人的自主运行，它们需要快速实时决策和反应。第二个是交互驱动层，确保用户在使用过程中获得流畅体验。第三个是驱动执行层，控制各类执行器和制动系统。第四个是云端层，实现终端设备与云端环境的交互。 王坚认为具身智能行业与IC企业的技术变革之间谁是驱动力，现在还不清楚。未来十年，具身智能模型会持续迭代演进，人形机器人平台和自动驾驶平台的应用需求也会变化不断。 姬晓婷和邱江勇认为这个领域有望成为有史以来规模最大的市场之一。他们指出物理AI需要在极短时间内完成最快速、最高效的指令执行，达成即时闭环。 王坚觉得每一代产品都会对性能、能效和成本效益提出更高要求，模型与需求都会一代又一代升级。随着行业对技术实现路径的探索深入，工作负载与模型也将不断优化调整。 美编马利亚把这篇文章给我看了一下。Drew Henry还提到这些系统必须确保功能安全和信息安全。 姬晓婷觉得这是一个需要深耕十年乃至更久的难题，它推动了未来系统架构迎来变革。