本報記者 李勇

    當(dāng)前，人工智能正從數(shù)字世界加速走向物理世界。全球范圍內(nèi)，眾多科技企業(yè)都在推動AI從“語言模型”向“視覺—語言—動作模型”演進，AI正從模型競賽進入產(chǎn)業(yè)落地、場景應(yīng)用和物理執(zhí)行的新階段。

    天娛數(shù)字科技集團股份有限公司（以下簡稱“天娛數(shù)科”）首席數(shù)據(jù)官吳邦毅博士近日在接受《證券日報》記者專訪時表示：“‘物理AI’不是短跑，而是一場長跑。它不會只屬于某一家機器人企業(yè)，也不會只靠某一個大模型完成。它需要數(shù)據(jù)公司、模型公司、機器人公司、制造企業(yè)和場景方共同協(xié)同。”

    人工智能能力邊界的一次外擴

    吳邦毅理解下的“物理AI”，是人工智能能力邊界的一次外擴。

    “過去幾年，大模型主要解決的是信息世界的問題。它讓AI變得‘會說、會寫、會畫’。‘物理AI’要解決的則是另一個問題：AI如何理解真實世界，并在真實世界中完成任務(wù)。”吳邦毅認為，過去AI更多是在屏幕里工作，未來AI要走進工廠、倉庫、商場、家庭、能源站和城市基礎(chǔ)設(shè)施。“物理AI”的核心，就是讓AI從“認知智能”走向“行動智能”。

    在吳邦毅看來，全球“物理AI”目前還處在早期發(fā)展階段，但方向已非常清晰。競爭正從單純比拼模型參數(shù)，轉(zhuǎn)向比拼“模型、數(shù)據(jù)、仿真、硬件、本體和場景”的系統(tǒng)能力。

    “第一是‘視覺—語言—動作’模型，它讓機器人不只是‘看懂’和‘聽懂’，還能夠把自然語言指令轉(zhuǎn)化為動作；第二是仿真訓(xùn)練和世界模型，讓機器人先在虛擬環(huán)境中學(xué)習(xí)，再遷移到現(xiàn)實場景；第三是高質(zhì)量數(shù)據(jù)資產(chǎn)，未來誰掌握更多懂空間、懂動作、懂場景的數(shù)據(jù)，誰就更有可能建立優(yōu)勢。”吳邦毅說，“大模型時代，數(shù)據(jù)是燃料；‘物理AI’時代，懂物理的數(shù)據(jù)才是高標號燃料。”

    物理AI機遇與挑戰(zhàn)并存

    吳邦毅認為，我國在發(fā)展“物理AI”方面擁有非常大的空間和優(yōu)勢，主要體現(xiàn)在三個方面：一是中國有全球最完整的制造業(yè)體系。“物理AI”最終要落到真實產(chǎn)業(yè)場景里，中國龐大的制造業(yè)、供應(yīng)鏈和工業(yè)應(yīng)用場景，為機器人和具身智能提供了最好的試驗場。二是中國有巨大的場景紅利。制造業(yè)質(zhì)檢、倉儲物流、工業(yè)巡檢、商業(yè)服務(wù)、能源運維、文旅消費等領(lǐng)域，都存在降本增效、安全生產(chǎn)和柔性化升級的需求。三是政策層面，正從支持AI技術(shù)研發(fā)，進一步轉(zhuǎn)向支持AI規(guī)模化應(yīng)用。

    “從‘人工智能+’到‘人工智能+制造’，再到智能體和具身智能相關(guān)政策，方向都非常明確，就是要推動AI進入產(chǎn)業(yè)現(xiàn)場，成為發(fā)展新質(zhì)生產(chǎn)力的重要工具。”吳幫毅表示，“未來，‘物理AI’不會只停留在實驗室和展廳里。誰能把技術(shù)變成可交付的產(chǎn)品、可復(fù)制的方案、可規(guī)?；钠脚_，誰才能真正抓住這一輪產(chǎn)業(yè)機會。”

    不過，吳邦毅認為當(dāng)前的“物理AI”產(chǎn)業(yè)發(fā)展也存在著瓶頸。一是高質(zhì)量數(shù)據(jù)不足，制約了模型訓(xùn)練。二是泛化能力不足。很多機器人在演示環(huán)境里表現(xiàn)很好，但換一個物體、換一個光照、換一個場景，效果就會下降。三是軟硬件接口碎片化。不同機器人本體、不同傳感器、不同控制系統(tǒng)之間缺乏統(tǒng)一接口，導(dǎo)致算法和硬件反復(fù)適配，產(chǎn)業(yè)效率不高。這些也是行業(yè)內(nèi)包括天娛數(shù)科在內(nèi)的企業(yè)在著力解決的問題。

    讓AI真正懂世界 能行動

    作為一家在數(shù)字經(jīng)濟領(lǐng)域持續(xù)深耕的創(chuàng)新型企業(yè)，天娛數(shù)科在具身智能和“物理AI”方向上的核心布局是該公司自主打造的BehavisionPro空間智能MaaS平臺。

    “這個平臺可以概括為ABC架構(gòu)，我們把它理解為面向具身智能和‘物理AI’的空間智能基座。”據(jù)吳邦毅介紹，“A”指的是Assets，數(shù)據(jù)資產(chǎn)。天娛數(shù)科圍繞三維物體、空間場景、人體動作、機器人軌跡、多模態(tài)行為等方向，構(gòu)建了高質(zhì)量數(shù)據(jù)體系，沉淀了大量3D數(shù)據(jù)和多模態(tài)數(shù)據(jù)，并推動相關(guān)具身智能數(shù)據(jù)集進行數(shù)據(jù)資產(chǎn)登記和標準化建設(shè)。“B”是 Behavior，行為決策。天娛數(shù)科開發(fā)的?Behavision空間智能大模型已完成國家網(wǎng)信辦生成式人工智能服務(wù)備案。“C”是 Client，即端側(cè)和本體適配。天娛數(shù)科希望通過統(tǒng)一接口和工具化適配，降低模型與本體之間的連接成本，讓更多開發(fā)者和機器人企業(yè)能夠復(fù)用平臺能力。

    “如果說智能手機時代需要操作系統(tǒng)和應(yīng)用生態(tài)，那么‘物理AI’時代也需要連接數(shù)據(jù)、模型、行為和本體的平臺型基礎(chǔ)設(shè)施。”吳邦毅表示，天娛數(shù)科切入這個領(lǐng)域，就是希望圍繞相關(guān)痛點做基礎(chǔ)設(shè)施，用數(shù)據(jù)資產(chǎn)解決訓(xùn)練燃料問題，用行為模型解決任務(wù)規(guī)劃問題，用統(tǒng)一接口解決跨本體適配問題。

    據(jù)吳邦毅介紹，天娛數(shù)科的“高質(zhì)量紋理3D鉸接數(shù)據(jù)”“多模態(tài)VLA具身機器人抓取數(shù)據(jù)”等已經(jīng)入選《北京市行業(yè)高質(zhì)量數(shù)據(jù)集典型案例》《北京市高質(zhì)量數(shù)據(jù)集服務(wù)商》，并參與中國信通院MaaS標準、中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟多模態(tài)MaaS標準制定。

    “AI的上半場，是讓機器理解人類語言；AI的下半場，是讓機器理解物理世界。”吳邦毅表示，“我們的目標是‘讓機器真正懂世界，讓AI真正能行動’。天娛數(shù)科希望成為其中的基礎(chǔ)設(shè)施建設(shè)者。?”

（編輯 上官夢露）