字節入局物理AI，第二波“盛宴”開啟？

近日，媒體報導位元組跳動正積極探索自動駕駛領域，並聚焦於無人物流場景，相關研究歸屬於火山引擎汽車行業線。對此，位元組跳動官方正式回應，強調公司在AI大模型前沿領域，包含物理AI（Physical AI）在內，有許多早期的研究與探索，但目前並沒有發展智慧駕駛業務的計畫。這則消息之所以引發熱議，關鍵不在於位元組是否真的要投入自動駕駛業務，而是反映出科技業界已形成共識：大型語言模型的「內卷」已接近頂峰，人工智慧的下一步增量，在於真實的物理世界。 過去十年，從推薦演算法到電腦視覺，從語音互動到大型語言模型，AI雖然大幅提升了資訊生產的效率，卻始終沒有從根本上改變實體經濟的底層運作邏輯。當純線上的流量紅利逐漸耗盡，模型疊帶來的邊際效益持續遞減，整個產業都在尋找第二條成長曲線。而物理AI正是將智慧從數位世界注入實體場景，讓AI走出伺服器與螢幕，從「處理資訊」升級為「改造世界」。這被視為比生成式AI更深遠、更具長期價值的「AI第二波盛宴」。 物理AI並非只是「更聰明的機器人」，而是一套全新的智慧範式。傳統AI的根基建立在符號與統計之上，例如大型語言模型透過大量語料學習語言的統計規律，卻無法理解背後的因果邏輯。這就是為什麼大模型會產生「幻覺」，因為它不知道玻璃杯掉在水泥地上會碎裂，也不了解水在標準大氣壓下100℃會沸騰。物理AI的核心突破，在於讓智慧建立在對物理世界的因果認知之上，其訓練目標不再是預測下一個文字，而是預測動作施加後的下一個物理狀態。支撐這種能力的底層系統稱為「世界模型」，一個可學習、可推演、可互動的虛擬物理模擬器。AI在這個模擬器中學習重力、摩擦力、慣性、碰撞等所有物理規則，形成類似人類的直覺物理能力，進而在真實環境中做出符合現實規律的決策。這種從「統計關聯」到「物理因果」的跳躍，被視為人工智慧誕生以來最底層的範式革命。 此外，物理AI在系統架構上也出現了根本性變革。過去的自動化系統與傳統機器人多採用模組化架構，感知、規劃、控制各自獨立開發，中間傳遞容易造成資訊損耗與誤差累積。而大型語言模型的成熟，為物理AI帶來了端到端的解決方案，從感測器原始輸入到執行器控制訊號直接映射，所有感知、認知、決策、控制能力都融合在一個統一的模型中，大幅提升了系統的泛化能力。以自動駕駛為例，端到端方案無須單獨進行目標檢測或路徑規劃，而是將雷達與攝影機的原始數據直接輸入模型，直接輸出油門、煞車與方向盤的控制指令。這種架構不僅降低了工程複雜度，也讓系統更能應對長尾場景。 物理AI的概念並非今年才出現，學術界相關研究已推進十餘年，但直到最近兩年才真正從實驗室走向產業，背後是四大技術與產業拐點同時到來形成共振。首先，生成式AI這三年的爆發式發展，意外為物理AI鋪平了道路。Transformer架構、大規模預訓練、多模態融合等技術方法論可直接轉移到物理AI領域，讓物理AI不必從零開始搭建技術體系。第二，仿真技術的突破解決了物理AI的最大痛點——數據瓶頸。過去訓練物理AI需要大量真實互動數據，成本高昂且伴隨風險。現在以NVIDIA Omniverse為代表的仿真平台已能構建高度逼真的虛擬環境，AI可在仿真中24小時不間斷訓練，一天跑完現實中幾年的里程，並透過「域隨機化」技術大幅提升從虛擬到現實的遷移成功率。第三，硬體成本全面下降，例如固態雷射雷達價格已下探至千元級別，體積縮小性能提升，感測器成本以每年20%到30%的速度下降。第四，「前裝量產」模式的普及讓規模化商用具備經濟可行性，從車輛設計階段就將自動駕駛系統融入整車架構，使單車交付成本下降40%以上，交付週期縮短三分之二。 從目前商業化成熟度來看，有三條賽道率先進入規模化落地階段。首先是自動駕駛，這被視為最成熟的物理AI落地樣本。一輛具備完整自動駕駛能力的車輛，完整覆蓋了「感知-決策-執行-反饋」的物理AI全閉環。其中自動駕駛巴士、自動駕駛卡車、無人物流等固定線路、半封閉場景的賽道確定性最高，蘑菇車聯、嬴徹科技、卡爾動力、新石器、九識智能等企業已實現平台化開發與規模化應用。其次是工業領域的物理AI，核心形態是「數位孿生+智慧決策」的閉環，AI在數位孿生環境中模擬、推演、優化後再下發到物理產線執行，在預測性維護、產線排程、品質檢測等場景已產生明確價值。第三是專用機器人，例如AMR自主移動機器人在物流倉儲領域快速普及，能自主規劃路徑、躲避障礙物、完成物料搬運。而通用人形機器人仍處於技術驗證階段，行業普遍判斷還需五到十年的技術積累。 隨著物理AI熱度攀升，也出現了一些認知誤區。首先，物理AI不只是更聰明的機器人，它是一種技術範式，載體可以是汽車、機器人、工廠產線、港口設備等；而傳統預編程的自動化設備並不屬於物理AI。其次，物理AI不會很快全面替代人類，當前落地的場景都集中在結構化、重複性、規則明確的工作，例如髒、險、單調的「3D工作」，人機協同才是更現實的圖景。第三，不能單純靠堆算力與參數來搞定物理AI，因為物理世界是連續、高維且充滿不確定性的，真實互動數據取得成本極高，且存在「虛實鴻溝」，模擬器無法100%還原真實世界所有細節，需要演算法、硬體、工程、場景四位一體的系統性競爭。 展望未來三到五年，產業發展將呈現三個趨勢：垂直場景先爆發，自動駕駛巴士與卡車、倉儲物流機器人、工業巡檢等會率先規模化普及，通用人形機器人仍需等待；前裝量產與標準化成為勝負手，誰能率先實現標準化量產、將成本降到臨界點，誰就能打開市場空間；安全與監管將成為關鍵變量，物理AI直接作用於現實世界，出錯可能造成傷害，因此安全標準與監管框架的完善會決定行業發展速度。 AI的第一波盛宴屬於大型語言模型與數位世界的重構者，而第二波盛宴正在物理世界悄然展開。這場盛宴的規模更大、持續時間更長，對世界的改變也更為深遠。雖然仍面臨虛實鴻溝、成本瓶頸、安全挑戰與監管框架等難題，但方向已經清晰，拐點已經確認，潮水已然湧來。