主题

物理人工智能

一种将人工智能与能够感知物理世界、在运行和环境约束下做出决策并执行行动的系统相结合的方法。

最新报道

CN
AWS推出用于构建具备感知和适应能力机器的一系列开源工具

AWS推出用于构建具备感知和适应能力机器的一系列开源工具

AWS推出了 Physical AI Toolchain on AWS 软件包,这是一个开源体系,汇集软件架构指南、部署自动化工具和可直接使用的代码,用于开发机器人和智能机器。该软件包与 NVIDIA 物理人工智能生态系统集成,覆盖从数据生成和训练到仿真、边缘部署及持续优化的完整流程。

CN
CEATEC 2026 聚焦物理人工智能与工业任务技术

CEATEC 2026 聚焦物理人工智能与工业任务技术

CEATEC 2026 主办方宣布共有821个参展方参加,重点关注生成式人工智能和物理人工智能。展出的代表性技术包括三菱电机集团的 TUSS 系统,该系统旨在使模型能够在工业环境中执行多项任务。

CN
AWS如何支持STRADVISION从初创构想到物理人工智能解决方案?

AWS如何支持STRADVISION从初创构想到物理人工智能解决方案?

MONOist采访AWS和STRADVISION负责人,介绍AWS初创企业项目和云基础设施在开发计算机视觉与物理人工智能解决方案中的作用。该公司说明了如何利用AWS服务,包括用于训练和运行模型的专用基础设施,来扩大其在汽车和机器人领域的应用。

CN
为什么物理系统对人工智能设计提出了新的限制?

为什么物理系统对人工智能设计提出了新的限制?

Cadence指出,物理人工智能并不只取决于推理准确率,还取决于其能否在响应时间、功耗、热量、可靠性和数据移动受到严格限制的情况下完成感知、决策和行动。文章强调了边缘计算、内存、互连以及输入输出接口在确保系统行为可预测方面的作用。

CN
五笔初创公司交易揭示人工智能从软件走向物理世界

五笔初创公司交易揭示人工智能从软件走向物理世界

Crunchbase News 盘点了五笔融资交易,涉及开发浮动核反应堆、房地产维护机器人、物理人工智能模型评估工具,以及建筑和农业解决方案的公司。这些交易显示出一种投资趋势:转向处理能源、现场工作和工业运营等问题的专业化应用。

CN
在日本数据工厂中训练人形机器人执行现实世界任务

在日本数据工厂中训练人形机器人执行现实世界任务

日本那拉希诺市一座使用35台人形机器人收集物理人工智能训练数据的设施开始运行,该设施隶属于一个由五家公司组成的联盟。设施依靠远程控制、动作拍摄以及成功和失败状态标注,旨在构建可用于工厂和各个行业的模型。

CN
为什么物理人工智能需要从硅到软件的信任?

为什么物理人工智能需要从硅到软件的信任?

一篇以赞助形式发表的观点文章认为,为与物理世界互动的人工智能系统提供保障,不能仅限于保护网络或测试模型,而必须涵盖数据、传感器、硬件、软件以及系统运行期间的行为。随着能够作出决策并实时适应不断变化环境的代理系统出现,这种方法的重要性日益提升。

CN
5笔引人注目的融资交易推动人工智能进入回收、机器人和医疗领域

5笔引人注目的融资交易推动人工智能进入回收、机器人和医疗领域

Crunchbase News盘点了五轮融资,这些初创公司利用人工智能进行废物分拣、机器人导航、医疗设备研发、废弃物燃料转化,以及在建筑项目公开招标前发现机会。这些交易正值人工智能应用于物理环境和专业化行业的关注度日益上升之际。

CN
Advantech Japan推出支持物理人工智能的三大支柱战略

Advantech Japan推出支持物理人工智能的三大支柱战略

Advantech Japan计划通过标准产品、近乎完全定制和定制设计服务三大支柱,扩大对日本设备制造商在物理人工智能应用方面的支持。公司面向多个工业领域,并计划到2028年将其在日本的生产能力提升至当前水平的2.5倍。

CN
物理人工智能在2026年上半年吸引474亿美元

物理人工智能在2026年上半年吸引474亿美元

2026年上半年,全球物理人工智能公司通过521笔交易筹集了474亿美元,资金主要受到自动驾驶汽车、国防、航空航天和机器人领域大型融资轮的推动。投资者指出,硬件和计算成本下降,以及多模态模型的普及,正推动该行业从试验阶段转向构建可商业运营的系统。

CN
脑电波会成为训练具身智能的新钥匙吗?

脑电波会成为训练具身智能的新钥匙吗?

Encord与Zander Labs合作,测试将脑电波数据与视频和传感器数据结合起来,以创建更丰富的机器人训练数据。这项实验反映出一个更广泛的问题:与训练传统人工智能模型相比,真实世界数据稀缺,制作成本也更高。

CN
NVIDIA研究勾勒物理人工智能的蓝图

NVIDIA研究勾勒物理人工智能的蓝图

NVIDIA在SIGGRAPH 2025大会期间公布了面向物理人工智能的软件库、更新和专用模型,同时展示了超过12篇关于三维重建、模拟和合成数据的研究论文。这些进展旨在支持机器人和自动驾驶汽车的训练,并构建更加逼真的虚拟世界。