目 录CONTENT

文章目录

物理 AI 正在成为制造业的下一个优势

Administrator
2026-03-14 / 0 评论 / 0 点赞 / 0 阅读 / 0 字

📢 转载信息

原文链接:https://www.technologyreview.com/2026/03/13/1134184/why-physical-ai-is-becoming-manufacturings-next-advantage/

原文作者:Dayan Rodriguez


几十年来,制造商一直追求自动化以提高效率、降低成本和稳定运营。这种方法带来了显著的收益,但已不足以应对当前挑战。

如今,制造业领导者面临着一项不同的挑战:如何在劳动力短缺、日益复杂的环境以及对更快创新(同时不牺牲安全、质量或信任)的巨大压力下实现增长。转型的下一阶段将不会由孤立的 AI 工具或单个机器人定义,而是由能够在物理世界中可靠运行的智能定义

这正是物理 AI——一种能够在物理世界中感知、推理和行动的智能——标志着决定性转变的地方。这也是微软和英伟达携手合作,帮助制造商将实验提升到工业规模生产的原因。

工业前沿:智能与信任,而非仅仅是自动化

大多数早期 AI 采用都集中在狭窄的优化上:自动化任务、提高利用率和降低成本。虽然有价值,但这个阶段常常会产生新的摩擦,包括技能差距、治理担忧以及对长期影响的不确定性。此外,虽然用例众多,但并非都具有战略意义。

工业前沿代表了一种不同的方法。在这一阶段,制造商不再询问机器可以取代多少工作,而是询问 AI 如何扩大人类能力、加速创新并释放新的价值形式,同时保持可信赖和可控。

在各行各业中,成功进入这一前沿阶段的公司都具备两个基本要素:

  • 智能:AI 系统必须理解业务如何实际处理其数据、工作流程和机构知识。
  • 信任:随着 AI 开始在高风险环境中运行,组织必须在每一层都保留安全性、治理和可观察性。

没有智能,AI 就变得通用。没有信任,采用就会停滞不前。

为什么制造业是物理 AI 的试验场

制造业在这个转变的核心位置具有独特的优势。

AI 不再局限于规划或分析。它正进入物理执行领域:协调机器、适应现实世界的变异性,并与工厂的工人协同工作。机器人、自动系统和 AI 代理现在必须在动态环境中感知、推理和行动。

这一转变暴露了一个关键的差距。传统的自动化在重复性任务上表现出色,但在适应性方面却力不从心。人类工人带来判断力和情境感知,但受限于规模。物理 AI 通过实现由人类主导、AI 操作的系统来弥合这一差距,其中人类设定意图,智能系统执行、学习和改进。人类对于规模化成功至关重要。

微软和英伟达:加速规模化物理 AI

物理 AI 无法通过独立解决方案交付。它需要由代理驱动的企业级开发、部署和运营工具链和工作流程,将仿真、数据、AI 模型、机器人和治理连接成一个连贯的系统。

英伟达正在构建使物理 AI 成为可能的 AI 基础设施,包括加速计算、开放模型、仿真库以及机器人框架和蓝图,使生态系统能够构建能够在物理世界中感知、推理、规划和采取行动的自主机器人系统。微软则通过一个旨在安全、大规模地在企业范围内运行物理 AI 的云和数据平台与之互补

微软和英伟达共同使制造商能够超越试点项目,转向可生产的物理 AI 系统,这些系统可以在跨越产品生命周期、工厂运营和供应链的异构环境中进行开发、测试、部署和持续改进。

从智能到行动:工厂中的人机团队

在工业前沿,AI 不是一个独立的系统,而是数字队友。

当 AI 代理基于正确的运营数据进行驱动,嵌入到人类工作流程中,并进行端到端治理时,它们就可以协助完成以下任务:

  • 实时优化生产线
  • 协调维护和质量决策
  • 适应供应或需求波动
  • 加速工程和产品生命周期决策

例如,制造商正开始使用基于仿真的 AI 代理,在将生产变更部署到工厂车间之前进行虚拟评估,从而在加速决策的同时降低风险。

至关重要的是,前沿制造商设计这些系统时,人类始终处于控制之中。AI 执行、监控和建议,而人类则提供意图、监督和判断。这种平衡允许组织在不失去信心或控制的情况下更快地行动。

信任在规模化物理 AI 中的作用

随着物理 AI 系统的规模化,信任成为限制因素。

制造商必须确保 AI 系统是安全的、可观察的,并且在策略范围内运行,尤其是在它们影响安全关键或任务关键流程时。治理不能是事后才考虑的事情;它必须被设计到平台本身。

这就是为什么前沿制造商将信任视为首要要求,将创新与可见性、合规性和问责制相结合。只有这样,物理 AI 才能从有前景的演示走向企业范围的部署。

为什么这个时刻很重要——以及下一步是什么

AI 代理、机器人、仿真和实时数据的融合标志着制造业的一个转折点。曾经是实验性的东西正在变得可操作。曾经是孤立的东西正在变得互联。

NVIDIA GTC 2026 上,微软和英伟达将展示这项合作如何支持制造商今天可以部署、明天可以负责任地扩展的物理 AI 系统。从仿真驱动的开发到现实世界的执行,重点是帮助制造商自信地跨越工业前沿。

对于制造业领导者来说,问题不再是物理 AI 是否会重塑运营,而是他们能多快地负责任地、大规模地采用它,并在一开始就建立信任。

通过微软在 NVIDIA GTC 2026 上了解更多信息

此内容由微软制作。未由《麻省理工科技评论》编辑人员撰写。




🚀 想要体验更好更全面的AI调用?

欢迎使用青云聚合API,约为官网价格的十分之一,支持300+全球最新模型,以及全球各种生图生视频模型,无需翻墙高速稳定,文档丰富,小白也可以简单操作。

0

评论区