美光科技在韩国半导体展上透露,正在研发专为物理AI应用设计的边缘推理存储器(EIM)。该技术旨在降低数据处理延迟并提高带宽,定位于AI芯片和内存之间。EIM技术通过在边缘端处理数据,减少对中心化AI处理单元的依赖,从而提升AI应用在实时性要求高的场景下的表现。预计将于2028年下半年实现量产,标志着物理AI硬件加速落地的重要一步。
物理AI被视为AI发展的下一站,多位产业专家认同其重要性。李飞飞认为空间智能是通往AGI的最优路径;黄仁勋提出AI将演进至“代理AI与物理AI”阶段;杨立昆强调需要理解物理世界的AI系统。国联民生证券认为物理AI技术路径已确认,数据积累达到阶段性拐点,产业有望迎来“ChatGPT时刻”。黄仁勋预计物理AI将带来超过50万亿美元的产业机会,涵盖制造、物流、医疗等领域,未来潜力巨大。
本报告重点分析了物理AI的技术路径、产业链布局及应用前景。技术路径上,物理AI包括物理感知、物理推理、世界建模和具身交互四个核心模块,通过传感器、执行器等与物理世界交互。产业链方面,涵盖硬件层(如汇川技术、雷赛智能)、数据处理与数据集(如Scilearn、光轮智能)、仿真与合成数据(如风语筑、宝通科技)等环节。应用市场则聚焦机器人、自动驾驶、无人机、智能制造等领域,其中机器人是重要应用前沿。
当前物理AI市场正处于快速发展阶段,技术路径已逐渐清晰,数据积累达到阶段性拐点。产业链各环节参与者逐渐增多,硬件层企业如汇川技术、雷赛智能等在传感器和执行器方面积累优势;数据处理与数据集企业如Scilearn、光轮智能等提供关键数据支持;仿真与合成数据企业如风语筑、宝通科技等推动虚拟环境构建。应用市场方面,机器人领域展现出较高的渗透率,成为物理AI技术落地的重要场景。
本报告提示,物理AI虽然前景广阔,但也面临技术成熟度、数据获取成本、行业标准缺失等挑战。目前物理AI技术仍处于早期发展阶段,部分关键技术尚未完全成熟,可能影响实际应用效果。同时,高质量数据的获取成本较高,且数据隐私和安全问题需要重视。此外,物理AI领域尚无统一行业标准,可能影响不同厂商设备间的兼容性和互操作性。这些因素可能对产业发展带来不确定性。