Why Physical AI Is the Next Frontier | The a16z Show

Applied Intuition 创始人说：物理 AI 的市场比数字 AI 大得多，他们已部署到 50 多个平台，70% 业务已非汽车领域，靠的是像芯片公司一样做横向技术供应商。

最强的 AI 公司，或许不在屏幕里

嘉宾是 Applied Intuition 的两位联合创始人 Qasar Younis 与 Peter Ludwig。这家公司有超过 1,000 名工程师、18 个全球办公室，累计融资约 10 亿美元；它最初服务汽车行业，如今已进入卡车、矿山、国防、农业、物流等实体场景。两人谈的不是“模型还能多会聊天一点”，而是另一件更难的事：如何把智能装进会移动、会撞人、会坏掉、受监管的机器里，并真正投入生产。

这期回答了 7 个问题：

1. 为什么影响物理世界的 AI 公司，可能比数字 AI 公司更大？
2. 无人化真正改造的，为什么不是一辆车，而是整个港口或矿山？
3. 物理 AI 的核心壁垒，为什么是数据采集和部署能力而非模型本身？
4. Cruise 的挫败说明：技术做出来之后，为什么仍可能输掉市场？
5. 自动驾驶会造成大规模失业，还是在填补没人愿意做的危险工作？
6. 世界模型离“完美模拟现实”究竟还有多远？
7. 如果开发自主机器人的门槛降到高中生级别，会诞生什么样的新应用？

被问到 Applied Intuition 会不会受限于汽车客户数量时，Qasar 先给了一个已经发生的数字：汽车如今只占公司业务约 30%，其余约 70% 已经来自非汽车领域。汽车当然仍是大市场，单独就约占全球 GDP 的 3%；但在他们的视角里，汽车只是最容易被大众理解的入口，而不是终局。矿业运营商、国防部门、建筑企业、农业和物流公司，都可能成为把“智能”装上机器的客户。

他们的长期使命是让 10 亿台机器拥有智能。这里的机器不只是私家车，也包括卡车、坦克、无人机，以及各种在港口、农田、工地和矿区移动的设备。Qasar 的判断很直接："when we look back 25 years in this intelligence revolution, the companies that impact the physical world might actually be bigger than the companies that impact the digital world."（25 年后回看这场智能革命，影响物理世界的公司，可能会比影响数字世界的公司更大。）

这意味着，AI 的价值重心未必停留在生成内容、优化广告和写软件上。数字 AI 可以改善信息流转；物理 AI 则可能改写货物怎么运输、矿石怎么开采、农田怎么耕作、工厂怎么运转。前者主要处理屏幕里的符号，后者直接碰到全球经济最笨重、成本最高的部分：材料、能源、劳动力和供应链。

边界也很清楚。汽车不会变小，反而依旧会是巨大的业务；只是对一家想覆盖十亿台机器的公司而言，汽车会越来越像“一个重要品类”，而不是全部机会。真正的想象空间，在那些今天还没有被贴上“AI”标签的设备上。

机器不再需要人类驾驶之后，设备本身会不会被重新设计？两位创始人先泼了盆冷水：港口的搬运设备、矿山的挖掘和运载设备，通常按 20 到 25 年的周期购买。客户刚买了一台大型设备，不会因为新设备更聪明，就把原来的机器立刻报废。短期更现实的路径，是先让存量机器变聪明。

但无人化的第二阶段，确实会改变机器本身。地下采矿尤其典型：真正限制设备形态的往往不是矿石，而是人。人需要呼吸，需要驾驶舱，需要逃生空间；地下环境又危险。去掉驾驶舱后，机器可以做得更小，外形不必像“没有司机的卡车”，而可以从功能出发重新设计。

不过，单机自动驾驶只是第一层。Qasar 强调："the system level intelligence is where the unlock is"（真正的突破，发生在系统层智能。） 一座港口、一座矿山或一处采石场里，往往有不同品牌、不同用途的异构机器。让它们互相通信，价值不只是“每台车更会开”，而是整个系统能重新调度：一台设备故障，其他设备不必停下；制动系统的磨损异常，也能在彻底坏掉前被发现。

这意味着物理 AI 的商业账，不应只算省掉了几个驾驶员，更要算停机时间、维修计划、任务分配和设备利用率。单机自动化像给每个人配一个更聪明的工具；系统层智能则像把原本各自为战的工地，变成一支会协同的队伍。短期要兼容旧机器，长期才可能出现原生为无人化而设计的新机器。

谈到物理 AI 相比数字 AI 的主要瓶颈，Peter Ludwig 把问题从“能不能训练模型”拉回了“训练数据从哪来”。大语言模型可以从互联网吸收海量文本，但矿山、港口、物流园区里的关键数据并不公开。什么样的粉尘会影响传感器，哪种装载动作会造成异常磨损，某条道路在雨雾中如何反光，这些都得去现场拿。

Applied Intuition 已积累数百 PB 的专有数据。PB 是拍字节，约等于千万亿字节；这不是几块硬盘，而是一套长期现场采集能力。他们还运营着全球最大的几个数据采集车队之一。正如 Qasar 所说："We have one of the largest data collection fleets on the planet, frankly speaking."（坦率说，我们拥有全球最大的几个数据采集车队之一。）

难处不只在采。比如韩国受地缘和安全因素影响，连地图公司都不容易进入，更不用说一家美国公司自行采集数据。进入不同国家、获得政府许可、与本地合作方协作，本身就是能力。公司多年前就建立了合成数据团队，用模拟场景补足罕见事故和极端情况；但模拟不能替代现场，因为真机还会遇到传感器起雾、过热、轻微失准等很“土”的问题。

这意味着，物理 AI 的壁垒不像一场单纯的模型参数竞赛，更像一条复合生产线：有数据准入，能现场运营，能做仿真，还要能完成安全验证和硬件适配。资金、车队和技术知识可以帮助一家公司启动数据飞轮；真正难复制的是后半程——把模型装到不同硬件上，并让它在现实里长期、安全地工作。

Cruise 在事故后被 GM 大幅收缩项目，Qasar 并不意外，也没把答案归结为“技术行不行”。Cruise 曾是自动驾驶领域的明星公司，但一次事故造成一人被拖行 20 英尺的严重伤害，随后母公司 GM 收缩了项目。技术路线的命运，被安全事故、政府监管、诉讼风险、工会关系、母公司商业模式等因素一起改写。

在硅谷语境里，人们常把问题理解为：谁的算法更先进，谁的车跑得更远。但汽车公司不是只做算法的公司。它们要面对质量体系、安全召回、数十年售后网络和高额诉讼风险。Qasar 提到，GM 曾把安全和质量视为企业生存线，甚至内部颜色标识都要避免留下可能被诉讼放大的表述。这听起来琐碎，却是实体行业的真实运行方式。

因此，他给出的结论是："the distribution defines the business"（分发渠道决定了这门生意。） Applied Intuition 在日本让自动驾驶卡车运输商业货物，但面向市场的品牌是 Isuzu。原因不难理解：Isuzu 有近百年历史，熟悉监管，有测试场，知道自己的车哪里会出问题，也拥有客户信任和售后网络。

这意味着，实体 AI 最优策略未必是像 Tesla 或 Waymo 那样从技术到终端全部垂直整合。作为横向技术供应商，与制造商、矿业运营商或国防客户合作，可能更能穿过合规和部署的窄门。Cruise 未必没有技术潜力；但一次严重安全事件叠加政府和母公司的现实约束，就足以让“领先”不再等于“能活下去”。

被问到自动驾驶卡车会不会造成大规模司机失业时，Qasar 的回答带着明显的不耐烦："There's not enough truck drivers and guess what? Nobody wants to freaking be a truck driver."（卡车司机根本不够。而且你猜怎么着？根本没人想去当卡车司机。） 这不是一句轻飘飘的情绪判断，背后是多个行业同时出现的人口和劳动供给缺口。

农业最直观。美国农民平均年龄 58 岁，35 岁以下农民占比不到 10%，但粮食需求不会因为年轻人不进农场而停止增长。采矿业更残酷：它只占全球劳动力约 1%，却占工伤死亡约 8%。大型矿山常常每年发生一到数次死亡事故。即使矿工、远洋或偏远矿区工人的薪资能达到六位数，仍然招不到足够的人。

卡车运输也一样。日本推进自动驾驶卡车，并不是因为它突然想大量裁员，而是因为劳动力短缺和人口结构恶化已经摆在眼前。长途司机经常连续 4 到 8 天远离家人，饮食、睡眠、身体负担和家庭关系都在付账。高薪不能自动让一个工作变得有吸引力。

这意味着，物理 AI 最早规模化的需求，很多并不是企业“少雇一个人就多赚一点”的算盘，而是岗位本来就空着：危险、偏远、长期离家、伤害风险高，年轻人不愿进入。自动化当然会替代一部分具体工作内容，但把它简单说成“机器抢走岗位”，会遮住更现实的问题：在农田、矿井和长途线路上，许多岗位首先面临的不是人太多，而是根本没人来。

说到世界模型究竟走到了哪一步，Peter 先提醒：这个词可以有很多定义。放在自动驾驶和机器人语境里，它通常指一种能表示现实环境、并且会对智能体动作作出反应的模拟系统。比如机器人在模拟世界里转弯、刹车、抓取物体，环境中的车辆、光线、物体状态也要以合理方式变化。

仿真大致存在一条连续谱。一端是物理驱动的模拟：精确建模道路材质、反光、传感器和光照，像给现实世界搭一个昂贵的数字布景。另一端是纯神经生成：模型直接生成视频式的世界，并对机器动作作出反应。后者看起来更灵活，但“会反应”不等于“反应正确”。一个生成式世界可以让前车突然变道，却未必保证这种变道符合真实物理规律、交通规则和人类行为。

这意味着，离“完美模拟现实”仍非常远。嘉宾的说法是，如果一个世界模型与真实世界完全对齐，某种意义上就“差不多解开宇宙”了。现实还加了一层硬约束：车载模型必须按真实时钟运行，决策窗口只有有限毫秒。实验室里万亿参数、慢慢推理的模型，不能直接塞进一辆车或一台挖掘机。

最终部署的模型还要小型化、安全，并具备确定性——也就是在相同输入下，不能今天给一个答案、明天给另一个答案。仿真越逼真，当然越能覆盖罕见场景、加速训练；但它不会立刻取消实地测试。更可能的路线是：模拟负责扩大训练覆盖面，现实验证承担最后的安全责任。

Dana 发布之后会催生什么新公司和新应用？两位创始人没有列出一张“机器人必做场景清单”，而是试图把开发门槛本身打下来。Dana 是 Applied Intuition 将近十年积累的工具、技术和工作流整合成的物理 AI 智能体平台。智能体平台可以简单理解为：它把设计场景、训练模型、部署机器、发现错误和重新迭代这些原本分散的步骤，尽量串成一条流水线。

Qasar 设想的用户甚至是一名高中生：先给校园配送机器人划定活动范围；再根据卫星图像生成场景；利用公开数据训练一个基础模型；把模型部署到实体机器上；机器人撞墙后，回到系统里查原因、调参数、继续训练。过去要耗费数天或数周的流程，如今在许多情况下可以缩短到几分钟。Dana 还提供预训练模型、模仿学习、强化学习、世界模型和仿真能力。

他们的目标说得很激进："a high school kid that can make iPhone apps should be able to make autonomous systems."（一个能做 iPhone 应用的高中生，也应该能做自主系统。） 这意味着物理 AI 可能复制 App 生态的某种路径：当开发成本大幅下降，最重要的应用未必是今天已经被反复讨论的机器人出租车，而可能是海量长尾需求——照护、园艺、工地巡检、校园配送、家庭辅助，甚至只是捡落叶或跟着遛狗捡便便。

边界同样存在。人形机器人每一步都困难，数据采集难、清洗难、训练难、部署更难。降低开发门槛，不等于人人明天都能造出安全的机器人出租车。它真正改变的是试错成本：当更多人能把一个想法从脑中推到真实机器上，下一批“爆款”就不会由今天的任何一张预测表决定。

“物理 AI 的护城河，不是参数量而是进入现实的能力”和“自动驾驶的胜负手，不是先发技术而是部署渠道”，其实在说同一件事：模型只是起点，不是终点。你可以在实验室里训练出很强的系统，但如果进不了矿山、拿不到数据、过不了监管、接不进老设备、赢不了客户对品牌和安全的信任，它就仍然停在屏幕或演示视频里。

同样，“无人化的最大收益，不是替掉司机而是重写系统”与“物理 AI 先填补的，不是岗位而是没人肯做的工作”也指向同一个现实：实体 AI 的价值不只来自省人，而来自让原本被停机、风险和劳动力短缺卡住的系统重新运转。矿山不必因为一台机器坏掉而停摆，农场不必因为年轻人不愿进场就放弃扩张，物流也不必把高风险和长期离家当作默认代价。

对读者而言，最该调整的或许不是“我会不会被某个模型替代”的焦虑，而是判断一项 AI 技术到底有没有跨过现实的门槛。它有没有数据闭环？能不能接入既有系统？谁愿意为它担保？出故障后谁负责？当这些问题开始有答案，AI 才真正从一个会说话的软件，变成会改变成本、风险和供给结构的基础设施。