arXiv综述探讨物理人工智能定义、技术框架与核心挑战
发生了什么
据arXiv cs.AI发布,该综述定义物理人工智能为通过连续反馈在现实世界约束下感知、建模和作用于物理世界的智能系统。综述区分了物理AI与传统数字AI、具身AI、网络物理系统和数字孪生,并覆盖了物理、控制、认知、学习和推理等领域的基础。它还回顾了多模态感知、物理数据与模拟、世界模型、具身基础模型、运动控制系统、多智能体协调和软硬件协同设计等关键方法,以及机器人、制造、基础设施、科学实验和自主服务等应用。此外,综述关注了仿真到现实迁移、可靠性、实时执行、评估、安全、治理和长期部署等挑战,旨在推动从窄自动化向更通用的物理AI和最终物理通用人工智能(Physical AGI)的发展。
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
- arXiv cs.AI一手材料
Physical AI: Concepts, Techniques, and Challenges
来源关系与证据边界
按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口