Physical AI: When machines start to think and act in the real world

物理 AI：当机器开始在现实世界中思考和行动

Component | Article_teaser

2026年7月21日

8分钟阅读

人工智能

,

边缘计算

Luis Javier Arizmendi Alonso

高级首席解决方案架构师

Subpattern | social_share_set

Component | social_share

分享

Subpattern | subscribe

Component | social_icon

订阅 RSS

Component | Icon

© Red Hat, Inc. CC-BY-4.0 授权

Subpattern | results_nav

组布局

Component | Nav_links

• 返回所有文章

Component | Generic

如果您已经阅读了本文的第一部分，您已经知道物理 AI 并不仅仅是另一波自动化浪潮。您已经看到智能系统如何以传统机器人无法实现的方式，在运营、安全和维护领域解决实际问题。您也了解了使这一切成为可能的核心循环：感知、推理、行动。

在本文的第二部分，我们将深入探讨。我们将分析为什么 AI 是机器人领域如此具有变革性的关键要素，为什么边缘计算不是可选的附加功能而是硬性需求，以及 Red Hat 如何帮助组织构建开放且企业级的基础架构，从而在大规模实现物理 AI 的同时，避免陷入另一种供应商依赖。

从“感知、推理、行动”到三大支柱

物理 AI 指的是在物理世界中运行并与之交互的 AI 系统。它是机器人技术、人工智能和边缘计算协同工作的结果，使机器能够实时感知周围环境、进行推理并采取行动。与遵循固定程序序列并在条件变化时失效的传统机器人不同，物理 AI 系统在运行过程中能够学习、适应并持续改进。

第一部分中探讨的三个挑战——运营自动化、安全监控以及维护检测——都存在一个共同点。它们需要能够处理不确定性、在无人监督的情况下持续运行，并随时间推移变得智能的系统。传统自动化从未为此设计，而物理 AI 正是为此而生。

第一部分中引入的“感知-推理-行动”循环，既可以作为描述物理 AI 运作方式的工具，也可以作为揭示其底层需求的地图。

实时感知物理世界需要在正确位置部署合适的硬件：传感器、加速器和边缘基础设施，这些设备能够在不依赖云端的情况下本地处理数据。对这些数据进行推理需要足够先进的 AI 模型，能够解析复杂的传感器输入、模拟可能的未来场景，并在毫秒级时间内做出决策。基于这些决策采取行动则需要强大的机器人平台、控制系统以及将所有组件连接在一起的中间件。

为了理解为什么 AI 在这里特别强大，我们可以参考 AI 替代基于规则的方法在其他领域带来的变革。

为什么 AI 使机器人更具力量

在大型语言模型（LLMs）出现之前，自然语言处理（NLP）依赖手工制定的规则、语法规则和词典。这些系统只能在特定条件下运行，一旦遇到未明确编程处理的情况就会失效。随后深度学习（DL）改变了这一切——系统突然能够理解上下文、处理变化并通过经验提升性能。同样的变革也发生在游戏领域，AlphaGo等系统用学习到的策略取代了人工编码的规则，最终超越了人类表现。在计算机视觉领域，基于规则的滤波器和边缘检测流水线被人工智能模型取代，这些模型能够在任何光照条件、任何角度下实时识别物体。

人工智能正在对机器人领域产生同样的变革。

• 适应性。传统机器人在条件发生轻微变化时就会失效，而人工智能驱动的机器人可以从环境中学习并持续工作。一个经过训练用于抓取某类物体的机器人，借助人工智能可以开始处理之前从未见过的尺寸、方向或包装变化，而无需重新编程。

• 持续学习。传统机器人只会执行被编程设定的任务，不会做其他事情。人工智能驱动的系统则通过经验持续改进。基于模拟训练与实际运行相结合的持续学习循环，使系统运行时间越长，表现越好。

• 泛化能力。基于规则的系统只能在设计时设定的精确条件下运行。人工智能模型可以将学到的知识应用到从未遇到过的情境中。目前企业已经开始构建通用型机器人“大脑”，使任何机器人只需极少的再训练即可掌握新任务，适用于不同类型的机器人和环境。

• 自然语言与人机协作。借助视觉-语言-动作（VLA）模型，机器人可以通过自然语言接收指令并执行操作，无需显式编程。仓库机器人可以响应“按类别整理退货物品”这样的指令，而无需专家为每种产品类型进行配置。VLA模型正在使系统能够在结构远不如人类工作环境的场景中，与人类协同工作，实现越来越高的自主感知、推理和行动能力。

• 传感器融合与实时感知。传统机器人仅通过单一传感器类型感知世界。人工智能驱动的机器人可以同时处理多种传感器数据流（摄像头、LiDAR、热成像、触觉），实时构建环境的完整图像。这使得无人机能够在避障的同时绘制地形图，也使协作机器人（cobot）能够安全地与人类并肩工作。

• 预测推理与世界建模。人工智能赋予机器人在行动前模拟可能未来的能力。配备世界模型的系统不再只是对当前发生的事情做出反应，而是能够预测即将发生的事情并据此规划。正是这种能力使预测性维护成为可能，也使机械臂能够在不进行现实世界试错的情况下规划复杂的运动路径。

• 规模化集体学习。传统的软件部署是一个单向通道：人类逻辑输入机器，知识就此停止。AI赋能的舰队则放大了这一过程。每台遇到陌生物体、边缘案例故障或意外环境的机器人，都会将这些经验作为训练数据反馈回去。模型从舰队集体经历的全部数据中不断优化，然后一次性将改进部署到所有机器上。结合AI带来的泛化能力，这种共享学习循环使舰队能够以比任何单个机器人或人类工程团队独立实现的规模更快、更智能地扩展。

这并不是未来可能发生的事情，它已经在全球各地的工厂、仓库、设施和基础设施中发生。

然而，所有这些能力都依赖于一个容易被忽视的关键因素——AI必须有一个运行的地方。对于物理AI来说，这个运行的地方不能是遥远的云端。这将我们带入第二个支柱。

为什么边缘计算是必不可少的

边缘计算使物理AI成为现实。虽然物理AI定义了机器的行为，但边缘计算决定了AI的计算位置：在本地设备上，而不是在遥远的数据中心。对于需要实时与现实世界交互的物理系统而言，这是基本要求。

原因有四点：

• 对延迟零容忍。当机械臂需要接住掉落的物体时，它无法承受将传感器数据发送到云端并等待响应的往返延迟。边缘计算在本地运行AI推理，实现毫秒级响应速度。

• 不妥协的可靠性。在工业环境、偏远地区或移动车辆上的物理设备，当网络连接中断时不能简单暂停。部署在边缘的模型意味着无论网络状态如何，感知-推理-行动的循环都可以继续进行。

• 极大的带宽效率。物理AI系统会产生大量连续的传感器数据：多路高清摄像头流、LiDAR点云、音频流。将所有这些数据发送到云端既昂贵又缓慢。本地边缘处理器负责传感器融合，仅将相关元数据回传至中心系统。

• 隐私与安全。在设备上严格处理敏感环境和运营数据，可最大限度降低外部网络风险，这对工业、医疗和安全场景至关重要。

将AI迁移到边缘并非易事。它需要足够强大的硬件来实现实时推理，但硬件只是起点。底层软件栈需要通过SELinux、cgroups和容器等机制，提供隔离模型彼此及与底层系统的安全策略。在此基础上，还需要一个编排平台来大规模管理整个舰队的工作负载生命周期。所有这些都需要企业级支持和认证。

这就是为什么Red Hat正在与合作伙伴合作，为专为物理AI设计的边缘硬件（如NVIDIA）提供企业级基础设施，例如通过Red Hat Device Edge支持NVIDIA Jetson系列，或与Intel及其Intel Ultra Core 3合作。这是软件基础与物理硬件从一开始就协同构建的具象例证。

Red Hat的定位

如前所述，物理 AI 处于三个技术领域的交汇点：边缘计算、人工智能和机器人技术。每个领域本身都十分复杂，而它们之间的整合才是真正的难点，同时也是平台选择会产生长期影响的关键所在。

红帽提供的开放、企业级基础架构，使这种整合能够在大规模部署中得以有效管理，而不会将组织锁定在单一供应商的技术路线图中。

人工智能

红帽 OpenShift AI 管理完整的 AI 模型生命周期，涵盖从训练到生产部署和监控的各个环节，适用于混合云和边缘环境。对于物理 AI 而言，这意味着您将拥有完整的端到端 MLOps 生命周期，覆盖在边缘设备上运行的计算机视觉、预测性维护流水线和视觉语言模型（VLA）。

对于边缘和物理 AI 部署而言，最重要的能力之一是模型优化。边缘硬件存在实际限制：内存有限、电力有限、计算能力有限。红帽于 2025 年初收购 Neural Magic 后，将推理性能工程和模型优化的深厚专业知识直接引入红帽 AI 产品组合。

此外，我们与 NVIDIA 的合作使企业级 AI 变得切实可行，包括对 NVIDIA GPU 和 Jetson 边缘设备的验证支持、与 NVIDIA NIM 的集成用于生成式 AI 部署，以及研究级工具无法提供的企业级支持。

边缘计算

红帽企业 Linux（RHEL）为边缘的物理系统提供了关键能力。实时内核在边缘环境中可提供机器人协调、运动控制和机器视觉所需的确定性、低抖动性能，而无需依赖传统实时操作系统的专有锁定机制。RHEL 的图像模式通过原子、不可变的操作系统更新保持设备舰队的一致性，这些更新要么完整完成，要么回滚，不会出现可能导致物理系统处于未定义状态的部分状态。对于小型设备，红帽设备边缘（Red Hat Device Edge）结合 MicroShift 将 Kubernetes 带到了仅需 2 个 CPU 核心和 2 GB 内存的硬件上，将数据中心的相同 API、安全策略和运维工具扩展到工厂地板上的机器人或无人机。所有这些设备的舰队管理都通过红帽边缘管理器（Red Hat Edge Manager）集中处理。

红帽的软件和硬件认证计划覆盖生态系统中的应用程序、服务器、加速器和合作伙伴，Extended Life Cycle 支持可提供长达 14 年的生命周期（甚至更长），并附带 24x7 服务等级协议（SLA）和在公开披露前提供的安全补丁。对于持续运行且无法按照软件供应商计划进行更换的物理基础设施，这些承诺至关重要。

机器人技术

红帽参与了开源机器人联盟（Open Source Robotics Alliance，黄金会员）和机器人操作系统（ROS），这意味着可以提前发现漏洞，并对基础技术的发展方向产生影响。Fedora Robotics SIG 正在积极开发 ROS，而由于 Fedora 是红帽在将软件包稳定化后才将其引入 RHEL 的平台，这项工作为 ROS 工作负载在企业级、完全支持的基础设施上运行提供了清晰的路径，这是机器人社区长期以来亟需的。

Red Hat 还验证了对 x86 和 ARM 架构的支持，RISC-V 目前处于技术预览阶段。这种广泛的硬件兼容性，加上认证合作伙伴网络提供的全栈互操作性，意味着组织无需构建最终可能成为死胡同的平台。

所有这些功能都可以在避免供应商锁定的情况下实现。在选择物理 AI 平台之前，这是最重要的对话之一。许多组织因专有供应商控制路线图、集成和定价而陷入昂贵的死胡同，这是遗留自动化系统造成的后果。Red Hat 的开源基础、其以上游优先的理念，以及对 Linux 内核、glibc、KVM、GCC 和机器人中间件的贡献，都意味着 Red Hat 依赖的技术由更广泛的社区治理，而非单一供应商。选择 Red Hat 的组织，选择的是一个能随着行业需求演进的平台，而非限制自身的平台。

如何入门

最常见的错误是试图一次性完成太多事情。我们建议采用更稳健的方法。

• 选择一个明确的首个用例（单个地点或流程），可衡量，复杂度适中（既不过于简单也不过于复杂），成果足够显著以引起组织关注，并且能够收集、整理和标注相关数据。
• 选择一个能够适应和扩展未来需求的平台，并从一开始就评估供应商锁定的风险。
• 构建基础：在目标硬件上部署托管边缘节点，并与运营依赖的企业系统（WMS、MES、ERP）集成。
• 最后，在真实世界部署前通过仿真进行验证。定义成功标准。衡量结果。扩展规模。然后选择下一个用例。

物理 AI 不是一个单一项目，而是一种会不断积累的能力。那些以正确平台和合作伙伴为基础，谨慎迈出第一步的组织，将在该技术成熟时引领行业。

Block | Dynamic pattern deluxe promo

Component | Band_header

Resource

灵活的企业：为何 AI 准备度即变革准备度

这本电子书由 Red Hat 首席运营官兼首席安全官 Michael Ferris 所著，帮助 IT 领导者应对当前面临的 AI 技术变革和颠覆性挑战。

Component | spacer

Component | Cta_multi_basic

Subpattern | simple_cta

Component | CTA

获取资源

Deluxe mbox

Component | Card_header

关于作者

Subpattern | speaker

Card layout

Component | Image_embed

Component | Person

Luis Javier Arizmendi Alonso

Subpattern | social_links

Luis Arizmendi 是边缘计算、人工智能、MLOps 和物理 AI 交叉领域的技术爱好者，拥有大规模容器化工作负载和高性能或实时确定性操作基础设施优化的深厚背景。

在 Red Hat，他帮助组织设计可扩展的架构，将 AI 从数据中心延伸至边缘，进入必须感知、决策和在现实世界中行动的系统。

热衷于开源技术，以及 AI、边缘计算和机器人技术融合到下一代智能自主系统中的趋势。

阅读该作者的更多文章

类似内容

Dynamic pattern

Blog post

作为服务的模型（MaaS）治理：管理 AI 访问和令牌配额

为什么提示级别的防护措施不足以保障平台安全：生产代理所需的安全层级

原始播客

技术讨论 | 用开源定义主权AI

边缘基础设施 | 编译器

Subpattern | card_flex

Subpattern | text_basic

继续探索

• 什么是智能体AI？[文章](链接)
• 预测性AI与生成性AI对比 [文章](链接)
• 构建生产级AI/ML环境的首要考虑因素 [电子书](链接)
• Ansible方式的生成性AI [视频](链接)
• 通过现代应用平台实现创新与转型 [电子书](链接)

继续探索 mbox

Subpattern | simple_text

按频道浏览

浏览所有频道

Pattern | raw_html

自动化

面向技术、团队和环境的IT自动化最新动态

帮助客户在任何地方运行AI工作负载的平台最新进展

开放混合云

探索我们如何通过混合云构建更灵活的未来

安全

跨环境和技术降低风险的最新实践

简化边缘操作的平台最新动态

基础设施

全球领先的企业的Linux平台最新动态

应用

应对最复杂应用挑战的解决方案解析

虚拟化

面向本地或跨云工作负载的企业虚拟化未来