下一步的科技红利在哪里？答案只有三个：物理 AI、AI 应用、端侧 AI。 大模型完成了对人类知识的第一次大重组，但它只是序幕；新一代硬件设备承载的物理 A… · @dongsheng211 · TwKit

@dongsheng211

下一步的科技红利在哪里？答案只有三个：物理 AI、AI 应用、端侧 AI。 大模型完成了对人类知识的第一次大重组，但它只是序幕；新一代硬件设备承载的物理 AI，让机器直接与物理世界、与机器进行高带宽的沟通，才是真正的生产力革命。 人脑存储约 250 万 GB，利用率仅 10%。人类通过视觉、 听觉接收信息，带宽极低，且存在巨大的生理延迟。 让无所不知的云端算力，耗费巨资把万亿参数的知识压缩成人类看得懂的自然语言去聊天，本身就是极大的算力浪费和效率降级。 豆包、ChatGPT 每次给出的答案都不一样，因为 LLM 底层是概率模型，天生自带随机性。这种随机性写文案时是创意，放到物理世界就是灾难。 机械臂抓取不能每次都不一样，自动驾驶在十字路口不能容忍1%的错误。大模型的效率和精度，搞不定物理世界。 这就是为什么全球科技巨头都全部杀向新一代硬件，在疯狂投资机器人、传感器、边缘芯片、高精控制马达和新一代光电通信网络：物理 AI、具身智能。 把大模型的泛化理解能力当作大脑，结合确定性的控制算法，把虚无的语言，直接转化为绝对精准的物理动作。 三大方向的演进闭环 1、端侧 AI，算力下沉。手机、AI PC、汽车拥有独立的 解决问题能力，解决隐私、延迟与成本问题。 2、AI 应用，软件重构。AI 智能体群组替代人类，完成繁琐的数字资产处理与流程自动化。 3、物理 AI，机器与机器的终极沟通。彻底脱离人类肉体束缚，AI 直接重塑物理生产力。 物理 AI 最简单的形态，就是黑灯工厂： 生产线上，一台机器通过端侧 AI 传感器发现零件磨损，立刻经由 3.2T 级内部网络，向另一台仓储机器人下达补料指令。 感知、决策、执行，全部在机器之间通过高带宽网络瞬间完成，不需要转换成人类语言，不需要打印报告，更不需要人来点 确认。

曝光 318 · 评论 4 · 点赞 4 · 书签 0