什么是 Physical AI？
它是能够感知现实世界并对其采取行动的人工智能，而不仅仅处理文本和数据。它涵盖机器人、协作机器人、自主系统和机器视觉。若想全面了解其背后的模型，请参阅关于 Physical AI 与世界模型是什么的介绍。
工作原理
感知、预测、执行闭环
无论简单还是先进，每一套 Physical AI 系统都运行同一个闭环。任何一步中断，它就不再是 Physical AI。
感知
传感器采集现实世界。在检测中，这就是以产线速度捕捉每一个零件的相机，是整套系统进行推理的输入。
预测
训练好的模型解读它所看到的内容，并判断其含义。合格还是不合格，在公差内还是超差，正确的零件是否在正确的位置。
执行
决策改变某个物理状态。触发剔除、分流零件、向机器人或 PLC 发出信号。不采取行动的感知只是一块仪表盘。
谱系
Physical AI 当前在产线上的位置
现已可用
AI 视觉检测
相机感知零件，并在边缘端、毫秒之内、在现有产线上做出合格或不合格判定。它是最易落地的 Physical AI 形态，也是自然的起点。
日趋成熟
协作机器人与引导式自动化
与人协同进行抓取、放置和装配的协作机器人。它们依赖一个可信赖的感知层，才能知道自己正在操作什么。
新兴阶段
自主系统与人形机器人
能够在车间内移动并处理多样任务的通用机器人。前景可期，但距离在生产中广泛应用还有数年，而且其表现取决于为其供给信息的感知能力。
切入点
为什么检测是 Physical AI 的起点
| 问题 | 机器人与人形机器人 | AI 视觉检测 |
|---|---|---|
| 见效时间 | 数月乃至数年的集成 | 数天，在现有产线上 |
| 对产线的改动 | 新增工作单元、安全防护、占地面积 | 在您已在生产的零件上方装一台相机 |
| 由谁运行 | 机器人集成商 | 您的质量团队，在浏览器中完成 |
| 生产中的成熟度 | 尚处早期且应用面窄 | 已经验证并在今天投入使用 |
| 它依赖什么 | 一个可信赖的感知层 | 它本身就是感知层 |
检测并非通往自动化道路上的死胡同，而是 Physical AI 其余部分赖以构建的感知层。可进一步了解 Physical AI 在质量检测中的实际落地。
难点所在
瓶颈在于数据，而世界模型解决了它
Physical AI 的水平取决于它所学习的内容，而一家高质量的工厂产生的缺陷极少，可供训练的样本有限。世界模型改变了这一点。它们在洁净的参考零件上生成逼真的合成缺陷，使检测模型能够在真实缺陷数据形成规模之前就完成训练。一条新产线可以在数天内上线，而不必等待数周让故障出现。
在产线上
Physical AI 如今能检测什么
同一套感知、预测、执行闭环覆盖各类检测任务。
Overview 的定位
集于一台智能相机的检测用 Physical AI
Overview 将传感器、边缘计算、光源和 AI 软件集成在一个 IP67 单元中。它感知零件，在集成的 NVIDIA GPU 上判定合格或不合格，并通过标准工业协议在产线上采取行动。无需集成商，也无需云端。
既感知也执行
看到每一个零件，并通过 EtherNet/IP、PROFINET 和 OPC UA 向机器人和 PLC 发出信号。
在边缘端运行
在集成的 NVIDIA GPU 上进行推理。离线可用，数据留在现场。
用合成缺陷训练
世界模型缺陷生成意味着一条新产线可以在数天而非数月内上线。
众多制造商在生产中运行 Physical AI
众多制造商在生产中运行 Physical AI
常见问题
常见问题解答
什么是 Physical AI？
Physical AI 是能够感知现实世界并对其采取行动的人工智能，与只处理文本和数据的纯软件 AI 不同。它涵盖机器人、协作机器人、自主系统和机器视觉。在工厂中，Physical AI 感知产线上正在发生的情况，并做出能够改变物理世界的决策。
Physical AI 与生成式 AI 有什么区别？
生成式 AI 根据提示生成文本、图像或代码等内容。Physical AI 通过传感器感知物理世界并对其采取行动，往往是实时的。两者共享底层模型技术，但评判 Physical AI 的标准是它是否对真实物体做出了正确的决策，而不是输出的流畅程度。
AI 视觉检测属于 Physical AI 吗？
属于，而且它是当今最易落地的形态。AI 视觉系统用相机感知零件，并在边缘端、毫秒之内、在产线上做出真实的合格或不合格判定。它是当下已在生产中运行的 Physical AI，而人形机器人距离在工厂广泛应用还有数年之遥。
使用 Physical AI 一定需要机器人吗？
不需要。机器人和人形机器人占据了头条，但对大多数制造商而言，它们并不是切入点。AI 视觉检测可在数天内部署，不需要机器人，并能在现有产线上创造价值。当您准备进一步自动化时，它还能向机器人和 PLC 输出合格与不合格的信号。
什么是世界模型，它对 Physical AI 为何重要？
世界模型是一种理解场景如何变化的 AI，因此它能生成场景的逼真变体。在制造业中，这解决了检测领域最棘手的问题：洁净的工厂产生的缺陷极少，可供训练的样本很有限。世界模型在合格的参考零件上生成合成缺陷，使检测模型能够在真实缺陷数据形成规模之前就完成训练。
在制造业中如何开始使用 Physical AI？
从感知开始，而不是从机器人开始。在一条因缺陷而付出代价的产线上部署一套 AI 视觉系统，用您的零件训练它，让它做出清晰的合格或不合格判定。这就是在数天内创造价值的 Physical AI。在此基础上，当您准备就绪时，同一个决策可以驱动下游自动化。