人工智慧正在迅速突破數字邊界，以一種全新的形態登場——物理AI
。
這一持續演進的形態超越了資訊處理的範疇——代碼、文本、圖像、影片——賦予機器在現實世界中感知、決策和行動的能力。
"物理AI是擁有軀體的AI，"Arm物理AI執行副總裁Drew Henry表示，"它是在機器內部運行的AI。"
在2026年新思科技高管論壇（Synopsys Executive Forum，隸屬於Synopsys Converge系列活動）上，Drew Henry與來自英偉達、舍弗勒及新思科技的高管共同登台，拉開了一場深度圓桌對話的序幕。
與會嘉賓圍繞AI"大腦"、機器人軀體以及高保真仿真等議題展開探討，一致認為物理AI的影響意義深遠。將智能嵌入機器人、車輛與工業設備，有望將AI的價值延伸至工廠、醫院、城市街道等更廣泛的應用場景。
然而，這條路並不平坦。與會嘉賓達成共識：讓物理AI真正落地，需要一種截然不同的工程能力——一種能夠在規模化層面將數字智能與物理系統有效融合的能力。
Q&A
Q1：物理AI和普通AI有什麼區別？
A：普通AI主要處理數字資訊，如代碼、文本、圖像和影片。物理AI則更進一步，它賦予機器在現實世界中感知環境、做出決策並採取實際行動的能力。簡單來說，物理AI是"有軀體的AI"，它運行於機器人、車輛或工業設備之中，能夠與物理世界直接交互，而不僅僅停留在數位空間。
Q2：物理AI可以應用在哪些場景？
A：根據論壇討論內容，物理AI的應用前景非常廣泛。將智能系統嵌入機器人、自動駕駛車輛以及各類工業設備後，物理AI有望深入工廠自動化、醫療輔助、城市交通管理等多個領域，將AI的實際影響力從螢幕延伸至現實生活的各個角落。
Q3：實現物理AI面臨哪些主要挑戰？
A：物理AI的落地並不簡單，核心挑戰在於工程層面的複雜性。它要求工程師具備一種全新的能力——在大規模部署條件下，將數字智能與物理系統有效融合。這意味著需要在晶片設計、軟體架構、高保真仿真等多個維度同步突破，難度遠超傳統軟體AI的開發。
