Physical AI

标签「Physical AI」下的文章

共 2 篇文章

Physical AI迎来首个端边云统一推理运行时:北邮、北大、清华、明体科技等联合推出PhyAI

来自北京邮电大学、北京大学、清华大学、南京大学、明体科技及面壁智能的联合团队推出了 PhyAI,这是首个面向 Physical AI 的端边云统一推理运行时。针对当前具身智能在离线评测、云端强化学习 Rollout、端侧实时控制、工厂服务等四类场景中需维护四套代码、迁移成本高及效率参差不齐的问题,PhyAI 实现了单套代码的全场景无缝迁移。其核心架构包含 Model Adapter 和 Scheduler,统一管理调度、算子融合与多卡并行。在 Benchmark 评估中,PhyAI 相对官方实现产生了 1.40 倍至 4.65 倍的显著加速,例如将 MiniCPM-Robot 在 H100 上的推理延迟从 105.38ms 骤降至 22.64ms;在多机器人真机并行场景中,延迟最高降低 2.3 倍并消除了卡顿。文章提出了关键分析模型“Control-Time Roofline”,指出在算力过剩的 GPU 上,物理环境响应已成为新瓶颈,单纯降低模型推理延迟无法线性提升机器人的整体控制频率,这为具身智能算法与硬件的协同设计提供了全新的量化依据。

阅读全文

From Edge to Intelligence: How Advantech Is Turning AI Vision into Industrial Reality at COMPUTEX 2026 - Asia Pacific Metalworking Equipment News | Manufacturing | Automation | Quality Control

在COMPUTEX 2026上,Advantech展示了人工智能下一阶段的核心并非更大模型或更快芯片,而是通过边缘计算、开放生态系统和实用AI应用将智能转化为工业价值。展览主题为“Edge Computing & AI-Powered WISE Solutions”,强调边缘AI、物理AI和智能软件平台协同解决制造业、医疗、零售和基础设施中的实际运营挑战。Advantech提出云边协同架构,由云端负责大规模训练,边缘端执行推理、设备监控和自主决策,以降低延迟、改善网络安全并提高系统韧性。展览重点展示了物理AI的兴起,即AI不仅分析信息,还通过机器人、自主移动平台和视觉系统与物理世界交互,这需要传感器、嵌入式计算和工业软件的深度集成。WISE生态系统中的WEDA框架提供统一开发环境,整合API、容器部署和数字孪生,加速AI落地。公司还通过与NVIDIA、Intel、Qualcomm、Omron、Bosch Rexroth和Deloitte等伙伴的合作,构建开放互操作的生态系统,降低实施复杂性。Advantech按行业展示解决方案,强调AI的价值在于可衡量的业务成果,如减少检测时间、预测设备故障和优化能耗,而非单纯的技术指标。文章同时指出台湾在全球AI价值链中的角色正从半导体制造扩展到工业平台和智能应用。

阅读全文