當(dāng)云端 AI 以海量參數(shù)模型席卷全球算力競(jìng)賽之際，端側(cè)AI技術(shù)也開(kāi)始了一場(chǎng)根本性躍遷——從“數(shù)據(jù)中心里的推理”走向“物理世界里的執(zhí)行”。汽車(chē)剎車(chē)需在毫秒內(nèi)響應(yīng)激光雷達(dá)信號(hào)、機(jī)械臂抓取需同步多傳感器融合決策、人形機(jī)器人行走需實(shí)時(shí)平衡姿態(tài)與環(huán)境交互……這些場(chǎng)景下，傳統(tǒng)云端或邊緣 AI 的峰值 FLOPS 已不再是唯一勝負(fù)手。真正決定成敗的，是從傳感器信號(hào)輸入到執(zhí)行器動(dòng)作輸出的端到端時(shí)延。這一計(jì)算范式的轉(zhuǎn)變，正催促著物理 AI 這一應(yīng)用領(lǐng)域的蓬勃發(fā)展。

Arm 物理 AI 事業(yè)部執(zhí)行副總裁 Drew Henry 在近期中國(guó)媒體溝通會(huì)上系統(tǒng)拆解了這一賽道的底層邏輯。公司將物理 AI 定義為“將 AI 深度嵌入配備執(zhí)行器的自主運(yùn)動(dòng)設(shè)備”，其核心挑戰(zhàn)在于實(shí)現(xiàn)微秒至毫秒級(jí)的感知-決策-控制閉環(huán)。這一要求直接驅(qū)動(dòng)計(jì)算平臺(tái)從云端訓(xùn)練主導(dǎo)轉(zhuǎn)向端側(cè)實(shí)時(shí)執(zhí)行主導(dǎo)。憑借超 35 年高能效、高可靠計(jì)算技術(shù)基因，以及全球超 3250 億顆 Arm 架構(gòu)芯片出貨量、2200 萬(wàn)開(kāi)發(fā)者生態(tài)，Arm 已將自身定位為跨越邊緣 AI、物理 AI 與云 AI 的統(tǒng)一平臺(tái)提供商。其中物理 AI 聚焦汽車(chē)與機(jī)器人兩大核心應(yīng)用，2025 年面向該領(lǐng)域的 Arm 架構(gòu)芯片出貨量已達(dá) 20 億顆，標(biāo)志著Arm從 ADAS 時(shí)代的技術(shù)積累向自主系統(tǒng)時(shí)代的全面躍遷。

這一布局并非突發(fā)，而是 Arm 長(zhǎng)期戰(zhàn)略的自然延伸。早在 2017 年 Transformer 架構(gòu)論文發(fā)布之際，Arm 團(tuán)隊(duì)便迅速研讀并調(diào)整計(jì)算架構(gòu)，為后續(xù)大規(guī)模落地做好準(zhǔn)備。如今，隨著訓(xùn)練系統(tǒng)更易獲取、AI 模型持續(xù)迭代、傳感器與執(zhí)行器成本降低，物理 AI 正迎來(lái)技術(shù)成熟窗口。Drew Henry 強(qiáng)調(diào)，Arm 的獨(dú)特優(yōu)勢(shì)在于其“從微型傳感器到云端超算”的全棧技術(shù)覆蓋能力，既能支撐云端模型訓(xùn)練，又能為端側(cè)提供低延遲實(shí)時(shí)處理器體系。這種端到云的貫通性，讓 Arm 成為少數(shù)能同時(shí)服務(wù)自研平臺(tái)與生態(tài)合作兩種路徑的廠商。

Arm AI 計(jì)算平臺(tái)的“三駕馬車(chē)”與物理 AI 定位

物理 AI 的爆發(fā)并非孤立現(xiàn)象。VoxEU 預(yù)測(cè)，未來(lái)十年，AI 整體有望為全球 GDP 貢獻(xiàn)約 4% 的增長(zhǎng)。Barclays Research 則指出，到 2035 年人形機(jī)器人市場(chǎng)規(guī)模預(yù)計(jì)達(dá)到 400 億美元（當(dāng)前 20-30 億美元）。摩根士丹利則給出更激進(jìn)判斷：到 2050 年，機(jī)器人半導(dǎo)體市場(chǎng)規(guī)模將增長(zhǎng) 800 倍。這些數(shù)據(jù)共同指向同一結(jié)論——物理 AI 將成為計(jì)算史上體量最大、技術(shù)最復(fù)雜的單一市場(chǎng)。

這一市場(chǎng)增長(zhǎng)的核心驅(qū)動(dòng)力在于模型與系統(tǒng)的持續(xù)迭代。隨著具身智能技術(shù)路線從 VLM 逐步轉(zhuǎn)向世界模型，每一代平臺(tái)都對(duì)性能、能效與成本效益提出更高要求。這一過(guò)程將持續(xù)十年乃至更久，而 Arm 已準(zhǔn)備好全程參與。

Arm 于2025年底完成重大組織架構(gòu)優(yōu)化，將 AI 計(jì)算明確劃分為三大方向：邊緣 AI 覆蓋物聯(lián)網(wǎng)、移動(dòng)終端與個(gè)人電腦；物理 AI 聚焦汽車(chē)與機(jī)器人；云 AI 則支撐大型數(shù)據(jù)中心。這一劃分并非簡(jiǎn)單的市場(chǎng)分割，而是對(duì)不同時(shí)延敏感度的精準(zhǔn)響應(yīng)。邊緣 AI 強(qiáng)調(diào)低功耗長(zhǎng)續(xù)航，物理 AI 則將“感知信號(hào)到執(zhí)行控制的時(shí)延”視為核心指標(biāo)，云 AI 則專注海量并行訓(xùn)練。

物理 AI 的落地形態(tài)極為豐富：從自動(dòng)駕駛汽車(chē)、配送無(wú)人機(jī)，到人形機(jī)器人、自動(dòng)叉車(chē)、手術(shù)輔助平臺(tái)、農(nóng)業(yè)智能設(shè)備，甚至送餐機(jī)器人。這些場(chǎng)景共同指向同一本質(zhì)——AI 必須在動(dòng)態(tài)物理環(huán)境中完成感知、推理與安全執(zhí)行。Drew Henry 用一句簡(jiǎn)潔的話概括：“當(dāng) AI 融入實(shí)體設(shè)備，從感知信號(hào)到執(zhí)行控制的時(shí)延，成為衡量性能表現(xiàn)的核心指標(biāo)?！边@一指標(biāo)直接區(qū)別于云端 AI 的秒級(jí)延遲要求，也解釋了為何物理 AI 平臺(tái)必須采用專用架構(gòu)。

為支撐這一架構(gòu)，Arm 構(gòu)建了覆蓋六大品類(lèi)的統(tǒng)一 AI 計(jì)算平臺(tái)：物聯(lián)網(wǎng)設(shè)備、移動(dòng)終端、個(gè)人電腦、汽車(chē)、機(jī)器人以及云端。而從Arm分享的這一連續(xù)譜系中來(lái)看，物理 AI 正處于邊緣 AI 與云 AI 之間的關(guān)鍵銜接位置。通過(guò)這一平臺(tái)，Arm 不僅實(shí)現(xiàn)了跨設(shè)備復(fù)用，還將高能效計(jì)算基因滲透到每個(gè)環(huán)節(jié)。而當(dāng)前全球 100% 聯(lián)網(wǎng)人群每日都在使用 Arm 技術(shù)，這一規(guī)模效應(yīng)為物理 AI 生態(tài)提供了最堅(jiān)實(shí)的軟件與開(kāi)發(fā)者基礎(chǔ)。

四大計(jì)算層級(jí)：物理 AI 平臺(tái)的最復(fù)雜架構(gòu)拆解

實(shí)現(xiàn)物理 AI 的核心在于深入理解四大計(jì)算層級(jí)。這一框架是 Arm 經(jīng)過(guò)多年 ADAS 與自主系統(tǒng)實(shí)踐提煉出的技術(shù)地圖，直接對(duì)應(yīng)傳統(tǒng)汽車(chē)向自動(dòng)駕駛轉(zhuǎn)型、固定功能機(jī)器人向自主機(jī)器人升級(jí)的兩大演進(jìn)路徑。

第一層是感知驅(qū)動(dòng)型智能，即“自主運(yùn)行”層。激光雷達(dá)、攝像頭、雷達(dá)等多傳感器數(shù)據(jù)在此完成實(shí)時(shí)融合，系統(tǒng)需在極短時(shí)間內(nèi)完成環(huán)境解析與決策。該層對(duì)時(shí)延要求最高，任何延遲都可能導(dǎo)致安全事故。Arm 在此提供 Cortex-A、R 系列實(shí)時(shí)處理器與 Mali 圖形處理支持，確保微秒級(jí)響應(yīng)。

第二層是交互驅(qū)動(dòng)型智能。自動(dòng)駕駛汽車(chē)內(nèi)乘客查看導(dǎo)航、觀看娛樂(lè)內(nèi)容，或人形機(jī)器人與用戶對(duì)話時(shí)，需要流暢的人機(jī)交互計(jì)算。這一層實(shí)時(shí)性要求低于感知層，但需高帶寬圖形與多媒體處理能力。Arm 通過(guò) Zena CSS、Neoverse 等高性能方案實(shí)現(xiàn)高效交互。

第三層是驅(qū)動(dòng)執(zhí)行層。負(fù)責(zé)統(tǒng)籌制動(dòng)系統(tǒng)、轉(zhuǎn)向系統(tǒng)、微型執(zhí)行器等“無(wú)智能、無(wú)決策權(quán)”的物理效應(yīng)器。該層需精確調(diào)度大量微型器件，實(shí)現(xiàn)上層決策的零誤差落地。整個(gè)驅(qū)動(dòng)執(zhí)行由中央計(jì)算統(tǒng)一編排，復(fù)雜度極高。

第四層是云端層。負(fù)責(zé)新模型訓(xùn)練、下載更新，以及多設(shè)備集群協(xié)同作業(yè)。云端可將分散的人形機(jī)器人或自動(dòng)駕駛車(chē)隊(duì)整合為統(tǒng)一學(xué)習(xí)系統(tǒng)，形成閉環(huán)優(yōu)化。

這四大層級(jí)既相互獨(dú)立，又需協(xié)同調(diào)度，同時(shí)必須滿足功能安全與信息安全雙重要求。Drew Henry 指出，正是這種復(fù)雜性，使物理 AI 成為“計(jì)算歷史上最復(fù)雜的計(jì)算平臺(tái)”。Arm 的解決方案是通過(guò)提供簡(jiǎn)潔軟件棧，幫助客戶快速攻克各層技術(shù)難題，實(shí)現(xiàn)輕量化開(kāi)發(fā)。這一框架的跨行業(yè)復(fù)用價(jià)值巨大：自動(dòng)駕駛汽車(chē)與人形機(jī)器人的中央計(jì)算 + 分布式控制節(jié)點(diǎn)架構(gòu)高度相似，僅在感知密度與實(shí)時(shí)性閾值上存在差異。這種共通性極大降低了研發(fā)門(mén)檻與規(guī)?；渴鸪杀?。

針對(duì)具身智能技術(shù)收斂趨勢(shì)尚不顯著的問(wèn)題，Drew Henry 指出，未來(lái)十年模型與平臺(tái)將持續(xù)迭代，這一特性恰恰決定了物理 AI 是最復(fù)雜的計(jì)算系統(tǒng)。芯片設(shè)計(jì)也將迎來(lái)范式轉(zhuǎn)變：不再追求極致張量 FLOPS 與超高內(nèi)存帶寬，而是優(yōu)先實(shí)現(xiàn)“極短時(shí)間內(nèi)最快速、最高效的指令執(zhí)行”。Arm 的實(shí)時(shí)處理器體系與中央處理器產(chǎn)品，正是為此量身打造。甚至 NVIDIA 平臺(tái)也采用 Arm 中央處理器與實(shí)時(shí)處理器，印證了這一趨勢(shì)。

汽車(chē)領(lǐng)域深耕：從 ADAS 到自主系統(tǒng)的技術(shù)傳承

Arm 在汽車(chē)領(lǐng)域的積累構(gòu)成了其引領(lǐng)物理 AI 的最強(qiáng)底座。Drew Henry 直觀對(duì)比了傳統(tǒng) ADAS、自動(dòng)駕駛汽車(chē)與人形機(jī)器人的計(jì)算分布：ADAS 階段以 Cortex-A、R & M 系列及 Mali 圖形處理器為主，覆蓋域控制器、ECU、傳感器融合；自動(dòng)駕駛時(shí)代則升級(jí)至 Zena CSS、Neoverse 等高性能中央計(jì)算方案，同時(shí)強(qiáng)化電池管理、區(qū)域控制、人機(jī)交互計(jì)算；人形機(jī)器人則采用完整 Arm 計(jì)算平臺(tái)，中央“大腦”統(tǒng)籌本地控制、傳感器執(zhí)行器、人機(jī)交互與電池管理。

2025 年，Arm 面向物理 AI 的芯片出貨量預(yù)計(jì)達(dá)到約 20 億顆，這一數(shù)字直接源于其在 ADAS 階段的長(zhǎng)期耕耘。Drew Henry 特別提到，公司已在先進(jìn)駕駛輔助系統(tǒng)、自動(dòng)駕駛汽車(chē)、自主機(jī)器人平臺(tái)底層技術(shù)上深耕多年。中國(guó)市場(chǎng)是這一布局的重中之重：Arm 既將全球生態(tài)引入中國(guó)，也將本土創(chuàng)新成果帶向全球。本次訪華期間，Drew Henry 還參觀了小米的汽車(chē)工廠，對(duì)廠內(nèi)已落地運(yùn)營(yíng)的各類(lèi)機(jī)器人應(yīng)用場(chǎng)景及高效推進(jìn)節(jié)奏印象深刻，稱其為“過(guò)往所見(jiàn)中最具沖擊力的場(chǎng)景之一”。

當(dāng)前，Arm 的生態(tài)版圖已覆蓋全球主流車(chē)企與機(jī)器人廠商，同時(shí)還有各類(lèi)芯片廠商等。通過(guò)芯片合作伙伴、標(biāo)準(zhǔn)化解決方案與定制化芯片三種模式，Arm 正在驅(qū)動(dòng)行業(yè)創(chuàng)新。

這一生態(tài)策略的最大優(yōu)勢(shì)在于靈活性?？蛻艏瓤苫?Arm 平臺(tái)打造自研計(jì)算平臺(tái)，實(shí)現(xiàn)差異化競(jìng)爭(zhēng)，也可無(wú)縫對(duì)接 NVIDIA 等生態(tài)伙伴的頂尖加速器。Drew Henry 強(qiáng)調(diào)，Arm 是全球唯一能同時(shí)提供這兩種路徑的廠商。這一開(kāi)放模式在中國(guó)市場(chǎng)尤為顯著：本土企業(yè)可依托 Arm 充足算力、高速計(jì)算與安全防護(hù)，快速迭代物理 AI 平臺(tái)。

Arm 的物理 AI 戰(zhàn)略：為中國(guó)客戶提供全棧計(jì)算技術(shù)

關(guān)于新成立的Arm 物理 AI 事業(yè)部，Drew Henry明確表示，部門(mén)雖成立時(shí)間不長(zhǎng)，但相關(guān)技術(shù)投入已持續(xù)十余年至二十年。公司組建專職團(tuán)隊(duì)，正是為了服務(wù)海量客戶并抓住這一史上最大計(jì)算市場(chǎng)機(jī)遇。從四大計(jì)算層級(jí)到端到云全棧覆蓋，從汽車(chē) ADAS 積累到機(jī)器人平臺(tái)躍遷，Arm 正以 35 年高能效基因與開(kāi)放生態(tài)，破解物理 AI 最核心的時(shí)延瓶頸。這一平臺(tái)不僅服務(wù)全球，更與中國(guó)“中國(guó)速度”深度融合。本土車(chē)企、機(jī)器人廠商可借助 Arm 技術(shù)，靈活選擇標(biāo)準(zhǔn)化或定制化路徑，加速?gòu)母兄綀?zhí)行的安全閉環(huán)落地。

當(dāng)傳感器成本持續(xù)下降、AI 模型持續(xù)進(jìn)步、訓(xùn)練系統(tǒng)更易獲取時(shí)，物理 AI 將真正滲透千行百業(yè)：農(nóng)業(yè)無(wú)人機(jī)、醫(yī)療配送機(jī)器人、手術(shù)輔助平臺(tái)、城市自動(dòng)駕駛車(chē)隊(duì)……在物理 AI 時(shí)代，誰(shuí)掌握了從云端到物理世界的實(shí)時(shí)計(jì)算能力，誰(shuí)就掌握了下一代智能機(jī)器的鑰匙。而 Arm 憑借其獨(dú)特定位，正為中國(guó)乃至全球智能機(jī)器時(shí)代，奠定最堅(jiān)實(shí)的算力基石。

這一布局的影響將遠(yuǎn)超單一廠商層面：實(shí)時(shí)處理器需求激增、異構(gòu)集成架構(gòu)普及、多傳感器融合芯片成為標(biāo)配。同時(shí)，它也將加速中國(guó)本土生態(tài)崛起——通過(guò) Arm 全球開(kāi)發(fā)者社區(qū)與標(biāo)準(zhǔn)化方案，本土創(chuàng)新成果可快速走向全球。展望未來(lái)，當(dāng)摩根士丹利預(yù)測(cè)中 800 倍增長(zhǎng)的機(jī)器人半導(dǎo)體市場(chǎng)真正兌現(xiàn)時(shí)，Arm 的物理 AI 平臺(tái)將作為底層基礎(chǔ)設(shè)施，支撐起從工廠到家庭、從道路到天空的智能物理世界。計(jì)算的邊界正在被重新定義，而 Arm 已在新邊界上筑牢根基。