Arm联合80余家企业共建物理AI生态体系

Arm推动生态系统协作，共同构建并定义物理AI的下一发展阶段

这篇新闻博客文章最初发布于Arm官方网站，经Arm授权在此转载。

Arm Total Design计划扩展至物理AI领域，汇聚整个技术堆栈的专业力量，以降低集成复杂度并加速自主系统开发

机器人能力框架是该生态系统首批举措之一，为定义和推进机器人系统提供了通用语言的起点

物理AI生态系统中超过80家企业加入Arm Total Design物理AI计划

随着智能体AI不断拓展智能系统的能力边界，物理AI正将这种智能带入采矿、粮食生产、产品制造以及全球人员和货物运输等支撑世界运转的行业。这些行业代表着数万亿美元的全球经济活动，预计在2030年代将带来每年2000亿美元的计算市场机遇，但它们依然是最难实现转型的行业之一。

要释放这一机遇,需要让智能机器具备感知、推理和行动的能力，将AI模型、软件、计算、传感器和执行器整合为可信赖且能够规模化部署的完整系统。任何一家公司都无法独自解决这一难题。我们需要在日益复杂的生态系统中加强协作，建立共同基础以减少碎片化，同时为创新者保留差异化发展的灵活性。

今天，我们在这两方面都采取了行动。我们宣布推出Arm Total Design物理AI计划，汇聚了物理AI技术堆栈中超过80家企业，包括亚马逊云科技、亿咖通科技、Hugging Face、Liquid AI、恩智浦、擎天智能、PSYONIC、QNX、通义千问、西门子、宇树科技等，共同加速物理AI发展。作为该生态系统首批协作举措之一，我们推出了机器人能力框架，为定义和推进机器人能力提供通用语言的起点。

自动驾驶汽车和机器人技术在感知、AI、实时控制、安全性和高效计算等方面面临许多相同的挑战。原始设备制造商和合作伙伴需要降低集成风险、优化工作负载，并加快从概念验证到实际部署的进程。正如我们在Arm Total Design云端AI计划中所看到的，通过高度协作的模式将技术堆栈各环节的合作伙伴联合起来，有助于解决这些挑战。

Arm Total Design物理AI计划汇聚了软件堆栈、AI模型、传感器、计算硬件、虚拟平台和数字孪生等方面的专业能力，从而实现解决方案更早期的开发和验证。我们已经在汽车领域看到了这种协作模式的成效，Arm、亚马逊云科技、谷歌、HERE、RemotiveLabs和西门子合作打造了一套集成数字座舱参考解决方案，使开发者能够在芯片实际问世之前，就在Arm Zena CSS平台上开发、测试和验证复杂的汽车软件。

正如Arm首席架构师理查德·格里森思韦特在最新宣言中所指出的，机器人技术正在快速发展，但业界仍然缺乏一种通用方式来描述、比较和交流日益智能化机器的能力。这种碎片化使得机器人系统的设计、集成和规模化变得更加困难。正如SAE等级标准为驾驶自动化建立了共同词汇体系，机器人技术也需要属于自己的通用语言——而Arm正处于独特位置，能够召集整个行业共同应对这一挑战。

机器人能力框架将为机器人系统定义不断提升的复杂程度等级，将现实世界的应用场景与机器人的行为、输出及系统要求联系起来，包括延迟、计算部署位置、内存和功耗限制、确定性和安全性等因素。该框架的初始架构参考了整个机器人生态系统的观点和反馈，我们将继续与Anaxi Labs、ANYbotics、FMC? Robotics、傅利叶智能、GALBOT、Gravis Robotics、联想、麦肯锡、Robotec.ai等公司共同完善这一框架。我们邀请更广泛的行业贡献各自的专业知识，共同塑造该框架未来的发展方向。

机器人能力框架描绘了机器人系统从反应式、情境感知式，到认知式、自我改进式系统的不同复杂程度等级

随着AI日益具备智能体特性，下一个前沿领域就是将这种智能带入物理世界。这将是我们这个时代最大的计算机遇之一，而要实现这一目标，仅靠突破性技术是远远不够的。它需要一个共同基础，让整个生态系统能够创新、差异化发展并实现规模化。

Arm正在汇聚这一生态系统，帮助塑造未来的发展方向，加速技术突破走向规模化部署的进程，从而释放AI驱动经济增长的下一波重大浪潮。

了解更多关于Arm Total Design物理AI计划的信息，以及如何参与机器人能力框架的建设。

（数据来源：Arm估算）

作者：德鲁·亨利，Arm执行副总裁，物理AI业务部门

Q&A

Q1：Arm Total Design物理AI计划是什么？

A：这是Arm推出的一项生态系统计划，汇聚了包括亚马逊云科技、恩智浦、西门子、宇树科技等80余家企业，覆盖物理AI技术堆栈的各个环节，旨在降低集成复杂度、加速自主系统开发，帮助企业更快地从概念验证走向实际部署。

Q2：机器人能力框架有什么作用？

A：机器人能力框架为机器人系统定义了不断提升的复杂程度等级，将现实应用场景与机器人的行为、输出及系统要求（如延迟、计算部署、内存功耗限制、安全性等）联系起来，为整个行业提供描述和比较机器人能力的通用语言，类似于SAE等级为自动驾驶建立的标准体系。

Q3：物理AI技术的市场前景如何？

A：根据Arm的估算，物理AI相关行业代表着数万亿美元的全球经济活动，预计在2030年代将带来每年2000亿美元的计算市场机遇，涵盖采矿、农业、制造和物流运输等多个关键领域。