从自动驾驶汽车到机器人：Arm拥抱物理AI的星辰大海

　　具身智能尤其是人形机器人俨然已经成为当下科技行业的宠儿，吸引各行各业的公司积极布局。以笔者所在的汽车行业为例，已经有不止一家车企推出了“自己”的机器人或者宣布要进入这个赛道。

　　包括自动驾驶汽车、工厂生产线上的自动化机械臂、人形机器人，以及家里的扫地机等等自动化设备，只要采用了 AI 技术，就可以归入一个时髦的新领域——物理 AI （Physical AI）。相比某个具体领域，人类所处的整个物理世界无疑就是 AI 的星辰大海。用 AI 赋能整个物理世界之后，人类生活将会发生翻天覆地的变化，科技公司所描绘的图景令人振奋，其中蕴藏的“钱景”，更推动资本、技术和人才加速向这一领域汇聚。

　　所有被 AI 赋能的设备的运行都离不开计算，而这些计算又依赖各种芯片和它的底层架构。作为全球领先的芯片计算平台，Arm公司正在积极布局物理 AI 领域。据 Arm 估算，物理 AI 将在 2030 年代带来每年约 2000 亿美元的计算市场机遇。该公司在物理 AI 领域的总体战略是汇聚整个生态系统的力量，共同塑造物理 AI 的未来发展方向，加速从技术突破到规模化部署进程。

　　9月8日，在 Arm Everywhere China 年度大会上，Arm 推出两项新举措，一是面向物理 AI 的Arm全面设计生态项目（Arm Total Design for Physical AI），二是机器人能力分级框架（Robotics Capability Framework），为推动物理AI发展提供通用语言。

　　首先来看第一个面向物理 AI 的 Arm 全面设计生态项目。这个生态系统汇聚了覆盖物理 AI 技术栈的 80 多家企业，包括亚马逊云科技、亿咖通、Hugging Face、Liquid AI、恩智浦、智加科技、PSYONIC、QNX、通义千问和西门子等等，涵盖软件栈、AI 模型、传感器、计算硬件、虚拟平台和数字孪生等领域的专业能力。

　　Arm 为何要推出这个生态系统，它能解决什么问题？

　　无论是自动驾驶汽车，还是机器人，都要应对很多相同的挑战，包括感知、人工智能、实时控制、安全性以及高效计算。让智能机器具备感知、推理和行动能力，将 AI 模型、软件、计算平台、传感器和执行器整合为完整系统，使其能够实现可信运行和规模化部署是极其庞大且复杂的任务，没有任何一家公司能够独自胜任。

　　要想完成这个目标，需要各个OEM 厂商和生态合作伙伴紧密合作，共同应对上述挑战。而 Arm 恰好处于连接产业生态各方的独特位置，由 Arm 来牵头建立这个生态系统是再合适不过的了。

Arm 物理 AI 业务拓展副总裁Dermot O’Driscoll

　　正如 Arm 物理 AI 业务拓展副总裁Dermot O’Driscoll所言：“面向物理 AI 的Arm 全面设计生态项目有助于在 Arm 计算平台上构建、验证、规模化部署经优化的物理AI 解决方案。”只有通过高度协同的合作模式，将整个技术栈的合作伙伴汇聚在一起，才能解决物理 AI 各领域和各环节面临的共性问题，加速落地部署。

　　这种跨生态协作模式已在汽车行业得到验证。例如，Arm、亚马逊云科技、Google、HERE、RemotiveLabs 和西门子共同打造了一套集成式数字座舱参考解决方案，使开发者能够在芯片就绪前，就能启动基于 Arm Zena 计算子系统（CSS）的软件开发、测试和验证工作。

　　接下来就轮到机器人行业了。因此，Arm 适时推出了机器人能力分级框架，并发布了一份机器人技术白皮书。

　　作为面向物理 AI 的 Arm 全面设计生态系统的首批协作倡议之一，Arm 设定机器人能力分级框架，旨在建立一套统一的语言来描述和评估自主机器的能力发展水平，定义和推动机器人系统的发展。因为机器人的发展仍处于早期阶段，行业内缺乏统一标准来衡量机器人的能力。这种碎片化现状使机器人系统的设计、集成和规模化部署面临更大挑战。

　　机器人能力分级框架将为机器人系统定义不同级别的能力，以对应不同阶段的复杂度水平，并将现实世界应用场景与机器人的行为表现、输出能力以及系统需求关联起来。这些系统需求包括时延、算力部署位置、内存和功耗约束、确定性以及安全性等方面。

　　银河通用机器人首席战略官赵于莉评价说：“我们高度认可机器人能力分级框架的价值——建立统一的‘能力语言’，将有助于促进产业协同，加速系统集成与创新。”

　　这个框架有点类似于汽车行业内 SAE 给自动驾驶汽车的分级。

　　Dermot O’Driscoll说，汽车行业的ADAS（Advanced Driver Assistance Systems）分级框架已经得到汽车行业广泛认知和理解，也能够很好地适用于现有汽车解决方案。而机器人的应用场景、安全要求和部署方式都与汽车存在差异。比如，汽车不会出现在家中，但机器人可能会进入家庭。Arm 发布机器人能力分级框架，就是为了提供一种共通语言，帮助业界理解机器人的不同能力，以及这些能力所对应的应用场景。

　　SAE（国际自动机工程师学会，原译作美国汽车工程师学会)是一个全球性的技术学会，在汽车行业拥有极高的知名度和影响力。不同于SAE，Arm 是一家独立的公司，后续该框架在整个机器人产业的接纳与落地情况，还有待产业实践进一步检验。

　　不过，从目前已参与的企业和机构阵容来看，该框架已获得机器人产业链多方力量的支持。据了解，该框架的初始架构参考并吸收了机器人生态系统各方的观点与反馈。未来，Arm 将与 Anaxi Labs、ANYbotics、FMC³ Robotics、傅利叶、银河通用、Gravis Robotics、联想、麦肯锡、Robotec.ai 等企业和机构持续共同完善这一框架。

　　对于人形机器人的应用前景，Dermot O’Driscoll表示，人形机器人最先落地的应用场景主要集中在工业领域，目前，它们已经开始部署于制造工厂以及货物运输、分拣中心等场景，生态系统中也已经出现了许多优秀案例。

　　但他也指出，人形机器人仍处于产业化落地的早期阶段。随着其在市场中逐渐普及，应用场景还将持续演进和拓展。目前行业已经具备相关技术基础，下一步的重点是将这些技术转化为真正可规模化部署的解决方案。

　　在笔者看来，人形机器人的落地部署仍有很多挑战，比如它的功能安全。与自动驾驶汽车不同，人形机器人很多场景下都要与人类近距离共处，因此，它的功能安全要求理应更高。不过，目前行业内并没有适用于针对人形机器人的功能安全标准（汽车行业有适用的功能安全标准ISO 26262）。

Arm 物理 AI 产品管理高级总监Tom Conway

　　对此，Arm 物理 AI 产品管理高级总监Tom Conway接受笔者采访时表示，Arm 正在持续推进这方面的工作，并与机器人企业及价值链各环节的合作伙伴紧密协作，深入了解他们对当前及未来机器人应用对功能安全的需求。并探索如何将 Arm 在汽车领域积累的经验用于机器人领域，将适当的技术落实到具体 IP 层级，以满足行业对功能安全的要求。“这将是一项长期持续推进的工作。”他说。