今天读了一篇知名风投机构a16z的Oliver Hsu撰写的深度文章，梳理了一下主要观点分享给大家。
核心观点
AI 的下一个前沿不再局限于语言和代码，而是向“物理世界”延伸。通过机器人、自主科学和人机交互的交织，一个全新的技术飞轮正在形成。
a16z指出，当前AI的主导范式（语言与代码）的商业飞轮已然成熟。最具爆发力和护城河的领域，是那些能继承现有AI基础设施、又必须解决真实物理世界复杂问题的“物理AI”。
这些物理世界创新可归纳为“五大技术底座”，并重点落地于“三大应用领域”。它们彼此交织，构成推动物理AI发展的“超级飞轮”。
第一部分：驱动物理AI的五大技术底座
在探讨具体应用前，先理解底层技术的同步成熟：
1. 对物理动力学的习得性表征
核心：AI需理解物体如何移动、变形、碰撞及受力。
实现路径：
VLA（视觉-语言-动作）模型：图文预训练 + 动作解码器（如 Gemini Robotics，NVIDIA GR00T N1）。
WAM（世界动作模型）：视频生成扩散模型继承物理直觉，再生成动作（如 NVIDIA DreamZero）。
原生具身模型：用可穿戴传感器数据从头训练（如 Generalist GEN-1）。
补充：World Labs 的空间智能正在弥补 2D 视频无法准确还原 3D 物理结构的缺陷。
2. 具身动作架构
核心：将高层意图转化为毫秒级连续电机控制指令。
双系统架构（System 1 & 2）：已成行业标准。System 2（大模型）负责慢速复杂推理；System 1（轻量模型）负责高频实时控制。
强化学习后训练：通过反复练习纠错提升，类似人类学习。
3. 仿真与合成数据作为扩展基础设施
核心：物理世界数据采集昂贵且危险，仿真加合成数据是突破瓶颈的关键。
意义：将物理数据收集问题转化为算力扩展问题。当“仿真到真实”跨越临界点，虚拟训练出的行为可直接用于现实。
4. 扩展感知流形
核心：传统 AI 依赖视觉，物理世界要求扩展到触觉、听觉、力觉，甚至数字嗅觉。
意义：感知维度越丰富，AI 在复杂环境中的操作鲁棒性越强。
5. 闭环智能体系统
核心：整合世界模型、动作架构、丰富感知，成为能在真实物理世界中自主运行的闭环系统。
意义：AI 可自主感知、规划、执行、根据物理反馈修正，直至完成长期任务。
第二部分：AI 彻底改变物理世界的三大前沿赛道
五大底座在以下三个领域产生最强的复合成长效应：
1. 机器人
现状与挑战：早期VLA模型已证明基础大模型可控制机器人。当前瓶颈是大规模部署的可靠性，即便单步成功率 95%，10 步任务链总成功率仅约 60%。
未来趋势：
通过强化学习后训练提升鲁棒性。
机器人的核心价值从“机械硬件”转向模型、训练基础设施和数据飞轮。
2. 自主科学
定义：AI驱动的科学研究，要求对复杂物理或化学系统进行长时程因果推理。
表现形式：“自驱实验室”。AI 不仅能预测实验结果（材料、生命科学），还能操作自动化仪器、根据物理反馈修正假设。
意义：将依赖科学家直觉和手工劳作的研发，转变为24小时不间断的算力加自动化测试，极大加速新材料与新药发现。
3. 新型人机界面
技术路线：脑机接口、静默语音、神经可穿戴设备、数字嗅觉等。
意义：人类动作意图和感官反馈可以高保真、低延迟地与 AI 模型对接，重塑人操控机器乃至感知世界的方式。
第三部分：核心结论——三大领域的“超级物理飞轮”
a16z 强调，这三个领域绝非孤立发展，而是相互增强、互为基础设施：
机器人技术赋能自主科学：自动化实验室本质就是专用机器人系统。
自主科学赋能机器人技术：科学探索发现的新型电池、合金、传感器，反过来提升机器人物理性能。
新型人机界面赋能机器人技术：更自然的交互界面帮助人类高效远程操控机器人，为训练收集海量高质量物理动作数据。
正如互联网时代的“数据加算力”造就了今天的大语言模型，物理世界中“模型、仿真与新型硬件”的闭环，正开启 AI 进军真实世界的新征程。这既是技术研发的圣杯，也是未来十年科技创新的最大主战场。
我们延伸思考一下：像IoTeX这类的项目如何成为物理AI的“信任底座”？
将a16z 的“物理AI”框架与IoTeX结合，会看到一个极具想象力的交汇点：IoTeX是物理世界向 AI 提供“真实数据”的信任底座，也是AI反向控制物理世界的“结算与确权层”。
a16z 提到，物理AI的最大瓶颈是真实数据获取昂贵，且需要闭环控制。类IoTeX项目恰好填补这一闭环。以下是四大核心结合点：
结合点一：解决物理AI的“数据饥渴”——去中心化数据供应
IoTeX 方案：DePIN 模式是物理 AI 数据采集的最佳激励机制。通过链上架构连接全球百万级物联网设备，用代币经济激励用户贡献真实的物理数据（驾驶轨迹、机器人操作等）。同时利用硬件签名（Proof of Reality）确保数据未被篡改。
结合点二：扩展感知流形——机器身份与多维感知证明
IoTeX 方案：为每个机器人、无人机或可穿戴设备赋予去中心化身份（DID）。当触觉、力觉等多维数据上传时，区块链保证数据的“数字主权”，让 AI 可追溯来源，确保多模态感知的真实性。
结合点三：闭环智能体系统——AI 机器经济的去中心化结算层
IoTeX 方案：提供机器金融（MachineFi）与链上结算。自主机器人之间可通过 IoTeX 区块链进行 M2M 支付（如采购耗材、调用算力），实现完全闭环的商业运作。
结合点四：跨越虚拟与现实——仿真与合成数据的真实性校验
IoTeX 方案：利用零知识证明将真实物理状态压缩上链。通过将现实机器人的动作轨迹与仿真数据做去中心化比对验证，帮助开发者快速迭代模型，消除仿真到现实的误差。
缺点：实时性无法满足物理场景的需求。
在 AI 进军真实世界的 2026 年，IoTeX 已从单纯的“物联网公链”，升级为物理 AI 时代不可或缺的去中心化真实性底座。但IoTeX的安全风险（26年2月被黑客攻击事件虽已解决，但对用户、对市场的信心仍未完全恢复）、生态落地之困（链上活跃度极低）、赛道竞争与商业模式迷思、物理世界的实时性、团队只关心技术和一般合作伙伴关系，没有人关心采用等问题仍使投资者对其未来感到诸多不确定性。如果项目方不做改进，则“物理世界的AI神经系统”的说法将仍持续在纸面上而无法落地，他将仍困在半凭理想、半凭炒作的中间地带难以真正突围。
延伸阅读：
⚠️ 风险提示与免责声明
本公众号仅用于信息分享和技术、行业交流，信息源自公开渠道，不对任何经营与投资行为进行背书，请读者严格遵守所在地区法律法规，不参与任何非法金融行为。
