能够聊天、绘画、还能“像模像样”地生成文章的生成式AI震惊世界,才过去不久。然而如今,AI不再只是能说会道,能够亲自移动和行动的时代正近在眼前。像人一样行走并使用双手的人形机器人、翱翔天空的无人机,乃至自主判断行驶于道路的自动驾驶汽车。它们已不再是单纯的机械,而正在进化为在物理世界中自主移动并执行实际任务的“物理(Physical)AI”。
近期软件政策研究所(SPRI)的报告也指出了这一趋势。报告称物理AI将成为未来主力产业,强调获取相关技术与构建基础设施的紧迫性。这是非常重要的问题提出。但令人遗憾的是,报告的技术焦点略有偏向。例如多模态大语言模型、强化学习、超轻量化大语言模型等虽是重要要素,但仅凭这些难以解决物理AI将面临的最根本问题,即所谓的可靠性、安全性与有效性。
事实上,当前的大型语言模型(LLM)在基于文本的推理或语言处理方面具有优势,但在复杂且不可预测的物理环境中,其实时判断或安全保障存在局限。尤其是需要与人共同作业或代替人行动的AI,仅仅运行良好是不够的。它必须可靠、必须安全,并且必须能够实际有效地完成任务。
那么如何解决这一问题?答案正是“基于数字孪生的系统工程”。
数字孪生是对实际物理系统进行精密建模并在虚拟空间中加以复制。在这一数字世界中试验各种情景,可以预先验证并调校AI的反应方式。由此可以事先减少基于强化学习的AI在真实环境中将经历的试错与风险,在确保可靠性和安全性的同时,还能验证其是否有效运行。
物理AI并非单纯的技术集合,而是复杂的系统。因此需要的不是零散技术的拼接,而是通过集成设计与反复验证实现的系统层面方法。若没有以虚拟试验为基础的一体化开发体系,物理AI在现实中反而可能成为危险的存在。
美国、日本等国已在国家主导下构建将物理AI与数字孪生相连接的测试床和试验基础设施,并战略性地整备相关生态系统。相比之下,韩国仍停留在以研发为中心的割裂式方法,在真实环境中的实证与验证体系尚显不足。我们可能落后的担忧,正处于可能成为现实的时点。
如今不应只专注于大语言模型的高级化或算法竞争,而应转向构建能够设计并验证AI在现实中可靠、安全、有效运行的体系。因为比技术本身更重要的是“在现实中良好运行的系统”。
物理AI是具有改变人类生活潜力的技术,同时也蕴含着同等程度的风险。以基于数字孪生的系统工程为中心,确保可靠性、安全性与有效性的国家层面一体化应对,比以往任何时候都更为迫切。






