从算力到感知：Arbe如何破解物理人工智能的真正瓶颈

AI 的能力，取决于其可靠感知的范围

如今，AI不仅能编写代码、审阅合同、生成视频，还能对复杂问题进行推理。智能层面的演进速度，几乎超出了所有人此前的预期。

然而，将AI从数字世界带入现实物理环境，却带来截然不同的挑战。

物理AI已在受控场景中验证了自身能力，但真正的考验在于户外环境。机器人、车辆与各类自主机器，必须在雨雾、眩光、扬尘、暗夜乃至瞬息万变的条件下稳定运行。然而，无论算法模型多么强大，系统的所有决策都只能建立在可靠感知的基础之上。

因此，制约物理AI发展的关键，与其说是“思考”能力，不如说是“落地”能力——也就是能否足够精准、实时且安全地感知外部世界，并据此做出有效响应。

喧嚣之下的真问题

每一个物理AI系统，本质上都运行在一个由四个相互关联的环节构成的闭环之中：

·观测：原始传感器输入，捕捉环境和系统自身的当前状态。

·世界模型：基于当前观测和预设行动，预测环境将如何演变的模型。

·控制策略：决策层，根据模型对状态的估计生成行动指令。

·反馈回路：持续循环——行动改变环境，产生新观测，进而优化后续决策。

AI在建模、预测和控制方面已取得长足进步。然而，整个闭环的起点始终是观测。一旦传感器数据存在缺失、延迟、噪声或不可靠，其影响将逐级传导，波及下游所有环节。

要理解这一问题的严重性，不妨以人体为参照。我们依赖数以百万计的生物传感器——从皮肤中的神经末梢、前庭系统的平衡感知，到高分辨率的视觉——来维持对环境的持续感知。相比之下，当今物理AI系统所能获取的输入信息极为有限，其硬件能力与生物体相比，更是相去甚远。

现实中的失败案例已经印证了这一点。以自动驾驶为例，尽管业界在定制计算平台和高级驾驶软件上投入了数十亿美元，纯视觉方案在能见度降低时仍然屡屡暴露出可靠性问题。症结不在于软件能力不足，而在于硬件输入不到位。真正构成瓶颈的，并非AI的算力，而是传感器的质量。

现有传感器的先天短板

每种主要传感器类别都有其固有取舍：

·摄像头传感器：极易受弱光、雨、雾和黑暗影响，也无法直接测量速度或距离。

·激光雷达：在天气适应性、成本、复杂性和可扩展性上面临权衡。

·传统雷达：全天候性能良好，但分辨率与动态范围不足。典型的5度角分辨率过于粗糙，难以支持精准的障碍物检测。

受限于此，物理AI系统往往陷入两难：要么过度依赖易受天气影响的传感器，要么在危险的感知盲区中运行。尽管在受控测试环境下，技术开发推进迅猛，但一旦进入真实世界，硬件面对变幻莫测的环境往往力不从心，商业部署也因此裹足不前。

Arbe 应 需 而生

Arbe 的诞生，正是为了从硬件底层攻克感知难题——为自主机器（涵盖汽车及更广泛领域）打造更高性能的传感器。

其4D成像雷达的分辨率，较传统雷达系统提升达百倍。依托2304个虚拟通道，该系统每帧可生成数千个探测点，方位角分辨率达0.7°。凭借如此高保真的数据，自主系统得以在120°×30°的视场范围内，最远探测距离达300米，精准识别行人、车辆、障碍物及各类碎片。

然而，仅有高分辨率还远远不够。物理AI真正需要的，是在恶劣环境下依然稳定可靠的传感器。

Arbe 的雷达能够在黑暗、强光、雨雾、扬尘、烟雾乃至大雪等条件下持续稳定工作。当摄像头视野丧失、激光雷达性能衰减时，雷达依然可以提供精准的环境数据，为AI系统在可靠性至上的应用场景中，构筑一道稳固的感知防线。

该系统还解决了当前制约物理AI部署的若干难题：

瞬时速度追踪： 每次探测均包含直接多普勒速度测量，使系统能即时理解运动状态，而非跨多帧推断。高速度分辨率还帮助世界模型估计其他移动物体的意图，预测其行为，从而改善碰撞预测和实时路径规划。

高数据保真度： 极低的误报率减少了虚警和不必要的干预，让自主系统能以更高的信心和稳定性运行。

机械耐久性： 硬件无活动部件，无需常规清洁或现场维护，适用于车辆、机器人及工业系统在野外等严苛环境下的长期连续部署。

扩展感知能力： Arbe 的雷达能探测微小移动，并透过特定材料识别物体，实现超越人类常规感知的探测能力。在近距离模式下，它甚至能通过细微的胸腔起伏检测心率等生命体征。同一传感器还可在室内外环境间自适应切换，无需更换硬件或镜头，非常适合跨场景移动的物理AI系统。

通往物理 AI 之路

虽然工厂、仓库等受控环境在技术上更易管理，但自动驾驶车辆预计将推动物理AI的第一波大规模部署。机器人出租车、高速自动驾驶和自动驾驶卡车已加速催生对能在复杂真实环境中安全运行的感知系统的需求。

AI软件正通过世界模型、仿真和数字孪生迅速演进。但在物理世界中安全部署自主性，要困难得多。现在的挑战，是将感知性能转化为对感知的信任。

Arbe 的雷达已支持汽车、工业机器人、国防、海事和越野等领域的物理AI应用。其技术集成于NVIDIA DRIVE Hyperion平台，为自主系统在真实环境中提供全天候感知基础。

传感器是基石

数字智能所面临的软件和算法挑战，大部分已得到解决。下一个前沿是感知。物理AI若无法获得真实世界所需的高保真度和稳健性，就无法实现安全、可扩展的部署。Arbe 提供了所需的高分辨率雷达技术，让自主机器真正变得实用、安全且可靠。

责任编辑：赵智华

文章来源：http://www.anfangnews.com/2026/0626/16336.shtml