我們在電影中曾看過這樣的科幻場景：《星際大戰》裡的 R2-D2 機器人能跟人類流暢的對話，會自主使用工具並精通黑客技術，甚至還會「違抗」人類命令；《變形金剛》裡的變形金剛不管是人形機器人形態，還是變形後的自動駕駛汽車、無人機或狗形態，都能自主思考且靈活行動。這些曾經讓我們無比震驚且充滿嚮往的機器人和人類、機器人和機器人及機器人和物理世界互動的場景其實都跟今年的一個熱門概念——「物理 AI」密切相關。
今年 1 月，英偉達 CEO 黃仁勳在 CES 大會上首次公開提出了將 AI 應用到機器人等現實世界的物理 AI 的概念，並將其視為 AI 發展的最後一個浪潮；特斯拉則在其發布的《秘密宏圖第四篇章》中，將公司發展重心全面轉向 AI 和機器人領域，要大規模地將 AI 融入物理世界。
那麼巨頭們押注的實體 AI 到底是什麼呢？區塊鏈與之結合而成的 DePAI 又是什麼呢？ DePAI 又將如何解決物理 AI 面臨的深層問題呢？
本篇研究將從物理 AI 的概念及其面臨的深層問題開始，詳細闡述 DePAI 的技術基礎，深入剖析其生態層次，並對其應用場景進行梳理；同時，對 Auki、PrismaX、CodecFlow、Peaq、XMAQUINA 等知名 DePAI 項目進行案例研究；最後，提出 DePAI 機器，並對其面臨的挑戰和局限性進行局限性。透過閱讀本文，讀者將有望全面理解 DePAI 賽道的當前現狀和未來發展潛力。
作者：Felix，Web3Caff Research 研究員
封面：Photo by Unsplash+，Typography by Web3Caff Research
字數：全文近 27000 字
目錄
- DePAI 介紹
- 物理 AI
- DePAI
- DePAI 與 DePIN 的關係
- 技術基礎
- SSI
- zkTLS 協定
- 人工智慧
- 支付協議
- 區塊鏈技術
- DePAI 的 7 層次
- AI 代理
- 機器人
- 數據網路
- 空間智能
- 基礎設施網絡
- 機器經濟
- DePAI DAOs
- DePAI 應用場景
- 分散式 AI 計算
- 自主機器人勞務服務
- 機器人自組網資料共享服務
- 機器人聲譽市場
- 分散式能源服務
- 數位孿生世界
- 代表性項目
- CodecFlow
- OpenMind
- BitRobot Network
- PrismaX
- RoboStack
- Poseidon
- Peaq
- XMAQUINA
- 小結
- DePAI 面臨的挑戰
- 數據局限性
- 可擴展性
- 協調性挑戰
- 互通性
- 監管挑戰
- 倫理挑戰
- 前景展望
- 結語
- 要點結構圖
- 參考文獻
DePAI 介紹
物理 AI
（1）概念的興起
在今年 1 月的 CES 大會上，英偉達 CEO 黃仁勳首次在全球舞台上提出了”Physical AI（物理 AI，即 AI 可以與物理世界互動，後文 “（2）什麼是物理 AI ？” 處有詳解）” 的概念，將 “Physical AI” 定位為繼”Perception AI（GenAI，即圖像、文字和聲音和聲音和聲音，“感知和聲音”（GenAIative AI（GenAI 可以理解文字、文字和聲音），即圖像和聲音”（GenAIative AI（GenAIative 可以理解文本和聲音），“. 可以產生圖像、文字和聲音）」和「Agentic AI（代理型 AI，即 AI 能夠感知、推理、規劃和行動）」之後的第四個也是最後一個 AI 浪潮，強調不僅需要讓 AI 理解重力、摩擦力、慣性等物理規律，還需要理解幾何和空間關係，甚至因果關係。 [1]
在提出概念的同時， 黃仁勳還在大會上專門推出了面向實體 AI 的三大旗艦產品：NVIDIA Cosmos、DRIVE Thor 和新版 NVIDIA Isaac Groot。
NVIDIA Cosmos
NVIDIA Cosmos 是全球首個專注於實體 AI 的世界基礎模式（World Foundation Model）。這款模型由 2000 萬小時的視訊資料訓練而來，這些影片專注於物理動態，例如人類行走、手部操作物體、快速移動的物件，以及相機運動等場景。目的是教會 AI 理解現實物理世界，而不是生成創意內容。
NVIDIA Cosmos 在物理 AI 中的作用包括：
- 合成資料生成：利用這些資料來訓練模型；
- 機器人訓練：將 Cosmos 模型精煉，作為機器人學習的初始模型；
- 產生多種可能的未來物理場景：這類似於「奇異博士」模擬未來情景的方式（例如，扭曲的城市、折疊的街道、逆行的汽車等等）；
- 影片標註：模型可以準確地為影片添加標籤，這些標籤可用於訓練多模態大語言模型。
DRIVE Thor
DRIVE Thor 是新一代處理器。 Thor 具有超凡性能，可提供每秒高達 2070 萬億次運算 (TOPS) 的算力，功率可配置在 40 W 到 130 W 之間（數據來自於英偉達官網，下同），相較於目前業界標準的 Orin 處理器（每秒 275 TOPS 的算力，功率配置在 15 W 到功率配置在 15 W 到其性能提升了 20 倍。 Thor 能夠處理大量感測器數據，包括 20 個高分辨率相機、雷達和 Lidar 感測器等，並將其轉換為 AI 推理所需的標記（Token），最終產生車輛的路徑預測。
Thor 不僅適用於汽車，它也是一款通用機器人計算機，可用於自動移動機器人（AMR）、人形機器人等各種應用。
年度 PRO 研究会员
全年省心跟踪与研判 Web3 一线趋势变化，快速建立判断框架-
研究报告栏目内容 (所有项目、叙事与赛道系列研报全量解锁且每周上新，研究版图已覆盖 80+ Web3 赛道，用户评价“相见恨晚”)
-
研究简报栏目内容（全量内容开放且持续更新，内容依托于研报，每期约 5 分钟阅读时间，快速获取核心判断与结构框架）
-
市场脉搏分析栏目内容（全量内容开放且持续更新，高效捕获市场风向异动）
-
融资项目解密栏目内容（全量内容开放且持续更新，结构化视角拆解新发热门融资项目）
-
解锁查阅本会员权限的栏目历史内容
-
Web3 术语悬浮释义（专业术语即时解释，新人亦轻松读报告）
-
会员社群（与研究分析师、行业从业者、专业研究者等共研精进）
-
每日内参消息推送（省心获取每日融资与市场热点事件）
-
图解推送（热门数据、精华图）
-
会员参与分享活动可免费获赠《Web3 认知破冰课》
-
新客户不满意享 3 天（72 小时内）无理由退款权益
