Arm汇聚生态，共塑物理AI新阶段

Arm今日宣布将Arm Total Design生态扩展至物理AI领域，联合超过80家覆盖全技术栈的企业，共同加速自主系统和机器人的开发进程。这一动作的背景在于，随着代理式AI（Agentic AI）不断拓展智能系统的能力边界，物理AI正试图将这种智能注入采矿、农业、制造和物流等实体产业——这些行业合计代表着数万亿美元的全球经济活动和2030年代每年2000亿美元的计算芯片机会，但至今仍是数字化转型最难攻克的堡垒。 Arm物理AI执行副总裁Drew Henry在官方新闻稿中指出，释放这一机遇的关键在于让智能机器具备感知、推理和行动的能力，这需要将AI模型、软件、计算、传感器和执行器整合为可信任且能大规模部署的完整系统。然而，没有任何单一公司能独立完成这项任务。Arm Total Design for Physical AI的推出正是为了应对这一挑战，首批加入的成员包括AWS、ECARX、Hugging Face、Liquid AI、NXP、PlusAI、PSYONIC、QNX、Qwen、Siemens和Unitree Robotics等，覆盖从软件栈、AI模型到传感器、计算硬件、虚拟平台和数字孪生的完整链条。这种高度协作的模式旨在帮助OEM厂商和合作伙伴降低集成风险、优化工作负载，并更快地从概念验证走向实际部署。 作为生态系统的首个合作倡议，Arm同步发布了机器人能力框架（Robotics Capability Framework）。这一框架的灵感来自汽车行业广为人知的SAE自动驾驶分级标准——正如SAE Levels为驾驶自动化提供了共同词汇，机器人行业目前仍缺乏一套统一的语言来描述、比较和沟通日益智能的机器能力。这种碎片化使得机器人系统的设计、集成和扩展变得异常困难。Arm首席架构师Richard Grisenthwaite在一份新宣言中详细阐述了这一观点，认为框架将定义机器人系统从低到高的智能化等级，并与实际应用场景挂钩，明确机器人在延迟、计算位置、内存和功耗限制、确定性以及安全性等方面的系统要求。Arm在汽车领域的实践已经验证了这种协作模式的有效性——Arm与AWS、Google、HERE、RemotiveLabs和Siemens合作开发的集成数字座舱参考解决方案，让开发者能够在Arm Zena CSS芯片流片之前就进行复杂汽车软件的开发、测试和验证，这为物理AI领域的扩展提供了可复制的范本。