物理AI——控制機(jī)器人和工業(yè)機(jī)械在現(xiàn)實(shí)世界中運(yùn)作的人工智能分支——存在明顯的層級(jí)問題。在最頂層，OpenAI和谷歌正在擴(kuò)展多模態(tài)基礎(chǔ)模型。在中間層，英偉達(dá)正在構(gòu)建物理AI開發(fā)的平臺(tái)和工具。

而第三個(gè)陣營則是日立和德國西門子這樣的工業(yè)制造商，它們提出了一個(gè)更為務(wù)實(shí)但可能更加扎實(shí)的論點(diǎn)：如果不首先理解物理世界，就無法訓(xùn)練機(jī)器在其中導(dǎo)航。

這一論點(diǎn)現(xiàn)在正從董事會(huì)策略轉(zhuǎn)向工廠車間部署，正如日立在最近接受《日經(jīng)亞洲》采訪時(shí)所透露的那樣。

差異化的專業(yè)知識(shí)

日立技術(shù)創(chuàng)新中心人工智能部副主任柳井公介直截了當(dāng)?shù)卣f明了可行的物理AI與理論型物理AI的區(qū)別。"物理AI如果沒有從物理學(xué)基礎(chǔ)知識(shí)和工業(yè)設(shè)備的系統(tǒng)性理解開始，就無法在社會(huì)中實(shí)施，"他對(duì)《日經(jīng)》表示。

日立的優(yōu)勢(shì)在于它已經(jīng)掌握了大部分基礎(chǔ)知識(shí)——這些知識(shí)是在數(shù)十年建設(shè)鐵路、電力基礎(chǔ)設(shè)施和工業(yè)控制系統(tǒng)過程中積累的。該公司擁有模擬氣體和液體行為的熱流體仿真技術(shù)，以及用于監(jiān)控設(shè)備狀態(tài)的信號(hào)處理工具——柳井將其描述為支撐日立"產(chǎn)品設(shè)計(jì)和控制邏輯構(gòu)建廣泛知識(shí)"的工程基礎(chǔ)。

實(shí)際應(yīng)用案例

雖然日立的總體物理AI架構(gòu)——集成世界基礎(chǔ)設(shè)施模型（IWIM），該公司將其描述為整合多個(gè)專業(yè)模型和數(shù)據(jù)集的專家混合系統(tǒng)——仍處于概念驗(yàn)證階段，但兩個(gè)現(xiàn)實(shí)世界的部署表明，底層方法已經(jīng)產(chǎn)生了結(jié)果。

在與大金工業(yè)的合作中，日立部署了一個(gè)AI系統(tǒng)，用于診斷商用空調(diào)制造設(shè)備的故障。該系統(tǒng)基于設(shè)備維護(hù)記錄、程序手冊(cè)和設(shè)計(jì)圖紙進(jìn)行訓(xùn)練，現(xiàn)在可以在檢測到異常時(shí)識(shí)別哪個(gè)組件可能發(fā)生故障——這種操作直覺以前只存在于經(jīng)驗(yàn)豐富的工程師頭腦中。

與東日本鐵路公司（JR East）合作，日立構(gòu)建了一個(gè)AI系統(tǒng)，用于識(shí)別運(yùn)行東京都市區(qū)鐵路交通管理系統(tǒng)控制設(shè)備故障的根本原因，然后協(xié)助操作員制定應(yīng)對(duì)計(jì)劃。在一個(gè)延誤會(huì)影響數(shù)百萬日常出行的網(wǎng)絡(luò)中，加速故障診斷的能力具有真正的操作價(jià)值。

研究突破

日立的物理AI推進(jìn)也體現(xiàn)在其研究成果中。2025年12月，該公司在ASE 2025——一個(gè)頂級(jí)軟件工程會(huì)議上發(fā)表了兩個(gè)項(xiàng)目的研究成果，這些項(xiàng)目解決了工業(yè)AI中的一個(gè)持續(xù)瓶頸：編寫和調(diào)整控制軟件所需的時(shí)間和精力。

在汽車領(lǐng)域，日立及其子公司Astemo開發(fā)了一個(gè)系統(tǒng)，使用檢索增強(qiáng)生成技術(shù)自動(dòng)為車輛電子控制單元（ECU）生成集成測試腳本——從硬件特定的API信息和一線工程知識(shí)中提取信息。在涉及多核ECU測試的試點(diǎn)項(xiàng)目中，該技術(shù)與手動(dòng)執(zhí)行相比，減少了43%的集成測試工時(shí)。

在物流領(lǐng)域，該公司開發(fā)了可變性管理技術(shù)，將機(jī)器人控制軟件模塊化為圍繞機(jī)器人操作系統(tǒng)（ROS）構(gòu)建的可重用組件。通過提前映射不同倉庫設(shè)置的環(huán)境變量和操作要求，該系統(tǒng)讓操作員可以在不從頭重寫軟件的情況下，將機(jī)器人揀選和放置工作流程適應(yīng)新產(chǎn)品或布局。

安全保障

貫穿日立所有物理AI工作的一個(gè)線索是其對(duì)安全保障的重視——不是作為合規(guī)檢查項(xiàng)目，而是作為系統(tǒng)設(shè)計(jì)中的工程約束。柳井告訴《日經(jīng)》，該公司正在整合其來自社會(huì)基礎(chǔ)設(shè)施開發(fā)的控制和可靠性技術(shù)，以防止AI輸出偏離人類批準(zhǔn)的操作參數(shù)。

這包括輸入驗(yàn)證以篩選出模型不應(yīng)訓(xùn)練的數(shù)據(jù)，輸出驗(yàn)證以確保機(jī)器行動(dòng)不會(huì)危及人員或財(cái)產(chǎn)，以及對(duì)AI模型本身進(jìn)行實(shí)時(shí)監(jiān)控以檢測操作異常。

這是一個(gè)重要區(qū)別。物理AI系統(tǒng)在現(xiàn)實(shí)世界中失敗，而不是在沙盒中?？刂畦F路信號(hào)或工廠機(jī)器人的AI所面臨的風(fēng)險(xiǎn)與管理聊天機(jī)器人的風(fēng)險(xiǎn)完全不同。

基礎(chǔ)設(shè)施建設(shè)

在基礎(chǔ)設(shè)施方面，日立萬達(dá)——集團(tuán)的數(shù)據(jù)和數(shù)字基礎(chǔ)設(shè)施部門——正在定位自己為英偉達(dá)RTX PRO服務(wù)器的早期采用者，該服務(wù)器基于RTX PRO 6000 Blackwell服務(wù)器版GPU構(gòu)建，專為加速智能體和物理AI工作負(fù)載而設(shè)計(jì)。該硬件正在與日立的iQ平臺(tái)配對(duì)使用，用于構(gòu)建數(shù)字孿生——物理系統(tǒng)的虛擬副本——可以大規(guī)模模擬從電網(wǎng)波動(dòng)到機(jī)器人運(yùn)動(dòng)的一切。

與此同時(shí)，IWIM概念設(shè)計(jì)用于通過模型上下文協(xié)議（MCP）將英偉達(dá)的開源Cosmos物理AI開發(fā)平臺(tái)與專門的日語大語言模型和視覺語言模型連接起來——本質(zhì)上是一個(gè)框架，用于將物理AI系統(tǒng)所需的模型、仿真工具和工業(yè)數(shù)據(jù)集拼接在一起。

更廣泛的物理AI競賽遠(yuǎn)未結(jié)束。但日立的立場——領(lǐng)域?qū)I(yè)知識(shí)和操作數(shù)據(jù)與模型架構(gòu)同樣重要——越來越難以忽視，特別是隨著與大金和JR East等合作伙伴的部署開始證明這種專業(yè)知識(shí)在實(shí)踐中的真正價(jià)值。

Q&A

Q1：什么是物理AI？它與普通AI有什么區(qū)別？

A：物理AI是控制機(jī)器人和工業(yè)機(jī)械在現(xiàn)實(shí)世界中運(yùn)作的人工智能分支。與在虛擬環(huán)境中運(yùn)行的普通AI不同，物理AI系統(tǒng)在現(xiàn)實(shí)世界中失敗會(huì)帶來更嚴(yán)重的后果，比如控制鐵路信號(hào)或工廠機(jī)器人的AI所面臨的風(fēng)險(xiǎn)與管理聊天機(jī)器人的風(fēng)險(xiǎn)完全不同。

Q2：日立在物理AI領(lǐng)域有哪些實(shí)際應(yīng)用案例？

A：日立已經(jīng)有兩個(gè)重要的實(shí)際應(yīng)用。一是與大金工業(yè)合作，部署AI系統(tǒng)診斷商用空調(diào)制造設(shè)備故障，能識(shí)別哪個(gè)組件可能發(fā)生故障。二是與東日本鐵路公司合作，構(gòu)建AI系統(tǒng)識(shí)別鐵路交通管理系統(tǒng)控制設(shè)備故障的根本原因，并協(xié)助制定應(yīng)對(duì)計(jì)劃。

Q3：IWIM集成世界基礎(chǔ)設(shè)施模型是什么？

A：IWIM是日立的物理AI總體架構(gòu)，被描述為整合多個(gè)專業(yè)模型和數(shù)據(jù)集的專家混合系統(tǒng)。它設(shè)計(jì)用于通過模型上下文協(xié)議將英偉達(dá)的開源Cosmos物理AI開發(fā)平臺(tái)與專門的日語大語言模型和視覺語言模型連接起來，目前仍處于概念驗(yàn)證階段。