文、圖／Arm
隨著代理式 AI 持續拓展智慧系統的能力，實體 AI 也正將這些智慧導入各種實體產業，包括原物料開採、農業生產、工業製造，以及全球交通與物流運送。這些產業所涵蓋的全球經濟活動規模達數兆美元並可望在 2030 年代形成每年 2,000 億美元的運算商機，不過卻也是最難實現轉型的產業之一。
要掌握這項商機，就必須將 AI 模型、軟體、運算、感測器與致動器整合為值得信賴、可大規模部署的完整系統，讓智慧機器能夠感知、推論與行動。沒有任何一家公司能單獨克服這項挑戰。我們需要在日益複雜的生態系中展開更廣泛的合作，以共同基礎降低碎片化，同時讓創新者保有實現差異化的彈性。
首先，Arm 宣布推出「Arm 實體 AI 全面設計（Arm Total Design for Physical AI）」，串聯橫跨實體 AI 技術堆疊的 80 多家公司，包括 AWS、ECARX、Hugging Face、Liquid AI、恩智浦半導體、PlusAI、PSYONIC、QNX、通義千問、西門子等企業，以共同加速實體 AI 的發展。同時，做為生態系首批協作倡議之一，Arm 推出了「機器人能力分級框架（Robotics Capability Framework）」，做為建立共同語言的起點，以定義並推進機器人能力發展。
[ 加入 CIO Taiwan 官方 LINE、Facebook 與 LinkedIn，與全球 CIO 同步獲取精華見解 ]
擴展 Arm 全面設計生態系，加速實體 AI 技術堆疊的創新
自動駕駛汽車與機器人正在面臨許多相同的挑戰，涵蓋感知、AI、即時控制、安全與高效運算。OEM 與合作夥伴需要降低整合風險、最佳化工作負載，並更快地從概念驗證邁向實際部署。正如 Arm 在 Arm 雲端 AI 全面設計所看到的，透過高度協作的模式串聯技術堆疊各層的合作夥伴，將有助於解決這些挑戰。
Arm 實體 AI 全面設計匯聚軟體堆疊、AI 模型、感測器、運算硬體、虛擬平台與數位孿生等領域的專業能力，讓解決方案能更早進行開發與驗證。Arm 已在汽車領域見證這種協作模式帶來的成果，Arm、AWS、Google、HERE、RemotiveLabs 與西門子共同開發一套整合式數位座艙參考解決方案，讓開發者能在晶片尚未就緒前，先於 Arm Zena CSS 上開發、測試並驗證複雜的汽車軟體。
與機器人生態系合作建立共同語言
正如 Arm 首席架構師 Richard Grisenthwaite 在最新倡議書中所述，機器人技術正快速發展，但產業目前仍缺乏一套共同語言，來描述、比較並溝通日益智慧化的機器所具備的能力。這種碎片化讓機器人系統更難設計、整合與擴展。正如 SAE 等級為駕駛自動化建立共同語彙，機器人產業也需要自己的共同語言，而 Arm 具備獨特優勢，能夠凝聚產業共同因應這項挑戰。
機器人能力分級框架將為機器人系統定義由基礎到進階的能力層級，把真實世界使用場景與機器人的行為、輸出及系統需求連結起來，包括延遲、運算配置、記憶體與功耗限制、確定性與安全性。該框架的初步架構參考，並吸取了機器人生態系各方的觀點與回饋，未來，Arm 也將持續與 Anaxi Labs、ANYbotics、FMC³ Robotics、Fourier、GALBOT、Gravis Robotics、Lenovo、McKinsey、Robotec.ai 等企業共同完備這套框架。同時，Arm 也將邀請更多的產業夥伴貢獻專業知識，共同推動這項框架的後續發展。
加大生態合作，推動實體 AI 的規模化發展
隨著 AI 日益具備代理式特性，下一個重要發展方向，就是將這些智慧導入實體世界。這將是當代最大的運算商機之一，而要實現這項潛力，不能只靠突破性技術。還需要一個共同基礎，讓生態系能夠創新、實現差異化並擴展規模。
Arm 正在串聯整個生態系，共同定義下一階段的發展，並加速從技術突破走向大規模部署的進程，進一步帶動下一波由 AI 驅動的重大經濟成長。
