物理人工智能时代：机器必须先学会看才能思考
人工智能近年来发展迅速，但当前的机器仍然难以将空间感知与其物理行为有效地结合。而对人类而言，这种能力是与生俱来的本能。随着科技向物理人工智能时代迈进，系统是否能够以高精度、低成本和大规模的方式感知环境，将成为决定其成败的关键。
从汽车应用到广泛自主系统
激光雷达（LiDAR）技术在过去十多年间经历了从实验阶段到汽车规模化生产的演变。在法雷奥负责全球激光雷达项目期间，见证了这一突破性传感技术如何从科研走向实际应用。这不仅是一次技术飞跃，也标志着机器感知能力的觉醒。
然而，当前的激光雷达并非为广泛部署而设计。其成本高、结构复杂、耗电量大，难以满足机器人、无人机、自动导引车、物流系统和智能基础设施等更小型、成本敏感设备的需求。
如今，技术正迎来新的转折。空间智能的应用不再局限于汽车行业。下一波自动化浪潮将覆盖各行各业，届时各类设备将具备自主运行、高效决策和安全交互的能力。
感知瓶颈限制智能发展
尽管现代人工智能系统具备复杂的计算能力，能够进行实时规划、预测和推理，但这些智能表现仍然依赖于高质量的感知数据。缺乏准确的实时感知能力——例如对距离、运动和空间环境的理解——会严重制约算法的性能。
在智能系统中，感知与处理能力之间的不平衡已成为自动化发展的主要障碍。虽然摄像头广泛使用，但缺乏对深度和速度的精确判断。雷达虽可提供距离数据，却难以捕捉精细的空间信息。传统激光雷达虽能弥补这些不足，但其高昂的成本、庞大的体积和脆弱的结构，限制了其大规模应用。
为了实现仓库中遍布机器人、田间布满无人机、城市中部署智能基础设施的未来，传感技术必须具备可扩展性，能够像半导体一样进行标准化生产，而非依赖高精度光学组件的复杂工艺。此外，为了实现人机协作，系统还需具备识别运动状态和行为意图的能力。
重新定义规模化激光雷达
新一代激光雷达技术正在重塑传感行业的未来。硅光子学作为推动通信和计算变革的核心，同样为激光雷达带来了突破。通过将光束控制、发射器与接收器集成于单一芯片上，系统得以摆脱传统设计的诸多限制。
这种“片上”架构不仅消除了传统激光雷达中的移动部件，从而提升耐用性，同时也大幅降低了成本、功耗和体积，为实现相机级别的规模化生产打下基础。
结合调频连续波（FMCW）技术，该系统可同时测量距离与速度，在单帧图像中区分静态与动态对象。即使在低光或恶劣天气条件下，也能提供超人类水平的空间感知。
实现自主的民主化
下一阶段的自动驾驶将不再由高端平台主导，而是由分布在家庭、工厂、城市和天空中的数十亿个智能联网设备共同构建。为实现这一愿景，传感技术必须兼具高性能和高性价比。
这意味着传感器不仅需要高精度，还必须具备低价格、小尺寸和高集成度。例如，工业机器人所需的激光雷达单元需达到亚厘米级精度，同时成本较现有产品低一个数量级。在消费电子领域，该技术必须具备极低功耗并能适应紧凑的设备空间。
这种趋势推动了自主性的普及——将空间感知从一种高端技术转变为一种基本能力。
物理人工智能：理解现实世界的智能
人工智能赋予机器思考能力，而其核心在于数据处理。物理人工智能革命则将进一步教会机器感知与控制现实世界。
在这一新范式中，系统成功的关键不在于处理数据的规模，而在于能否实时感知、过滤并提供精确的空间信息，从而实现即时响应。无论是仓库中自主导航的叉车，还是飞行途中避开障碍的无人机，下一代人工智能的突破将取决于机器对环境的感知与反应能力。
正如一位技术领导者所言，当前物理人工智能的瓶颈不再在于智能本身，而在于感知。
构建感知与智能融合的未来
当前的挑战不仅是技术性的，也包含哲学层面的考量。我们需要弥合数字认知与物理互动之间的鸿沟。这意味着传感器不应作为独立硬件存在，而应成为智能生态系统的一部分，使感知、推理与行动能够无缝衔接。
这不仅是对激光雷达的优化，更是对机器感知方式的重新定义。技术创新必须聚焦可扩展性、集成性与可靠性，而不仅仅是探测距离和分辨率。
关键突破已经出现：全固态硅光子学、可扩展制造工艺和超越人类感知极限的传感技术。下一步是推动这些能力在所有与物理世界交互的设备中实现规模化部署。
自主系统的新前沿
我们正迈入一个前所未有的科技时代。第一波浪潮见证了激光雷达在自动驾驶汽车中的崛起。而第二波浪潮将由芯片级传感架构与人工智能的深度融合引领，推动自动化技术向更广泛领域延伸。
从制造业、物流到智慧城市和家庭机器人，物理人工智能标志着感知与智能的统一。未来，机器将不仅仅是处理信息，还将理解世界、预测变化，并在其中安全运行。
我们已经制造出能思考的机器。现在，是时候让它们拥有真正的“视觉”。
克莱门特·努维尔是Voyant Photonics的首席执行官，这家企业专注于硅光子学激光雷达技术。在加入Voyant之前，他曾领导法雷奥的全球激光雷达项目近十年，成功推动首批车规级激光雷达系统实现量产。他始终致力于推动可扩展传感技术的发展，以推动物理人工智能时代的到来。