英伟达黄仁勋谈人工智能趋势，首提代理式AI，后续机器人将登场

近日，英伟达 GTC 2025 大会主题演讲中，英伟达 CEO 黄仁勋再次身穿皮衣登场。黄仁勋一上来就提到了 AI 发展的未来，现在我们处于生成式 AI（Generative AI）阶段，但根据黄仁勋的路线图，我们将迈向一个代理式 AI（Agentic AI）时代，随后是物理 AI（Physical AI）—— 机器人登场的时候。

代理式 AI（Agentic AI）是什么？

代理式AI（Agentic AI）是一种以自主决策和目标导向为核心的人工智能系统，其核心特征包括自主性、适应性、学习能力和目标导向行为。与传统的生成式AI不同，代理式AI专注于执行具体任务，而非仅仅生成内容。

代理式AI通常结合了多种先进技术，包括：

大型语言模型 ：用于理解和生成自然语言。例如 OpenAI 公司的 GPT 系列，像 GPT-4，能够理解和生成非常自然流畅的文本。可以用于回答各种问题，如历史、科学、技术等方面的知识；进行文本创作，包括撰写故事、诗歌、新闻报道、论文等；还能进行语言翻译、文本摘要等任务。

强化学习：通过奖励机制优化行为。以 AlphaGo 为例，它是 DeepMind 公司开发的一款围棋人工智能程序。在训练过程中，AlphaGo 使用强化学习算法，通过不断地与自己对弈，根据每一局的胜负结果（奖励机制）来优化自己的下棋策略。它从最初对围棋规则的基本了解，经过大量的训练后，能够战胜世界顶尖的围棋棋手。

深度神经网络 ：用于处理复杂的数据模式。例如 Google 的 Inception 系列网络，能够对输入的图像进行复杂特征的提取和分析，准确地识别出图像中的物体、场景等。可以用于安防监控中的人脸识别、交通领域的车牌识别、医学影像中的疾病诊断（如通过 X 光、CT 图像识别病变）等。在语音识别方面，像基于深度神经网络的语音识别系统，能够将输入的语音信号转化为文本，广泛应用于智能语音助手、语音转文字软件等。

多模态集成：支持语音、文本、视觉等多种交互方式。例如苹果的 Siri，它支持语音交互（语音输入），同时也可以与文本输入相结合。用户可以通过语音向 Siri 发出指令，如 “播放音乐”，Siri 会理解语音内容并执行相应操作；当用户在不方便语音交流时，也可以通过文本输入的方式与 Siri 进行交互。

代理式AI正逐步成为人工智能发展的主流方向，其未来趋势包括多模态交互，支持更自然的多模态交互方式；协同网络，通过多代理系统实现更复杂的任务协调；实时感知与决策，在动态环境中快速响应并做出决策。

物理 AI（Physical AI）：机器人

物理AI是将人工智能技术应用于物理世界中的实体，尤其是机器人领域。比如说：

自动驾驶与人形机器人：物理AI为自动驾驶汽车和人形机器人提供了强大的环境感知和决策能力。例如，索辰科技的“天工·开物”平台通过物理AI技术，使机器人能够快速掌握技能，如单脚跳跃，并实时计算摩擦系数以调整步态。

工业机器人与协作机器人：物理AI使工业机器人能够更高效地完成任务，如在复杂环境中自主规划路径、避开障碍物并完成装配任务。索辰科技的物理AI电磁环境快速计算引擎和生成式流场计算引擎等技术，进一步提升了工业机器人的智能化水平。

医疗与服务机器人：物理AI在医疗和服务业中的应用也逐渐显现。例如，手术机器人通过物理AI技术实现了更高的精度和灵活性。

实际上，物理AI广泛应用于多个行业，包括制造业、医疗、自动驾驶、农业、国防等。在制造业中，物理AI驱动的机器人可以自动化复杂流程、处理危险材料和进行高精度质量检查。 在医疗领域，物理AI通过实时数据收集和分析，支持手术机器人和辅助诊断系统。此外，物理AI还在自动驾驶汽车和协作机器人中发挥重要作用，使这些系统能够在动态环境中安全高效地执行任务。