专家觉得人工智能的下一个大突破，可能就在能直接操作物理世界的机器系统上，而边缘智能会变得特别重要。大家都在拼命给数据中心烧钱，抢GPU来搞AI运算，学界就对现在这种只盯着云端的做法开始起疑心了。美国加州大学伯克利分校增强现实中心的艾伦·杨博士，最近在拉斯维加斯2026年的国际消费电子展上把话说得很明白：人工智能下一步最了不起的成就，可能出现在能直接碰物理环境的机器里，而不是像现在一样依赖云端服务器。杨博士拿探月举例子说，“月球上可没有云计算。”要是我们想让AI去开车救人搞建设或者探索未知，那这智能就得长在设备本身上面。他这就把现在AI发展的一个大麻烦给捅破了——自动驾驶这些对时间要求特严的活儿，一旦网络断了或者卡了就很容易出大事儿。虽然从IBM的“深蓝”到DeepMind的“阿尔法狗”，都给大型语言模型和云端AI打下了底子，但杨博士觉得，管车机器人那些“物理人工智能”，还没迎来属于它的“阿尔法狗时刻”。这种系统要在又乱又变的环境里自己看、自己想、自己动，技术上的难度比打游戏或者生成图片难多了。现在的AI产业被各路高管说成了一场“GPU竞赛”，大家都在抢越来越大的算力来训练模型。不过杨博士的看法是，光想着堆算力搞扩展可能会让大家忽略另一条路——通过算法改进、让硬件配合，还有用边缘计算的办法，让智能终端在资源有限的情况下也能自己干活儿。看产业里的实际情况，物理AI其实在好些前沿领域已经跑得很快了。在难走的山路上试的自动驾驶车、在极限赛道上跑的赛车、在复杂环境干活的人形机器人，都是它练手的好地方。这些家伙不光得处理一大堆传感器传过来的信息，还得在毫秒内做出决定，这就逼着感知芯片、嵌入式算法还有控制系统得往大了变。物理AI的兴起不是要把云端智能给废掉，而是预示着一种“云边端”一块干活的新范式。云端可以搞大规模训练和模拟，边缘设备就负责实时反应和本地决定。两边互补就能搭出一个更稳更灵活的智能系统，给智能制造、智慧城市还有精准医疗这些大领域撑腰。 人工智能的路子从来都不是一条道走到黑。现在云计算和大数据让AI取得了不错的成绩，而物理系统的智能化突破正在开辟新的战场。这一变向不光是技术路线的选择问题，还说明AI要从数字世界里钻出来，真真正正融入咱们的生活和生产了。以后怎么平衡云端和边缘能力、怎么弄出安全可靠的自主系统、怎么搞核心硬件和算法创新，这都会是全球AI竞争下半场的大题目。就像有学者说的那样，只有当机器学会在现实世界里看东西、想事情、动手脚的时候，人工智能才可能迎来下一个颠覆时刻。