说到Arm押注物理 AI 这块儿，咱们就得把目光放到中国市场了。【环球网科技报道 记者 林梦雪】Drew Henry这个Arm物理 AI 事业部的执行副总裁就说了，中国市场那股子“中国速度”真的太让人佩服了，Arm现在就是想跟中国伙伴多交流交流，靠着全球顶尖的生态圈，把物理 AI 这技术实打实的搞到实体世界里去。Drew Henry还提到了，现在物理 AI 很有可能会成为计算历史上最大、最复杂的一块地盘。 Barclays Research 那边的数据也挺有意思，他们说2035年人形机器人市场大概能达到400亿美元。Drew Henry觉得这数字可能还得往上涨，摩根士丹利的预测更是夸张，说从2025到2050年机器人领域的半导体市场规模得涨800倍。在他看来，计算技术肯定是物理 AI 的核心环节。他还给物理 AI 下了个定义：就是把AI塞进那些能动的、带执行器的智能设备里，让它能落地干活。Drew Henry提到了三个典型的应用场景，就是机器人平台、自动驾驶汽车平台这些。咱们来区分一下物理 AI 和数据中心 AI 或者边缘 AI，关键点就在于时延。也就是说从接收到信号到动作执行这个过程要多快。物理 AI 必须在微秒或者毫秒级就完成计算，这种实时性要求特别高，所以它的计算难度也特别大。Arm 也给我们整出了一套解决办法，提出了物理 AI 实现的四大层级。第一层叫感知驱动层，主要是让设备自己跑起来，负责感知和决策；第二层是交互驱动层，让用户用着舒服就行；第三层是驱动执行层，控制那些机械部件；第四层是云端层，负责模型更新和协同工作。这四层全流程都得保证安全和信息安全。现在Arm的重心就在边缘 AI、物理 AI 和云 AI 这三个方向上了。Drew Henry的团队正在这三个方向上下功夫，特别是汽车和机器人这两个赛道。 他还提到一个技术基础的问题，过去十年全球在AI上的投入让自动驾驶这些应用都有条件落地了。Arm有三十年在高能效、可信赖系统方面的经验积累，这跟物理 AI 对安全性和能效的要求很合拍。 有一次他聊起2017年Google发布Transformer架构论文的时候说过的话就很有意思。Arm当时第一时间就看出了这趋势，马上调整架构为Transformer模型在物理 AI 领域的大规模应用做准备。 至于硬件这块儿有个数据也值得注意：到2025年Arm生态里给汽车、自动驾驶、机器人平台出货的芯片数量已经达到了20亿颗了。这些技术已经深度融入了先进驾驶辅助系统（ADAS）还有自动驾驶汽车、自主机器人平台的底层技术里了。 中国在物理 AI 应用上的成果也让他印象特别深刻。他提到有次参观国内一家领先的合作伙伴工厂时看到的场景特别震撼：工厂里的机器人应用规模很大，而且节奏特别快。 中国市场对Arm来说真的是个关键阵地。Drew Henry表示Arm在中国有很深厚的基础和很多领军企业合作呢。