文章圖片
文章圖片
AI 在抽象任務上進展迅速 ， 卻在模擬人類的基本感官和身體協調上屢屢受挫 。 這道名為“莫拉維克悖論”的鴻溝成了發展物理 AI（Physical AI）的巨大障礙 。
大型語言模型可以在幾秒鐘內寫出莎士比亞風格的戲劇 ， 或生成上萬行的復雜代碼；但在物理世界的工廠車間里 ， 為了讓機械臂準確地抓取一個放置角度稍微偏移的電路板 ， 工程師們依然需要耗費數周時間進行枯燥的底層代碼調試與物理標定 。
想要跨越鴻溝 ， 單靠硬件本體的機械迭代 ， 或是純虛擬環境下的算法推演已無法奏效 。 行業逐漸達成共識：關鍵在于要讓云端的“認知大腦”直接調度底層“運動神經” ， 將復雜的物理世界規則轉化為大模型能夠理解并輸出的通用指令 。
英偉達 CEO 黃仁勛曾將具身智能稱為“AI 的下一波浪潮” ， 高通 CEO 安蒙（Cristiano Amon）也多次對端側物理 AI 表示看好 。
正當各家人工智能大廠搶灘這片高地之時 ， 2 月 25 日 ， Alphabet 旗下的機器人軟件公司 Intrinsic 宣布正式并入 Google 。 通過將 Intrinsic 的工業機器人控制平臺與 Google DeepMind 的頂尖 AI 研究、Gemini 大模型以及谷歌云服務深度綁定 ， Google 正試圖為千姿百態的工業機器人打造一個統一的、具有高度自適應能力的“安卓系統” 。
工業自動化并非新生事物 。 自 20 世紀中葉以來 ， 機器人已在制造業中扮演關鍵角色 ， 幫助人類處理重復、危險的任務 。 然而 ， 傳統自動化系統往往局限于預設程序 ， 無法應對復雜、多變的現實環境 。
例如 ， 在電子產品裝配中 ， 部件的微小差異或生產線調整就可能導致系統癱瘓 。 這正是物理 AI 興起的背景：除了“思考” ， AI 還要具備通過傳感器、執行器與物理世界互動的能力 ， 以此實現感知、決策和行動的閉環 。
未來的工廠流水線機器人不再需要針對每一個新零件進行“硬編碼” 。 相反 ， 機器人將擁有“常識”和“適應性智慧” ， 能夠利用多模態傳感器數據實時感知環境 ， 推理異常情況 ， 并自主調整動作 。
在此背景下 ， 機器人軟件已經被視為下一個“月球級”的創新機會 ， 而 Intrinsic 的加入對谷歌而言顯得尤為及時 。
Intrinsic：從 X 實驗室走出 ， 再重回 Google 戰略核心
作為 Alphabet 在物理 AI 領域的關鍵布局 ， Intrinsic 的起源可以追溯到 2015~2016 年左右 。 當時 ， Alphabet 的 X 實驗室（前身為 Google X）啟動了一個內部項目 ， 希望開發一套軟件工具 ， 讓工業機器人更易用、成本更低、更靈活 ， 從而擴展其在制造業的應用范圍 。 更早之前 ， X 實驗室也曾走在浪潮之前 ， 用同樣的方式成功孵化出自動駕駛巨頭 Waymo 和無人機交付公司 Wing 。
Intrinsic 在 X 實驗室醞釀了五年之久 ， 專注于 AI 增強的感知、學習和自適應能力 。 2021 年 7 月 ， 它正式從 X 實驗室“畢業” ， 成為一家獨立運營的子公司 ， 從原型階段轉向產品驗證和市場擴展 。
獨立之后 ， Intrinsic 瞄準的是一個極具挑戰性的愿景：讓工業機器人的編程和使用變得像安裝智能手機 App 一樣簡單 。
真正推動這一項目走向商業化軌道的關鍵人物是 Wendy Tan White 。 她于 2021 年出任 Intrinsic CEO ， 此前 ， 她在 X 實驗室擔任月球工廠副總裁 ， 負責指導多項可持續項目 。
Wendy 的創業背景相當豐富：她曾擔任全球首款 SaaS 網站構建平臺 Moonfruit 的聯合創始人兼 CEO ， 還參與了英國首家互聯網銀行 Egg.com 的創立 ， 后來擔任 BGF Ventures 合伙人和 Entrepreneur First 通用合伙人 ， 專注 AI、機器人和生物科技投資 。
（來源：Intrinsic）
【Google閉環了物理AI的要素，機器人的“安卓系統”在路上】
在并購方面 ， Intrinsic 早已展現出不輸大廠的戰略眼光 。 2022 年 4 月 ， 其收購了專注于視覺認知的機器人軟件公司 Vicarious ， 后者曾從杰夫·貝索斯（Jeff Bezos）等科技大佬手中狂攬約 2.5 億美元融資 。 這家公司的核心技術在于基于神經科學的視覺架構 ， 讓機器人在復雜、混亂的光照和物理環境下實現精準的抓取和操控 。
2022 年底 ， Intrinsic 再次出手 ， 收編開源機器人中堅力量 Open Robotics 的商業部門 ， 這是開源機器人基金會（OSRF）的營利臂膀 ， 負責全球最受歡迎的機器人操作系統 ROS（Robot Operating System）及配套仿真軟件 Gazebo 的維護工作 。 此舉不僅吸納了全球最頂尖的底層機器人軟件工程師 ， 也使 Intrinsic 實質性地掌握了機器人行業“通用語言”的商業化橋頭堡 。
時機成熟后 ， Intrinsic 于 2023 年 5 月 15 日推出其核心產品 Flowstate——一個基于 Web 的機器人開發環境與仿真引擎 。 Flowstate 對開發者相當友好 ， 允許非專家用戶通過調用“技能模塊”快速構建、模擬和部署機器人工作流 ， 還支持多機器人、多傳感器集成 。
其后 ， Intrinsic 已相繼與西門子、Comau、KUKA、TRUMPF 等多家工業企業合作開發智能工業機器人 。 2025 年 11 月 ， 公司宣布與電子制造巨頭富士康成立合資企業 ， 聯手研發通用性智能機器人 ， 終極目標直指電子制造的全廠自動化 。
圖 | 鴻?？萍技瘓F（富士康）董事長劉揚偉和 Intrinsic 首席執行官 Wendy Tan White（來源：Intrinsic）
整合大模型與物理 AI 團隊 ， 谷歌意在重塑制造業生態
Google DeepMind 在物理 AI 領域早已碩果累累 。 近年來 ， DeepMind 先后發布了 RT-1、RT-2 (Robotic Transformer) 以及 Open X-Embodiment (RT-X) 系列視覺-語言-動作（VLA）大模型 。
通過對多模態推理進行擴展 ， 包括物體檢測、軌跡預測和 3D 邊界框估計 ， 在輸入海量的互聯網文本、圖像以及真實的機器人操控數據后 ， 這些模型能夠直接控制機器人執行復雜操作 ， 如處理物體變異、適應未知環境 ， 響應開放式指令 。 最低僅需 100 次演示 ， 它就能學習并完成長時序、高靈巧的任務 ， 甚至適應全新機器人形態 。
DeepMind 近期發布的 Genie 3 世界模型則進一步強化了模擬能力 。 該模型通過自回歸幀生成實現動態世界建模 ， 能從文本提示生成可交互的 3D 環境 ， 支持實時導航和環境一致性 ， 并維持數分鐘的連貫性 ， 從而為機器人訓練提供豐富虛擬場景 。
合并之前 ， Intrinsic 與 DeepMind 的合作已有重要產出 ， 2025 年 9 月 ， DeepMind 機器人團隊與 Intrinsic 和倫敦大學學院合作發表論文 ， 提出一種強化學習（RL）框架 ， 使用圖神經網絡（GNN）在共享障礙環境中協調多達 8 個機器人完成 40 項任務 。
研究方法包括場景圖表示（節點為機器人、任務和障礙） ， 通過 RL 訓練 GNN 策略 ， 實現任務分配、調度和運動規劃的聯合優化 。 訓練在模擬中進行 ， 零樣本泛化到未見環境 ， 支持秒級規劃和 300 倍實時速度 。
（來源：https://www.science.org/doi/10.1126/scirobotics.ads1204）
這一技術有望直接應用于工業：它優化了原本需數百小時的手動軌跡設計 ， 工作單元布局的執行效率提升了 33% 。 結合攝像頭 3D 重建等感知系統 ， 它支持在線重規劃 ， 適應動態任務集 。 這與物理 AI 的核心相符：通過圖結構捕捉關系物理 ， 實現自動化系統的高效自治 。
2025 年 10 月 27 日 ， Intrinsic 正式發布其工業級感知基礎模型 Intrinsic Vision Model（IVM） ， 這也是公司繼 Flowstate 之后在 AI 視覺領域的最大突破 。 它被定位為“Intrinsic Intelligence”的一部分 ， 直接嵌入 Flowstate 平臺 ， 讓開發者能像搭積木一樣調用最先進的視覺能力 ， 極大降低了工業機器人對高精度感知的門檻 。
對于開發者而言 ， IVM 還具備 CAD 原生能力：僅需提供一個零件的 CAD 文件 ， 它就能直接理解并在真實相機畫面中定位 ， 完全不需要針對每個新零件重新訓練數據 。
在當年舉辦的國際計算機視覺大會（ICCV 2025）上 ， IVM 參與了 6D 物體姿態估計基準（BOP）驗證 ， 并在 11 個賽道中拿下 7 個第一 ， 性能表現相當不俗 。
（來源：Intrinsic）
Intrinsic 并入 Google 后 ， IVM 將進一步獲得 Gemini 和 DeepMind 底層架構的強力賦能 。 這不僅強化了 Alphabet 在物理 AI 的布局 ， 還將加速工業轉型 。 傳統制造業當下面臨的勞動力短缺和供應鏈變遷等問題 ， 都可由物理 AI 提供靈活解決方案：中小企業可輕松部署智能機器人 ， 處理從電子裝配到物流的復雜任務 。
合并公告中 ， 公司 CEO Wendy Tan White 強調：“結合 Google 的強大 AI 和基礎設施 ， 我們將為更多制造業企業和開發者解鎖物理 AI 的潛力 。 這將從根本上改變生產 ， 從經濟性到運營 ， 并實現真正先進的制造 。 ”
Google Other Bets 首席產品官 Hiroshi Lockheimer 則補充稱：“在 Google ， 我們看到了彌合數字與物理世界鴻溝的巨大機會 ， 尤其在制造業和物流的智能機器人領域 。 ”
不過 ， 要想打造一個硬件中立的軟件平臺 ， Intrinsic 就必須打通硬件壁壘 。 但傳統機器人巨頭不會輕易開放底層操作控制權 ， 任由 Google 掏空軟件利潤 。 如果無法接入最主流的硬件 ， Intrinsic 的系統就只能在邊緣市場或特定代工廠里打轉 ， 很難形成真正的“安卓生態” 。
更何況 ， 其最大的對手可能不是初創公司 ， 而是英偉達 。 后者早在幾年前就開始布局機器人軟件生態：Omniverse（虛擬孿生平臺）和 Isaac Sim（機器人仿真平臺） 。 波士頓動力、宇樹科技等機器人公司都與其深度綁定 。 近期 ， 英偉達更是推出專為人形機器人設計的通用基礎開源模型 Isaac GR00T N1 ， 把“鏟子”賣到底 。
物理 AI 的黃金時代似乎即將到來 ， Google 此次收回 Intrinsic 這枚重要棋子 ， 有望實現“算法-大模型-云服務-物理控制”的完整閉環 。 當 Intrinsic 正式成為 Google 迎戰物理 AI 革命的一張底牌 。 這張底牌能否打贏 ， 就看它與 DeepMind 和 Gemini 的融合到底能產生多大的化學反應了 。
參考資料：
https://www.intrinsic.ai/blog/posts/intrinsic-joins-google-to-accelerate-physical-ai
https://techcrunch.com/2026/02/25/alphabet-owned-robotics-software-company-intrinsic-joins-google/
https://www.science.org/doi/10.1126/scirobotics.ads1204
https://www.intrinsic.ai/intrinsic-vision-model
運營/排版：何晨龍
推薦閱讀
- 外媒踢爆小米Android 17升級名單，這次徹底讓果粉破防了？
- 從外觀到 AI 全升級！三星 S26 系列真機體驗，Ultra 太頂了
- 差旅續航必備，雙140W滿血輸出！有Aohi奧海310W星艦Pro就夠了
- 新春第一會，炸出一個最敢“闖”的經濟大區，太燃了
- AI智能體不是越多越強：信息冗余構成了LLM Agent Scaling的瓶頸
- 谷歌Nano Banana 2又刷屏了：又快又便宜，設計師當場破防
- 五角大樓，為什么和一個AI企業杠上了？
- 預警！3月起手機全面漲價，至少多貴1000塊，躲不開了，這只是開始
- 靜靜躺了24年！世界上第一條跨大西洋海底光纜拆除
- 王勁松怒斥AI侵權，法律界準備好了嗎？