过去三年，科技行业一直把人工智能当作被玻璃屏幕困住的幽灵——一个能回邮件、写代码、总结会议、在网上争论的实体。
我们已经习惯把大型语言模型当作纯数字对话者，以至于忽略了摆在眼前的深层架构真相：能在 40 步自主循环中编写、调试并执行复杂代码的 AI 已经攻克了机器人领域最难的一半。
看看现代编码和研究代理每天都在做什么。模型会检视代码库，把长期目标拆成子任务，调用 API 工具，观察终端输出或编译错误，反思出错原因，调整心智模型，然后执行下一次工具调用。这不是简单的文本预测，这就是 具身认知——只不过它在操作系统里运行，而不是在实体车间里。
这就是为什么 Physical AI 是下一个巨大的前沿。对推理模型而言，真实世界——无论是六轴机械臂、自动化化学液体处理器、五轴 CNC 铣床，还是双足人形机器人——都不是陌生领域。对推理代理来说，物理硬件只不过是另一个 API 端点。
下面，我们将解释为什么从软件代理到物理机器的飞跃如今正在发生，探讨 Anthropic 开创性的 Model Hardware Standard（MHS），考察 OpenAI 重新启动内部人形机器人项目，走通过 Isaac Lab 及真实机器人上的接触丰富齿轮装配案例，并说明为什么在可验证的物理健身房（RLVR）内训练模型是构建具身智能而不毁掉价值百万美元硬件的唯一途径。
1. 已被验证的循环：长期任务的工具使用已经解决
经典机器人研究陷入端到端纯主义的陷阱长达四十年——认为要让机器人变聪明，必须训练一个单一的单体神经网络，直接从原始相机像素输入，以 1000 Hz 输出原始电机电压或关节扭矩。
这种方法无法规模化，因为它把两个完全不同的问题纠缠在一起：
- 高层次推理：理解世界，制定长期策略，并适应失败。
- 低层次运动控制：保持平衡，计算逆运动学，并抑制关节振荡。
人类也不是这样工作的。当你冲泡一杯咖啡时，你的前额叶皮层不会有意识地计算前臂二头肌纤维的电压曲线。你的意识大脑会发出高层语义指令：“拿起水壶 → 检查水位 → 向咖啡粉倒入 200 毫升 → 检查萃取颜色。” 你的小脑和脊髓处理底层的毫秒级运动物理。
将问题拆分：LLM 代理在几秒内进行规划并选择工具调用；低级控制器以 100–1,000 Hz 的频率跟踪轨迹和关节扭矩。
在过去两年里，前沿语言模型无疑已经掌握了“前额叶皮层”的角色：
- 它们可以在不丢失上下文的情况下规划 30 到 50 步的依赖图。
- 它们可以使用类型化参数（JSON / 模式）进行结构化工具调用。
- 当一个操作返回意外的错误码或意外的传感器状态时，它们不会崩溃——而是进行调试并纠正航向。
无论该工具调用是 git_commit()、sql_query() 还是 robotic_arm_grip(force=12N)，对模型内部推理循环的数学影响几乎可以忽略不计。
2. 物理桥梁：硬件作为有状态的 API
走进一个现代化的高级化学实验室、自动化半导体洁净室或高精度机加工车间。你会看到什么？
你不会看到模拟表盘和皮带轮。你会看到由嵌入式微控制器控制、暴露网络接口的自动化仪器：
- 自动化湿实验室： Hamilton 液体处理器，Tecan 微孔板读取器，自动离心机和质谱仪，通过 REST 或 gRPC 进行通信。
- 精密制造： Haas 和 DMG MORI CNC 铣床接受通过工业以太网传输的 ISO 6983 G-code。
- 半导体 & Photonics： 激光校准台、光学对准压电陶瓷和真空室阀门，通过 Modbus 或 SCPI 协议运行。
- 机械臂操作： 协作机械臂（UR10e、Franka Emika）接受笛卡尔轨迹路点。
对 AI 代理而言，自动化化学工作站与云基础设施平台毫无区别。
| 代理概念 | 数字软件代理（例如 Cursor / Devin） | 物理 AI 代理（例如 湿实验室 / 机器人单元） |
|---|---|---|
| 环境状态 | 仓库文件、Git 状态、数据库行。 | 孔板架坐标、试剂液体体积、关节编码器、热成像摄像头。 |
| 动作原语（工具调用） | write_file(path, diff) |
aspirate_reagent(channel=4, volume_uL=50) |
| 感官反馈 | 编译器 stderr、单元测试断言日志、终端退出码。 | 光谱紫外吸收曲线、压力传感器增量、计算机视觉边界框。 |
| 路径修正 | 修复第 42 行的语法错误并重新运行测试套件。 | 检测到液体起泡，降低移液器吸液速度，并重新取样。 |
认知回路完全一致：理由 → 通过工具执行 → 观察物理反馈 → 再次推理。
同样的 reason → act → observe → correct 循环既驱动编码代理也驱动实验室机器人；只有工具和传感器有所不同。
3. 接触丰富的现实：Isaac Lab 齿轮装配演练
想看看这在真实硬件上如何运作，不妨以一个工业基准为例：齿轮装配。
机器人将一个精密齿轮悬在未完成机构上方。任务是：将中心孔与轴对齐，下降齿轮直至其牙齿与相邻齿轮平稳啮合，将其牢固就位后释放。
齿轮装配是一种典型的 接触丰富任务：物理接触零件会改变机器人接下来必须执行的操作。仅有 0.5 毫米的定位误差，就可能导致齿轮边缘停留在轴顶部而非滑入。在软件中，如果 API 调用失败，重复相同请求有时最终会成功。而在物理世界中，重复相同的向下推力会使机器人夹具弯曲、划伤黄铜轴或触发电机扭矩故障。
NVIDIA的 Isaac Lab 齿轮装配教程 展示了一个控制策略在GPU仿真和真实的Universal Robots UR10e机械臂上都能完成此操作。下图将任务分解为六阶段闭环，包括当齿轮错位时策略所执行的操作：
齿轮装配作为六步闭环。接触时的力峰值触发回退、重新估计和重新接近，且在夹爪释放后检查成功。
原文同时播放 NVIDIA 的仿真到真实视频，并提供此闭环的交互式 3D 演练。
拆解分层控制层
注意，齿轮装配工作流在架构层面上清晰地分离了关注点：
| 层 | 齿轮装配实现 | 成功所需条件 |
|---|---|---|
| 高层任务规划器 | 协调宏观序列：observe() → approach() → try_insert() → seat() → release() → verify()。 |
长期任务目标、状态机恢复转换以及高层工具定义。 |
| 感知引擎 | 从深度相机估计齿轮孔中心、轴向以及相邻齿轮牙角。 | 已校准的变换、亚毫米级姿态估计以及不确定性估计。 |
| 运动与顺从控制器 | 在监测六轴力矩传感器以检测意外阻力的同时跟踪轨迹。 | 实时 100–500 Hz 控制回路、阻抗控制、关节扭矩限制以及碰撞避免。 |
| 独立结果验证器 | 检查夹爪释放并后退后，齿轮是否仍保持在目标深度。 | 独立的物理基准真相，而不仅仅是 API 返回的“成功”代码。 |
在软件中，返回状态码 200 OK 的 API 调用通常表示任务已完成。在机器人领域，“移动命令已完成”并不能证明装配成功。零件可能卡住、从夹爪手指滑出或弹起。真正的物理智能需要闭环：在宣布胜利前先验证物理状态。
4. 标准正在到来：从 MCP 到 Anthropic 的 MHS
在软件领域，由于行业达成了一致的标准，代理工具的使用激增。2024 年底，Anthropic 推出了 模型上下文协议（MCP）（随后将其捐赠给 Linux 基金会的 Agentic AI 基金会，与 OpenAI 和 Block 并列）。MCP 解决了 N × M 集成问题：开发者不再需要为每个模型分别编写自定义代码来连接 GitHub、PostgreSQL、Slack 和 Google Drive，而是只需编写一个 MCP 服务器。
2026 年 8 月，Anthropic 通过预览 模型硬件标准（MHS），迈出了不可避免的下一步。
什么是模型硬件标准（MHS）？ 在与霍华德·休斯医学研究所（HHMI）珍利亚研究校园等顶尖研究机构合作下开发，MHS 是一个开放的、与模型无关的规范，使 AI 能安全地发现、校准和操作物理实验室和工厂设备。正如 MCP 为模型提供了读取软件文件的通用接口，MHS 为模型提供了操作显微镜、机械臂、微流体泵和光学对准台的通用接口。
共享协议将每个模型–仪器对（N × M）的定制集成替换为每侧一个适配器（N + M）：MCP 用于软件工具，MHS 用于仪器。
MHS 的早期现场报告令人惊叹：
- 并行科学工作流：代理可以并行编排多种不同的仪器——通过调度液体处理器、离心机和荧光显微镜同步运行多天的药物发现测定。
- 理解物理故障模式：在与 Genentech 的测试中，当自动化蛋白质纯化流程因液体起泡而出错时，代理识别出故障不是需要代码重试的软件错误，而是需要降低泵送速度的物理表面张力失效。
一旦硬件具备类似 USB 的通用驱动标准，模型可以查询，软件智能与物理执行之间的障碍便会消失。
5. 前沿实验室的竞相加速：OpenAI、人形机器人以及硬件软件协同设计
如果有人对 AI 前沿的发展方向仍有疑问，OpenAI 在 2026 年中期明确给出了答案。
在 2021 年悄然关闭原始机器人团队以专注于纯语言模型之后，OpenAI 在研究副总裁 Aditya Ramesh 的领导下正式重启了 机器人部门。并在 Sources 播客中，CEO Sam Altman 确认了数月来一直被低声讨论的雄心：“我们肯定会做一个人形机器人。我们还会做其他形态。”
为什么前沿实验室纷纷进军硬件？
推动这一转变的有两个巨大的经济和技术现实：
- 数字数据墙： 前沿模型已经几乎摄取了整个公共互联网。通过再次抓取 Reddit 无法将预训练数据提升十倍。物理世界——材料如何变形，液体如何倾倒，工具如何与表面相互作用，物体如何保持平衡——是一个 无限未驯化的高带宽训练真相之海。
- 5 万亿美元的实体经济： 软件规模巨大，但实体经济——建筑、半导体制造、精密加工、农业、医药研究和物流——远远超过它。仅能操作像素的模型只能捕获全球 GDP 的一小部分；能够安全操作物质的模型则能捕获其余部分。
此外，领先的参与者正在趋向于 硬件-软件协同设计。与其购买 1995 年为刚性工厂循环设计的现成工业机器人，然后尝试将现代神经网络硬加在上面，各团队正在设计执行器、顺应传感器和关节几何形状，以专门满足高层神经策略的需求。
6. 训练需求：为什么物理 AI 需要可验证的健身房（RLVR）
以下是 Physical AI 的根本瓶颈：你无法在真实的价值 $500,000 的物理机器上通过试错来训练强化学习智能体。
在软件中，如果模型产生了错误的指针或写了一个无限循环，你会杀死进程，给它奖励 0，然后重启。在物理世界中，如果未训练的 27B 策略输出随机轨迹命令，它可能会折断金刚石尖端的 CNC 刀具，使移液器头撞碎石英板，或让一个 150 磅的人形机器人撞上墙壁。
这就是为什么 Physical AI 需要在高保真任务健身房内使用可验证奖励的强化学习（RLVR），在任何电机在真实世界中移动之前：
- 运动学 & 物理模拟（Isaac Lab, MuJoCo）： 在上面的齿轮装配示例中，智能体在并行 GPU 实例上数百万次地练习抓取、对齐和插入物体。通过使用 域随机化（在训练过程中系统地变化摩擦系数、零件间隙、质量和照明），策略会发展出鲁棒的顺应性，能够在“仿真到真实”的差距上无缝迁移。
- 计算流体 & 热力健身房（OpenFOAM）： 对于空气动力学塑形或化学反应器控制，空气动力学轮廓和喷嘴设计会根据数值收敛和 Navier-Stokes 求解器检查进行评估。
- 参数化 CAD & CAM 验证（CadQuery, G-Code 模拟器）： 模型学习生成可加工的机械部件，并经过防碰撞的三轴刀具路径和几何公差验证。
- 正式电路验证（Verilog RTL / SPICE）： 设计驱动下一代机器人的定制硅和电机控制器，并经过周期精确的时序仿真验证。
在带有域随机化的可验证模拟健身房中进行训练，将进入真实硬件的移动作为门控，并将真实世界的故障反馈回仿真。
通过首先在确定性的数字健身房中证明其推理过程，智能体到达物理机器时不是一个鲁莽的新手，而是一个合格的、安全验证过的操作员。
7. 物理世界是终极健身房
现代 AI 的历史一直是在不断扩展的竞技场上稳步前进。
首先，AI 攻克了封闭的离散游戏：国际象棋、围棋、星际争霸。接着，它攻克了数字语言：对话、写作、翻译。随后，它攻克了软件工程：代码库、语法树、编译器和 API。
最终的、最大的竞技场始终是物理世界。分子、金属、电路、玻璃和钢铁。
模型已经准备好。长时程推理循环正在工作。工具调用协议（MCP 和 MHS）正在标准化。此外，全球最雄心勃勃的工程实验室正在打造具身。
不要把智慧锁在玻璃后面。赋予它双手。
最初发表于 g-ftech.com。
