看展，往往就是：外行看熱鬧，內(nèi)行看門道CES也一樣。

我們參觀CES的第二天，很多展臺依然被圍得水泄不通。會爬樓梯的掃地機器人，一盞落地燈造型的吹風機，一臺裝了AI的智能理發(fā)器。周圍觀眾感到特別新奇，紛紛舉起手機，不時驚嘆歡呼。這叫外行看熱鬧。

如果你是企業(yè)家或創(chuàng)業(yè)者，想透過這些花哨、熱鬧的表演，看到一些新的科技、新的技術、新的創(chuàng)意。就一定要學會看門道。

把它們拆開，看最底層的三個要素：感知，決策，行動。

尤其對傳統(tǒng)行業(yè)來說，這三個詞，很可能是重做產(chǎn)品的方法論。

理解了它們，你不僅能看懂絕大多數(shù)AI產(chǎn)品。更可能在熱鬧的人群里，找到屬于你的“升級”機會。

01

物理AI，就是“感知、決策、行動”的數(shù)字化復制

英偉達CEO黃仁勛，在今年CES開幕演講里，反復強調(diào)了一個詞：物理AI（Physical AI）。

他說：AI的下一波浪潮，就是物理AI。

什么是“物理AI”？英偉達官網(wǎng)是這么介紹的：

物理人工智能使相機、機器人和自動駕駛汽車等自主系統(tǒng)，能夠在物理世界中感知、理解、推理，并執(zhí)行或協(xié)調(diào)復雜的動作。

聽著有點抽象。拆開看這幾個詞：感知、理解、推理、執(zhí)行、協(xié)調(diào)。

你就會發(fā)現(xiàn)，“物理AI”正對應了我們?nèi)祟惖摹澳芰θ恰保焊兄?、決策、行動。

你的眼睛看到地上有個坑，你的耳朵聽到有人在喊你的名字，你的鼻子聞到路邊餐館飄出的飯菜香味……這些就是“感知”。它是你跟外部世界的接口，是信息輸入，是人作為一個智能體的基礎。

有了感知后，往上，是“決策”和“行動”。

此時，你的大腦飛速運轉：這個坑有多寬？我跳得過去嗎？繞過去會不會更安全？再回想過往的經(jīng)驗教訓，最終，大腦下達了一個指令：繞過去。這就是“決策”。

指令下達后，你讓大腿肌肉收縮，小腿發(fā)力，邁開步子，小心翼翼地繞開了那個坑。這就是行動。

而當你感知到雙腳站在平地上，就知道決策成功了。這又成為新的感知信息，反饋給你的大腦，從而形成一個閉環(huán)。

理解了這點，你再回頭看今天的傳統(tǒng)行業(yè)，可能你會發(fā)現(xiàn)，很多傳統(tǒng)設備，缺感知，只能手動操作，比如不能自動調(diào)溫的空調(diào)。有的缺決策，只能感知，比如只會錄像的貓砂盆。

所謂的“物理AI”，其實就是給那些傳統(tǒng)產(chǎn)品，配齊AI大腦、眼睛和手腳，讓它能像人一樣，在現(xiàn)實世界干活。

只不過，現(xiàn)在的AI更像個偏科的“超級天才”，有的地方強得離譜，有的地方還得補課。

那個最強的地方，就是“決策”。

02

決策進化：傳統(tǒng)產(chǎn)品，直接“租用”最強大腦

之所以說AI的“決策”最強，是因為AI幾乎學完了人類所有的知識。

那些書、圖片、視頻、代碼……只要能找到的知識，那些科技公司早就想辦法喂給了AI。基于這些海量數(shù)據(jù)的訓練，用上復雜的算法和巨大的算力，讓AI擁有了遠超人類的判斷能力。

這就給傳統(tǒng)產(chǎn)品帶來一個巨大的紅利：

你不需要自己培養(yǎng)專家，而是直接“租用”一個最強大腦。

就像我們在CES看到的一款智能貓砂盆。攝像頭拍到一張貓臉，它瞬間就能知道它是貍花還是美短，是你家里的老大，還是老二。再分析一下排泄數(shù)據(jù)，它能判斷貓貓的健康狀況，是不是水喝少了，有尿結石風險等等。這些就是“決策”。

放在過去，這可能需要一個經(jīng)驗豐富的獸醫(yī)不斷盯著，時不時往寵物醫(yī)院跑兩趟?，F(xiàn)在，一個傳統(tǒng)的寵物用品制造商，只要接上合適的AI大模型，就能讓原本普通的貓砂盆，變成了你的“家庭獸醫(yī)”。

想當初，ChatGPT剛出來的時候，很多人不看好，覺得它胡編亂造。但短短幾年，AI不斷進化，大家發(fā)現(xiàn)，它對“寫代碼、做視頻”的理解，可能已經(jīng)超越了人類幾十年的經(jīng)驗積累。視頻越來越真，文章越來越順。

在快速迭代升級的加持下，AI在“決策層”，已經(jīng)長成一個“巨人”。

不過，這個“巨人”有一個弱點。它只能幫你寫出完美的菜譜，卻不能幫你炒菜。它只能幫你規(guī)劃完美的旅游路線，卻不能把你拉出家門。

它是最強大腦，但卻沒有用來感知的眼睛，和做出行動的手腳。

所以，很多研究“物理AI”的人，就是在想辦法給這個巨人加上前面的感知層，和后面的行動層。

03

感知重構：給冰冷的產(chǎn)品，裝上敏銳的“五官”

給AI裝上眼睛耳朵，聽起來不難。這次在現(xiàn)場，我看到很多人還努力把它做得更好。

一路看下來，我感受到了在實際應用中，“感知”的三個明顯進化方向：

更得體、更安全、更低價。

我在昨天的文章里提到了TCL的一款“AI空調(diào)”。它能監(jiān)測你的睡眠狀態(tài)，看你是不是呼吸變慢、身體幅度變小。從而把風調(diào)小、溫度調(diào)低。這里的核心功能，就是“感知”。

我當時很好奇，它怎么“感知”？是不是裝了攝像頭？TCL的工作人員告訴我，沒有攝像頭，而是一種“雷達”。

攝像頭雖然技術最簡單最成熟，但體驗最糟糕。誰會愿意在自己臥室被攝像頭盯著呢？而雷達能實現(xiàn)幾乎相同的效果，又更保護用戶隱私。它通過聲波反射，結合AI的分析處理，來判斷你是剛睡下、睡著了，還是坐著。

這就是得體，在不侵犯隱私的前提下，完成感知。

再看智能門鎖。很多人習慣指紋，把手指往把手上一按，門就開了，很方便。但其實，指紋并不安全。從技術上看，指紋只是一個“圖案”，用個指紋膜就能騙過你的門鎖。更極端地說，切下來的手指也能騙過它。因為傳統(tǒng)智能門鎖，感知的只是“表象”。

這次在現(xiàn)場，我看到了一個趨勢：掌靜脈識別。當你把手靠近的時候，它會發(fā)出紅外光，感知你血管里流動的血液，從而來判斷那真的是你。而且是活生生的你，畢竟只有活人才有流動的血液。

這就是安全，從感知“形狀”，進化成感知“生命”。

我們看到了一家做智能家居的公司，他們做的是那種“人來燈亮”的感應器。他們沒有用昂貴的鏡頭，而是用成本幾塊錢的紅外傳感器。原理非常簡單，人是恒溫動物，有體溫就會產(chǎn)生紅外線。通過感知紅外線的方式，來判斷這里有沒有人。

這就是成本低，不需要昂貴的算力，更用不上復雜的攝像頭。對傳統(tǒng)照明行業(yè)來說，或許是以極低成本擁抱AI的機會。

想想看，如果給那個AI巨人，裝上這種得體、安全，還便宜的“五官”，就意味著會更容易走進千家萬戶的生活。

有了大腦和五官，最后剩下的，是最難啃的骨頭。

04

行動突圍：在物理世界，完成艱難的一躍

“行動”，是三步里最難的。

為什么難？因為如果你讓豆包生成一段視頻，只要發(fā)出指令，消耗算力，再等一會兒就好了。但把AI放到現(xiàn)實世界里，一個機器人哪怕只是邁出一小步，都要計算重力、摩擦力、慣性。還要保持平衡不摔，以及能源消耗等等。

這對傳統(tǒng)制造業(yè)來說，如何讓AI更精準地控制機械，可能就是最大的挑戰(zhàn)。

而這次在CES，我看到了在行動層上的兩個關鍵突破。或許，這能給傳統(tǒng)行業(yè)的升級帶來信心。

第一個突破，是更精準的控制。

有一款噴灑農(nóng)藥的機器，上面那個小小的噴頭，就是“行動”的執(zhí)行者。

以前撒農(nóng)藥，就是把藥噴出去、噴完，就好了。但這臺機器不一樣。它能精確控制噴頭的壓力和流速。是噴成霧，還是噴成雨？是多噴2克，還是少噴1克？看得我太吃驚了，原來今天噴農(nóng)藥已經(jīng)到了這個程度了。

第二個突破，是對復雜技術的高性價比替代。

我在CES現(xiàn)場，看到有家企業(yè)在干一件非常垂直的事：分揀圣女果。怎么從一堆飛速滾落的圣女果中，挑出那些沒熟的綠果呢？很多大廠給出的方案是堆料，比如給高清攝像頭裝上高端芯片，提高圖像識別的準確度，再裝上靈活的機械臂。但問題是，太貴了。

這家企業(yè)想了個極具性價比、效率更高的方案。它只用最便宜的色彩傳感器（感知），只看紅綠，死死盯著傳送帶。一旦識別到綠色（決策），旁邊的氣槍瞬間發(fā)射高壓氣體，把綠果崩走（行動）。

沒有復雜昂貴的機械臂，只有一個氣槍。沒有復雜的視覺識別系統(tǒng)，只是簡單粗暴的“一吹”。

這也是對復雜技術的祛魅。它告訴傳統(tǒng)產(chǎn)業(yè)的從業(yè)者。所謂的升級，不一定要用昂貴的機器人。只用最簡單的機械結構，配合AI的判斷，也能用極高的性價比解決問題。

從精準控制到平價方案，AI在“行動層”的突破，正幫助傳統(tǒng)產(chǎn)業(yè)在AI時代升級轉型。

最后的話

當你理解了“感知、決策、行動”這三點，你會發(fā)現(xiàn)，這不只是科技巨頭的游戲，更是傳統(tǒng)產(chǎn)業(yè)重做一遍的機會。

今天的AI，都是最強大腦，它們絕頂聰明，但沒身體。而傳統(tǒng)行業(yè)，手里有最真實的“身體”，是空調(diào)、床墊、貓砂盆這些隨處可見、每天要用的產(chǎn)品。

AI和傳統(tǒng)行業(yè)之間，有著巨大的縫合機會。

如果你是企業(yè)家或創(chuàng)業(yè)者，不妨回到你的產(chǎn)品，用“物理AI”的角度做一次全面體檢：

感知上，它“瞎”嗎？如果是，能不能用上更得體，或更便宜的傳感器？

決策上，它“笨”嗎？如果是，能不能直接租用“超級大腦”？

行動上，它“慢”嗎？如果是，能不能找到更簡單的機械結構配合AI，換更高的效率？

仔細看看，哪里的產(chǎn)品有“瞎、笨、慢”這樣的問題，哪里可能就是你重做一遍的機會。

過去，我們羨慕互聯(lián)網(wǎng)企業(yè)用代碼改變世界。未來，或許是傳統(tǒng)行業(yè)，用AI喚醒物理世界。

祝福。加油。

觀點/ 劉潤主筆/ 海鹽編輯/ 歌平版面/ 黃 靜

這是劉潤公眾號第2832篇原創(chuàng)文章。未經(jīng)授權，禁止任何機構或個人抓取本文內(nèi)容，用于訓練AI大模型等用途