发布于2026-11-02 10:54:16 Xabier Iturbe分享
)
)
)
)
)
)
如果我们继续自欺欺人，把物理数据视为数字世界中的打包数据来处理，物理AI在现实世界中的应用就会受限。
物理世界不会等待采样时钟。它不断变化、移动、接触、打滑和振动，但真正有价值的信息往往稀疏、不可预测且转瞬即逝。
当有物体靠近时，机器人必须做出反应；当接触发生或开始打滑时，夹爪必须立即感知。然而，目前大多数传感与AI技术栈仍按固定频率采集物理信号，将其转换为规整数据，再送入专为密集计算设计的处理器。
在高速应用场景中，这种错配尤为突出：无论是自主无人机，还是激光增材制造等工业流程，物理动态的演变速度都已超出传统传感与处理流水线的承受能力。
为了捕捉这些动态，采样必须足够快，这会产生海量数据流，其中绝大部分与当前任务无关，实时处理因此越来越受到制约。
PARTNER CONTENT
更多>
优利德UTS700A系列手持信号分析仪，随行洞察故障细节
优利德 2026-11-02
从云端到边缘，从数字到物理——专访英飞凌科技终端智能事业部总裁Dr. Stephan Zizala
刘于苇2026-10-09
优利德发布67GHz高性能矢量网络分析仪，为AI算力爆发助力
优利德 2026-10-23
将传感转化为筛选
从物理传感到AI，需要引入一个中间层——它的作用不是处理更多数据，而是筛选出真正有价值、值得向下游传递的信息。神经形态原理恰好为这一层提供了天然的理论基础。
基于事件的传感器让传感本身变成了筛选。它们只在变化发生时做出响应，只编码携带新信息的事件。以事件相机为例，它记录每个像素的光强变化，捕捉变化发生的时间和位置，无需对场景进行连续采样(图1)。
同样的原理也适用于触觉、压力、振动、声学等多种模态，因为这些模态中有价值的信号同样是稀疏且异步的。
关键在于，一个事件源自特定地点、特定时刻的物理变化。没有任何全局采样时钟来决定信息何时产生；只要现实世界发生变化，事件就会自然涌现。因此，这种表征方式天然契合物理过程本身的动态特性。
将原始事件转化为物理状态
颇具讽刺意味的是，如果为了适配传统处理架构而转换事件数据，传感器端好不容易获得的效率就会大打折扣。一旦将时间、位置及其他元数据附加并序列化，再向下游传输，原本稀疏的物理事件就会膨胀成几十比特的传统数字数据。
这正是“传感—AI”中间层发挥关键作用的地方。它将物理事件转化为与任务相关的状态。单个事件本身信息量极少，其意义来源于事件在时空上的关联——既包括同一传感器内部，也包括跨模态之间的空间与时间关系。
以无人机为例，通过分析机载事件相机中视觉事件的像素间时空关联，系统能够精准判定障碍物的接近、相对运动或遮挡情况。
该中间层将原始事件流转化为紧凑的物理状态，例如障碍物距离、相对速度、运动方向和碰撞时间。下游AI由此直接获得所需信息，无需在数据流水线中全程携带完整的事件流及其元数据。
自然的启示
大自然也遵循同样的原理。大脑并不是把世界作为原始传感数据来处理，而是接收一个通往世界的接口。苍蝇、猫头鹰、鱼和大象向大脑呈现的物理世界各不相同。它们的身体、感官和早期神经回路，将不同的物理信号转化为符合各自生存需求的表征。
这一方案的目的并非取代GPU或NPU，而是为它们提供更优质的信息输入。这些处理器在密集计算方面依然极具优势，包括神经网络推理、预测、规划以及逻辑推理(图2)。
我们提出的这一中间层，在上游对传感器数据进行过滤和结构化处理，与它们形成互补——GPU或NPU由此获得与其计算优势相匹配的信息。
该中间层还能以超低延迟触发类似反射的应急响应——例如，在检测到即将发生的碰撞时瞬间启动规避机动——而更高层级的AI则负责处理上下文、意图和更长远的决策。这便构建起了一套垂直的分层控制架构：紧邻传感器的是即时物理响应，上游则负责上下文理解、意图判断和统筹规划。
传感器与逻辑电路的芯片协同设计
神经形态原理正在重塑传感与处理之间的边界。借助传感器与逻辑电路的集成(包括3D芯片堆叠)，事件可以在越来越靠近其物理源头的地方、以原生时序进行处理，从而为上述“传感—AI”中间层奠定硬件基础。
更深层次的机会在于协同设计：传感器决定什么能成为事件，而“传感—AI”层则决定这些事件对当前任务意味着什么。二者协同，便能让传感与计算真正服务于具体的物理任务。
专用芯片可以直接在传感器端完成事件到任务的转化，从而消除不必要的数据搬运、表征转换和接口开销。这为半导体公司和设计公司开辟了全新的设计空间：不仅优化传感器如何感知，更要优化传感器产出何种信息。
物理AI训练场和仿真框架为探索这些可能性提供了环境。实际应用会揭示哪些传感到任务的转化真正关键，其中最具价值的转化方案可以沉淀为可复用的IP，并最终固化为专用芯片。
标准化物理状态接口
如果没有统一的结构，专用“传感—AI”硬件很可能带来新一轮的碎片化问题。一个通用的物理状态接口——其理念类似于指令集架构(ISA)——可以为不同机器和不同模态提供一套通用词汇。它不该标准化传感器本身，而应标准化AI需要了解的信息：障碍物距离、相对速度、运动方向和碰撞时间。
一台机器或许通过事件视觉来推断正在接近的障碍物，另一台则通过事件雷达，但二者都可以向AI输出相同的物理状态。传感保持专用，接口走向通用。在用户、应用和行业的共同驱动下，这一接口将成为具身感知与AI之间的契约；而事件原生的专用芯片，则为从物理事件到该接口的转化提供了一条高效路径。
Xabier Iturbe
_Iturbe是Ikerlan公司BEGI神经形态3D视觉处理器的设计负责人。Ikerlan是一家技术与研究中心，自1974年以来持续为企业提供技术价值。Ikerlan是蒙德拉贡集团_ _(Mondragon Corporation)_ _的合作社，也是巴斯克研究与技术联盟_ _(BRTA)_ _的成员。_