在前不久的2026年国际消费电子展（CES）上，杨博——也就是加州大学伯克利分校增强现实中心的创始执行主任艾伦·杨博士——抛出了一个挺有意思的看法。他觉得咱们要想把人工智能这块蛋糕做大，光盯着云端和GPU使劲可能行不通。他讲了个生动的比方，“月球上没有云端”，意思就是很多活儿是离不开实地干活的。像深空探测、自动驾驶汽车还有医疗护理设备这些关键任务，对系统的可靠性、实时性要求特别高，根本受不了网络传输那点延迟。他觉得要是我们想造出能开车、能救人、能盖房子甚至照顾人的机器，核心的智能还得安在设备自己身上。 杨博士回头看了一下AI的发展史。当年IBM的“深蓝”能赢国际象棋，后来DeepMind的“阿尔法狗”又在围棋上翻了身，都是靠大数据和强大算力撑起来的。可是专门用来控制车、机器人这些实体东西的“物理人工智能”，虽然进步很大，还没出现那种标志性的大突破。他认为这个时刻肯定会来，就在物理世界和智能系统融合的地方。 现在全球产业界正陷入一场GPU竞赛，大家都在堆规模越来越大的计算集群。但这种全都挤在云端的做法，面对那些要低延迟、高可靠性的活儿就不灵了。比如在复杂的城市里开自动驾驶车，或者在崎岖的野外勘探，一秒钟都耽误不起，要是还得靠远程数据中心慢慢算，那就太危险了。 所以“边缘人工智能”或者“嵌入式智能”就变得特别重要了。咱们得把更强的感知、计算和决策能力都塞到设备里头去，让它们没网也能自己干活。这不仅仅是硬件要做得小、省电、更结实的事儿，还得算法变得更轻、更快、更通用。这可不是光堆算力那么简单，得把软硬件和具体的物理场景给绑在一起创新。 这意味着以后的竞争不光看谁的数据多、云端的算力大，更要看谁能在资源有限的终端上做出高效智能。这会逼着芯片往更专业、低功耗的路子上走，推动那种感知-决策-执行一体化的架构搞革新，还能催生出更多针对特定场景优化的AI解决方案。 艾伦·杨博士这话说得很实在。他提醒我们在盯着“云端”那座算力高峰的时候，也别忘了脚踏实地看看“物理端”那些实实在在的挑战和机会。推动AI从数字世界走进物理世界、实现自主行动的跨越，不光是技术发展的必然趋势，更是咱们各行各业解决实际问题的关键所在。下一场AI革命可能就在那些能直面风雨、自己往前走的机器里孕育着呢。