亞德諾半導(dǎo)體（ADI）提出“物理智能”系統(tǒng)級(jí)AI架構(gòu)，將推理模型、傳感器數(shù)據(jù)與物理定律相結(jié)合，以解決機(jī)器人及自動(dòng)駕駛等領(lǐng)域的復(fù)雜感知挑戰(zhàn)。公司物理智能負(fù)責(zé)人Paul Golding指出，該技術(shù)的核心目標(biāo)并非單純收集更多數(shù)據(jù)，而是通過降低現(xiàn)實(shí)世界的不確定性來提升系統(tǒng)可靠性。

傳感器融合技術(shù)通常指將單芯片集成或分布式部署的多路傳感器數(shù)據(jù)進(jìn)行整合，以生成比單一傳感器更的物理環(huán)境認(rèn)知。Golding強(qiáng)調(diào)，ADI憑借六十年的傳感器研發(fā)積累，掌握了大量真實(shí)應(yīng)用場(chǎng)景下的設(shè)備運(yùn)行數(shù)據(jù)，相較于依賴互聯(lián)網(wǎng)或第三方數(shù)據(jù)的同行具備顯著優(yōu)勢(shì)。

在機(jī)械臂與仿生手開發(fā)方面，ADI已提供腕部傳感解決方案，涵蓋皮下神經(jīng)電信號(hào)監(jiān)測(cè)及視頻動(dòng)作學(xué)習(xí)。針對(duì)手指關(guān)節(jié)的運(yùn)動(dòng)控制，系統(tǒng)需整合慣性測(cè)量單元（IMU）、六自由度運(yùn)動(dòng)數(shù)據(jù)、觸覺傳感器、力矩傳感器、MEMS IMU、視覺識(shí)別及飛行時(shí)間（ToF）深度傳感。此類多模態(tài)數(shù)據(jù)融合可訓(xùn)練機(jī)器人實(shí)現(xiàn)高精度操作，如旋緊瓶蓋或傳送帶零件定位。

推理模型賦予系統(tǒng)在新型場(chǎng)景中自主決策的能力。例如，自主移動(dòng)機(jī)器人（AMR）遇到地面紙張、障礙物或行人時(shí)，可依據(jù)預(yù)設(shè)邏輯執(zhí)行碾壓、繞行或進(jìn)一步評(píng)估；若配備音頻傳感，還能通過分析人類行為判斷是否處于緊急狀態(tài)。對(duì)于搬運(yùn)貨箱的機(jī)器人，當(dāng)內(nèi)部貨物重心發(fā)生偏移時(shí)，傳感與推理模型需實(shí)時(shí)自適應(yīng)調(diào)整。

ADI主張將智能視為系統(tǒng)屬性而非單一模型屬性，并與Nvidia合作推進(jìn)物理智能研發(fā)。當(dāng)前行業(yè)面臨的核心難題是如何讓異構(gòu)傳感器對(duì)現(xiàn)實(shí)環(huán)境達(dá)成共識(shí)，例如應(yīng)對(duì)攝像頭與激光雷達(dá)讀數(shù)沖突、多源輸出矛盾、雷達(dá)虛警及校準(zhǔn)漂移等問題。盡管傳感器融合正逐步成為成熟的底層基礎(chǔ)設(shè)施，但推理機(jī)制與世界模型的構(gòu)建可能成為下一階段的技術(shù)瓶頸。