CES访谈｜盖茨、亚马逊抢投硅谷黑马，光学芯片如何驱动物理AI

在2026年美国拉斯维加斯的国际消费类电子产品展览会(CES)上，一个明显的变化正在发生。如果说过 去两年舞台中央属于大语言模型（LLM），那么今年的聚光灯正在快速转向机器人与物理人工智能。 在与海达里的交流中，一个反复被强调的关键词是：物理AI的瓶颈不在模型，而在感知。 即便拥有最先进的AI算法，如果机器人"看不清"现实世界，本质上仍处于"失明"状态。 阿克塞尔罗德对第一财经提及，可编程光学半导体带来的改变，体现在三个层面：第一，传感器性能的 数量级提升。在体积、成本和耐用性显著优化的同时，传感器的可靠性与效率同步提升，为机器人在复 杂环境中的长期运行提供基础条件。第二，传感器的"软件化"。同一颗光学芯片，可以通过软件配置模 拟出多个"虚拟传感器"，在不同视角、分辨率和扫描策略之间动态切换。这对算法开发者意义重大—— 硬件不再限制算法创新。第三，与仿真平台形成闭环。Lomotive的技术可无缝对接英伟达Omniverse等 仿真环境，使开发者能够在虚拟世界中反复优化传感器布局与光学参数，再将成果迁移到现实系统中， 形成"硬件—模拟—算法"的协同演进。 这正是物理AI从实验室走向真实世界所必需的工程基础。 越 ...