Arm物理AI高管谈机器人挑战：模型只是起点，泛化能力才是突破口

智东西 作者 | ZeR0 编辑 | 漠影 智东西8月24日报道，8月21日，在世界机器人大会WRC 2026开发者日上，Arm物理AI机器人技术研究全球负责人Federico Pecora发表主题演讲，分享了对物理AI从“能力堆叠”走向“系统级自适应”的行业思考。 ▲Arm物理AI机器人技术研究全球负责人Federico Pecora 发表主题演讲 过去几年，机器人在感知、认知和运动控制等领域取得了显著进展，应用边界不断拓展。但当机器人脱离预设规则环境，进入人流密集、充满随机变量的真实世界时，单一感知、操控技能的突破不足以支撑商用落地。真正的挑战，是让机器人能够在未知场景中，自主完成多类能力的动态组合，构建一套稳定可靠、可自适应调整的完整智能系统。 对于物理 AI 而言，模型能力只是起点，能力编排、实时调度、状态管理和行为约束机制，正在成为机器人进入开放真实场景的关键。机器人的泛化能力，被视作机器人技术实现规模化落地的关键能力。如何以高效计算支撑这种能力，成为Arm重点聚焦的核心挑战之一。 围绕这一观点，Federico Pecora近日与智东西等媒体进行了深入交流。他告诉智东西，推动机器人规模化落地既需要AI模型持续进步，也需要底层硬件和系统架构协同演进。基于Arm的计算平台已具备高能效计算、实时响应、安全隔离技术等对现实世界机器人至关重要的能力，Arm在汽车领域积累的丰富经验同样适用于各类物理AI应用场景。 但机器人应用还面临额外挑战。机器人需要处理形态各异的物体，并原则上能执行各种不同任务。因此，计算架构必须能应对这些额外的自由度，支持更多并行运行的感知与规划模型，同时