看展，往往就是：外行看熱鬧，內行看門道。CES也一樣。我們參觀CES的第二天，很多展台依然被圍得水洩不通。會爬樓梯的掃地機器人，一盞落地燈造型的吹風機，一台裝了AI的智能理髮器。周圍觀眾感到特別新奇，紛紛舉起手機，不時驚嘆歡呼。這叫外行看熱鬧。如果你是企業家或創業者，想透過這些花哨、熱鬧的表演，看到一些新的科技、新的技術、新的創意。就一定要學會看門道。把它們拆開，看最底層的三個要素：感知，決策，行動。尤其對傳統行業來說，這三個詞，很可能是重做產品的方法論。理解了它們，你不僅能看懂絕大多數AI產品。更可能在熱鬧的人群裡，找到屬於你的“升級”機會。01物理AI，就是“感知、決策、行動”的數位化複製輝達CEO黃仁勳，在今年CES開幕演講裡，反覆強調了一個詞：物理AI（Physical AI）。他說：AI的下一波浪潮，就是物理AI。什麼是“物理AI”？輝達官網是這麼介紹的：物理人工智慧使相機、機器人和自動駕駛汽車等自主系統，能夠在物理世界中感知、理解、推理，並執行或協調複雜的動作。聽著有點抽象。拆開看這幾個詞：感知、理解、推理、執行、協調。你就會發現，“物理AI”正對應了我們人類的“能力三角”：感知、決策、行動。你的眼睛看到地上有個坑，你的耳朵聽到有人在喊你的名字，你的鼻子聞到路邊餐館飄出的飯菜香味……這些就是“感知”。它是你跟外部世界的介面，是資訊輸入，是人作為一個智能體的基礎。有了感知後，往上，是“決策”和“行動”。此時，你的大腦飛速運轉：這個坑有多寬？我跳得過去嗎？繞過去會不會更安全？再回想過往的經驗教訓，最終，大腦下達了一個指令：繞過去。這就是“決策”。指令下達後，你讓大腿肌肉收縮，小腿發力，邁開步子，小心翼翼地繞開了那個坑。這就是行動。而當你感知到雙腳站在平地上，就知道決策成功了。這又成為新的感知資訊，反饋給你的大腦，從而形成一個閉環。理解了這點，你再回頭看今天的傳統行業，可能你會發現，很多傳統裝置，缺感知，只能手動操作，比如不能自動調溫的空調。有的缺決策，只能感知，比如只會錄影的貓砂盆。所謂的“物理AI”，其實就是給那些傳統產品，配齊AI大腦、眼睛和手腳，讓它能像人一樣，在現實世界幹活。只不過，現在的AI更像個偏科的“超級天才”，有的地方強得離譜，有的地方還得補課。那個最強的地方，就是“決策”。02決策進化：傳統產品，直接“租用”最強大腦之所以說AI的“決策”最強，是因為AI幾乎學完了人類所有的知識。那些書、圖片、視訊、程式碼……只要能找到的知識，那些科技公司早就想辦法喂給了AI。基於這些海量資料的訓練，用上複雜的演算法和巨大的算力，讓AI擁有了遠超人類的判斷能力。這就給傳統產品帶來一個巨大的紅利：你不需要自己培養專家，而是直接“租用”一個最強大腦。就像我們在CES看到的一款智能貓砂盆。攝影機拍到一張貓臉，它瞬間就能知道它是狸花還是美短，是你家裡的老大，還是老二。再分析一下排泄資料，它能判斷貓貓的健康狀況，是不是水喝少了，有尿結石風險等等。這些就是“決策”。放在過去，這可能需要一個經驗豐富的獸醫不斷盯著，時不時往寵物醫院跑兩趟。現在，一個傳統的寵物用品製造商，只要接上合適的AI大模型，就能讓原本普通的貓砂盆，變成了你的“家庭獸醫”。想當初，ChatGPT剛出來的時候，很多人不看好，覺得它胡編亂造。但短短幾年，AI不斷進化，大家發現，它對“寫程式碼、做視訊”的理解，可能已經超越了人類幾十年的經驗積累。視訊越來越真，文章越來越順。在快速迭代升級的加持下，AI在“決策層”，已經長成一個“巨人”。不過，這個“巨人”有一個弱點。它只能幫你寫出完美的菜譜，卻不能幫你炒菜。它只能幫你規劃完美的旅遊路線，卻不能把你拉出家門。它是最強大腦，但卻沒有用來感知的眼睛，和做出行動的手腳。所以，很多研究“物理AI”的人，就是在想辦法給這個巨人加上前面的感知層，和後面的行動層。03感知重構：給冰冷的產品，裝上敏銳的“五官”給AI裝上眼睛耳朵，聽起來不難。這次在現場，我看到很多人還努力把它做得更好。一路看下來，我感受到了在實際應用中，“感知”的三個明顯進化方向：更得體、更安全、更低價。我在昨天的文章裡提到了TCL的一款“AI空調”。它能監測你的睡眠狀態，看你是不是呼吸變慢、身體幅度變小。從而把風調小、溫度調低。這裡的核心功能，就是“感知”。我當時很好奇，它怎麼“感知”？是不是裝了攝影機？TCL的工作人員告訴我，沒有攝影機，而是一種“雷達”。攝影機雖然技術最簡單最成熟，但體驗最糟糕。誰會願意在自己臥室被攝影機盯著呢？而雷達能實現幾乎相同的效果，又更保護使用者隱私。它通過聲波反射，結合AI的分析處理，來判斷你是剛睡下、睡著了，還是坐著。這就是得體，在不侵犯隱私的前提下，完成感知。再看智能門鎖。很多人習慣指紋，把手指往把手上一按，門就開了，很方便。但其實，指紋並不安全。從技術上看，指紋只是一個“圖案”，用個指紋膜就能騙過你的門鎖。更極端地說，切下來的手指也能騙過它。因為傳統智能門鎖，感知的只是“表象”。這次在現場，我看到了一個趨勢：掌靜脈識別。當你把手靠近的時候，它會發出紅外光，感知你血管裡流動的血液，從而來判斷那真的是你。而且是活生生的你，畢竟只有活人才有流動的血液。這就是安全，從感知“形狀”，進化成感知“生命”。我們看到了一家做智能家居的公司，他們做的是那種“人來燈亮”的感應器。他們沒有用昂貴的鏡頭，而是用成本幾塊錢的紅外感測器。原理非常簡單，人是恆溫動物，有體溫就會產生紅外線。通過感知紅外線的方式，來判斷這裡有沒有人。這就是成本低，不需要昂貴的算力，更用不上複雜的攝影機。對傳統照明行業來說，或許是以極低成本擁抱AI的機會。想想看，如果給那個AI巨人，裝上這種得體、安全，還便宜的“五官”，就意味著會更容易走進千家萬戶的生活。有了大腦和五官，最後剩下的，是最難啃的骨頭。04行動突圍：在物理世界，完成艱難的一躍“行動”，是三步裡最難的。為什麼難？因為如果你讓豆包生成一段視訊，只要發出指令，消耗算力，再等一會兒就好了。但把AI放到現實世界裡，一個機器人那怕只是邁出一小步，都要計算重力、摩擦力、慣性。還要保持平衡不摔，以及能源消耗等等。這對傳統製造業來說，如何讓AI更精準地控制機械，可能就是最大的挑戰。而這次在CES，我看到了在行動層上的兩個關鍵突破。或許，這能給傳統行業的升級帶來信心。第一個突破，是更精準的控制。有一款噴灑農藥的機器，上面那個小小的噴頭，就是“行動”的執行者。以前撒農藥，就是把藥噴出去、噴完，就好了。但這台機器不一樣。它能精確控制噴頭的壓力和流速。是噴成霧，還是噴成雨？是多噴2克，還是少噴1克？看得我太吃驚了，原來今天噴農藥已經到了這個程度了。第二個突破，是對複雜技術的高性價比替代。我在CES現場，看到有家企業在幹一件非常垂直的事：分揀聖女果。怎麼從一堆飛速滾落的聖女果中，挑出那些沒熟的綠果呢？很多大廠給出的方案是堆料，比如給高畫質攝影機裝上高端晶片，提高圖像識別的精準度，再裝上靈活的機械臂。但問題是，太貴了。這家企業想了個極具性價比、效率更高的方案。它只用最便宜的色彩感測器（感知），只看紅綠，死死盯著傳送帶。一旦識別到綠色（決策），旁邊的氣槍瞬間發射高壓氣體，把綠果崩走（行動）。沒有複雜昂貴的機械臂，只有一個氣槍。沒有複雜的視覺識別系統，只是簡單粗暴的“一吹”。這也是對複雜技術的祛魅。它告訴傳統產業的從業者。所謂的升級，不一定要用昂貴的機器人。只用最簡單的機械結構，配合AI的判斷，也能用極高的性價比解決問題。從精準控制到平價方案，AI在“行動層”的突破，正幫助傳統產業在AI時代升級轉型。最後的話當你理解了“感知、決策、行動”這三點，你會發現，這不只是科技巨頭的遊戲，更是傳統產業重做一遍的機會。今天的AI，都是最強大腦，它們絕頂聰明，但沒身體。而傳統行業，手裡有最真實的“身體”，是空調、床墊、貓砂盆這些隨處可見、每天要用的產品。AI和傳統行業之間，有著巨大的縫合機會。如果你是企業家或創業者，不妨回到你的產品，用“物理AI”的角度做一次全面體檢：感知上，它“瞎”嗎？如果是，能不能用上更得體，或更便宜的感測器？決策上，它“笨”嗎？如果是，能不能直接租用“超級大腦”？行動上，它“慢”嗎？如果是，能不能找到更簡單的機械結構配合AI，換更高的效率？仔細看看，那裡的產品有“瞎、笨、慢”這樣的問題，那裡可能就是你重做一遍的機會。過去，我們羨慕網際網路企業用程式碼改變世界。未來，或許是傳統行業，用AI喚醒物理世界。祝福。加油。 (劉潤)