尽管生成式 AI 近年来主导了大量技术讨论，下一阶段的重要发展方向可能将越来越多地聚焦于能够感知物理世界、与之交互并在其中行动的 AI 系统。
IEEE 最新发布的《2030技术大趋势》报告将物理 AI 与机器人技术列为未来四年内最具突破潜力的领域之一。
报告涵盖人工智能、能源、健康与生物技术、空间技术以及物理 AI 五大方向，梳理了30项突破性技术，并探讨了这些技术将如何在2030年前重塑各行业与人们的日常生活。
在物理 AI 的关键使能技术中，IEEE 特别点出了人机交互的重要性。
未来的交互界面预计将超越传统文本形式，转向语音、视频、感知与认知能力的自然融合，使机器能够更准确地理解人类意图，并与人协同工作。
这一演进对机器人领域将产生深远影响。更强大的人机交互界面将使工业机器人和自主机器更易于监督、训练与协作，而 AI 能力的提升也将使机器人在制造、医疗、交通和农业领域具备更高的自主运行能力。
然而，将日益智能的机器引入物理环境，也带来了可靠性、网络安全、安全性与信任等方面的问题——尤其是当 AI 系统开始做出直接影响人员、设备和基础设施的决策时。
IEEE 未来方向委员会工业顾问委员会主席、惠普实验室副总裁兼 HPE 院士德扬·米洛约维奇，长期深入研究推动这一转型的关键技术。
在接受《机器人与自动化新闻》采访时，米洛约维奇阐述了 IEEE 预判物理 AI 将快速发展的原因、人机交互日益凸显的重要性，以及哪些机器人应用有望率先实现大规模落地。他还就自主机器的能源供给挑战、AI 灵活性与工业安全的平衡，以及 AI 赋能基础设施的安全防护等问题分享了看法，并展望了物理 AI 能力持续增强对未来工作形态的深远影响。
物理 AI 加速发展的底层驱动力
《机器人与自动化新闻》：IEEE 报告将物理 AI 列为未来四年内最可能取得重大进展的技术领域。是哪些技术突破在推动这一加速？与几年前相比，为何这一时间线现在看来更为现实？
德扬·米洛约维奇：《2030技术大趋势报告》对五大核心领域的30项突破性技术进行了评估，涵盖 AI、能源、健康与生物技术、空间技术以及物理 AI（机器人），以判断其在2030年前重塑行业和人类生活的潜力。
这一变局的核心驱动力是 AI，它正在催生众多其他领域的突破。AI 大幅提升了网络安全的有效性、可靠性与可信度，同时也在改善能源效率——尽管大规模部署下的能耗问题依然严峻。
在机器人领域，AI 开创了全新的协作算法。与此同时，新材料和新型传感器等非 AI 领域的重要进展同样不可忽视。但即便在这些领域，AI 也通过加速设计空间探索而扮演着越来越重要的辅助角色。
人机交互的未来形态
《机器人与自动化新闻》：报告将人机交互列为物理 AI 的关键使能因素。除语音指令和自然语言之外，您认为哪些交互形式将对工业机器人和自主系统产生最深远的影响？
德扬·米洛约维奇：视频识别将能够理解人类意图并支持其动作执行。叠加于交互界面之上的认知能力（如预判能力）也将发挥重要作用。
包括人体传感器在内的更多交互方式，有望进一步加速人机交互的发展。而脑机接口目前仍处于早期阶段，短期内难以实现实用化。
制造、医疗、农业等场景受限但功能明确的应用案例，将是最终实现通用型消费级人机交互的重要基础。
与此同时，建立有效的防护机制与管控节点以规避不良行为，同样至关重要——这将使机器人及通用 AI 的应用更加可靠有效。
哪类机器人最先实现大规模商业落地
《机器人与自动化新闻》：目前众多企业正在开发人形机器人、自主移动机器人以及 AI 驱动的工业设备。您认为哪个领域最有可能率先实现大规模商业部署？在此之前还需跨越哪些技术门槛？
德扬·米洛约维奇：在受限场景下推进安全技术开发，将加快近期的整体发展进程。早期的自主机器人最先被应用于机场以及空间受限、选项有限的制造环境。
随着对行为规律、风险与机遇认识的不断深入，自由度逐步得到扩展。
目前，机器人技术正以极快的速度向前推进。其中最具前景的应用方向之一是军事领域，既有强劲的需求驱动，也有充足的资金支撑。
除制造业等机器人可持续连接电源的场景外，电力供给仍是最大的瓶颈。在更广泛的商业应用中，电力问题是一道硬约束。
AI 灵活性与工业安全的平衡之道
《机器人与自动化新闻》：工业自动化历来依赖确定性强、可预测性高的系统。制造商如何在 AI 驱动机器人的灵活性与生产环境对可靠性、安全性及合规性的要求之间取得平衡？
德扬·米洛约维奇：这个问题切中要害，正是当前实际情况的真实写照。随着部署经验的积累，开发者和运营者将逐步建立信任，并消除显而易见的低层次安全隐患。信任度提升之后，更高程度的自主运行才会被允许。
同样，随着人机交互界面的改善，更有效的"人在回路"操作模式将强化监督能力，降低因意外或不可预测事件引发的干扰风险。
AI 基础设施的核心安全隐患
《机器人与自动化新闻》：报告着重强调了可信 AI、网络安全与安全性。随着 AI 在工厂、医院和物流操作中承担越来越多的自主决策，您认为行业最大的安全漏洞在哪里？应如何应对？
德扬·米洛约维奇：初期，安全漏洞利用将是主要威胁。我预计，AI 既可被用于发现漏洞，也可被用于防范漏洞，最终我们将达到一个只有复杂且代价高昂的攻击手段才能得逞的水平。
电力供给是一个突出的攻击目标，因此需要备用方案来保障持续供电。AI 工厂对电力的需求和依赖程度正超越以往，就连过去依靠发电机提供不间断电力的医院，在这一背景下也显得相形见绌。
物理 AI 会取代工作岗位吗
《机器人与自动化新闻》：外界对物理 AI 的发展可能冲击就业的担忧日益增加。您认为 AI 驱动的机器人主要是在增强人类劳动者的能力，还是我们正在接近某个临界点——某些整类工业岗位将被全面自动化？
德扬·米洛约维奇：我认为两种情况都会发生。人类，尤其是劳动者，必须做出调整，就像在每一次技术革命中所经历的那样。这一次的发展速度最快，影响范围也可能最广。您对岗位类别变化的判断非常准确。
过去首当其冲的是蓝领岗位，近年来轮到了白领岗位。任何可以通过 AI 实现自动化的职业，都可能成为下一个被替代的目标。
我们几乎每天都能看到企业调整人员结构的报道——或以 AI 取代特定岗位，或为未来机遇重新布局，或将资源转向 AI 基础设施建设。
随着竞争加剧，基础设施与服务的成本终将下降——例如大语言模型中的 Token 使用成本降低，这将进一步减少部分裁员的必要性。但雇员和雇主都在持续评估哪些岗位将消失、哪些将涌现，以及哪些将发生转型。
被低估的技术：2030年之后的物理 AI
《机器人与自动化新闻》：展望2030年之后，您认为业界目前对物理 AI 领域的哪项发展存在低估？是否有某项技术或应用有望变得远比今天多数人预期的更为重要？
德扬·米洛约维奇：今年，我们引入了"高风险、高回报"的评估分类。其中风险与回报均最为突出的技术包括：基因操控、自主武器、AI 网络战、自进化网络物理系统，以及基因编辑与合成生物学。
上述所有方向都蕴藏着巨大潜力，尤其是在医疗健康领域，但风险同样不容小觑。在推进技术发展的同时确保其安全可控，将是科学家与监管者必须长期面对的权衡难题。
Q&A
Q1：IEEE《2030技术大趋势报告》涵盖哪些领域？
A：报告评估了五大核心领域的30项突破性技术，分别是人工智能、能源、健康与生物技术、空间技术以及物理 AI（机器人），重点分析了这些技术在2030年前重塑行业与人类生活的潜力。
Q2：物理 AI 发展面临的最大技术瓶颈是什么？
A：电力供给是目前最大的硬性限制。除了制造业等可持续连接电源的场景，自主机器人在更广泛的商业环境中面临严峻的续航挑战。此外，安全漏洞利用、人机交互成熟度不足以及监管合规，也是重要的技术与制度障碍。
Q3：AI 驱动的机器人会大规模取代工作岗位吗？
A：IEEE的德扬·米洛约维奇认为，机器人既会增强人类劳动者的能力，也会替代部分岗位。白领与蓝领职业中凡可被 AI 自动化的，都可能成为目标。他建议劳动者和企业持续评估哪些岗位将消失、涌现或转型，以主动应对这一历史上发展速度最快的技术变革。
