Arm 谈物理 AI 机器人：泛化能力才是规模化落地的关键

机器人产业的真正分水岭，可能既不在算力大小，也不在模型参数的多寡。在各类人形机器人、自主移动机器人与智能工业系统密集亮相的当下，一个更本质的问题正在被反复追问：一台已经掌握多项技能的机器人，为什么换一个场景、换一个任务，依然难以直接投入使用？

Arm 给出的答案是，瓶颈在于泛化能力，即机器人对未知对象、未知环境与未知任务的适应能力。2026 年 8 月 17 日，Arm 物理 AI 机器人技术研究全球负责人 Federico Pecora 在一场媒体沟通会上，围绕这一判断展开了完整阐述。

Federico Pecora，Arm 物理 AI 机器人技术研究全球负责人

机器人能力演进的三个阶段

Federico Pecora 从产业需求出发，把机器人能力的演进划分为三个阶段。第一阶段是跨对象泛化。机器人能够在同一任务流程中处理不同类型的对象，无需针对每个对象重新训练或编程。这一能力已经在分拣、物流、零售等结构化场景中得到验证。

第二阶段是多任务智能。统一智能平台支持多种任务执行，机器人不再服务于单一固定工作流，而是能够根据任务需求切换不同的能力组合。

第三阶段是系统级自适应。届时，无论是终端用户还是机器人自身，都能够根据环境变化完成能力调整，而无需重新开发、训练或部署系统。

在 Federico Pecora 看来，这三个阶段共同指向同一个价值落点，即降低机器人适配新场景、新流程、新任务的成本与复杂性。他这样表述这一判断：“我认为对我们的客户，以及对我们自身而言，最大的突破点在于机器人的泛化能力。”

正因如此，泛化能力被他视为推动机器人技术实现规模化落地的关键能力，而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。

泛化是四个问题共同决定的系统性能力

泛化能力听起来是单一目标，但 Federico Pecora 认为它并非单一技术挑战，而是由四个关键问题共同决定的系统性能力。

第一个问题是能力如何实现。机器人无法依靠单一模型完成所有任务，而是需要为不同环节匹配合适的模型、策略、规划器和控制器。视觉语言动作模型可以生成试探性动作，视觉语言模型用于识别环境中的可操作对象，大语言模型可以辅助生成控制器逻辑，参数化控制器则负责输出安全可靠的动作。这些模块需要共驻运行、共享内存与带宽资源，并协同生成最终行为。

第二个问题是能力如何协同。真实世界中的机器人工作负载具有不同的时间尺度。碰撞检查必须即时响应，导航和操控需要持续更新，而高层推理往往以突发、异步的方式出现。如果缺乏明确的时序结构和优先级调度，这些能力就可能相互争抢计算资源，导致响应延迟，甚至带来安全风险。

第三个问题是能力如何映射到计算资源。在没有预先构建环境地图的情况下，机器人需要依靠本地智能完成感知、场景理解和路径规划，同时逐步构建可供多个模型共享的语义地图。虽然边缘和云计算能够为设备端处理提供补充，但真实世界中的机器人不能依赖周边基础设施始终在线。响应能力、自主决策和安全性要求大量智能计算在机器人本地完成。这带来一个系统架构挑战，即如何在 CPU、专用加速器、内存和通信链路之间合理划分计算任务，在发挥异构计算优势的同时，降低数据搬运成本。

第四个问题是能力如何受到约束和管控。随着机器人具备更强的自适应能力，行业需要关注的不再只是碰撞规避、速度限制和力控制等基础安全问题，还包括空间与时间规则、任务偏好以及特定场景下的行为规范等更高层次约束。黑盒式 AI 策略往往难以对机器人行为进行检查、诊断和约束。

这四个问题彼此关联，不能单独拆解。Federico Pecora 强调，泛化能力的本质正在于此：“一个真正具备自适应能力的机器人，不仅需要适应不同的物体，更需要适应不同的使用场景和任务类型。而实现这一目标，靠的绝不仅仅是一个更大的模型。”

一个超市场景，检验能力组合的难度

为了让泛化能力的挑战更具体，Federico Pecora 举了一个日常场景。用户携带人形机器人进入超市，下达了一条指令：“推辆购物车，跟我来，我去挑选蔬菜，你去取一袋 10 公斤的大米，我们稍后在乳制品区会合。”

这条指令看似简单，实际包含多项相互叠加的要求。推车跟随是一项复杂的移动操作一体化任务，机器人需要具备感知人类的智能导航能力，遵循社会行为规范，并在面对异常状态时能够自主恢复。推动购物车会改变机器人系统动力学特性，机器人需要实时调整制动与路径规划，且没有对应的专项训练数据支撑。

机器人还必须在完全陌生、从未到访过的环境中自主导航，需要掌握关于超市布局的通用常识知识。它要知道大米归属于谷物区，酸奶摆放在牛奶旁边。当机器人识别到一盒酸奶时，才能推断自己已经来到乳制品区域。

把一大袋米放进购物车，同样是考验。负载较重的购物车会产生更大惯性，需要更早执行制动以规避危险。这些物理变化会改变机器人的运动动力学特性，机器人必须在运行时适应这些变化，而无需针对装载大米的购物车场景开展专门预训练。

单项技能本身并不难。以当前的技术水平，只要进行针对性的训练、模型优化和工程优化，就能开发出有效执行每一项技能的机器人。Federico Pecora 指出了真正的难点所在：“真正的难点在于如何将这些技能组合起来，特别是如何让机器人自主地完成这种组合，而无需为每项新任务进行预编程或大量人工配置。”

行业缺口：缺少一个智能层

Federico Pecora 进一步分析了当前机器人产业的现状，指出挑战不仅来自技术与系统难题，同样来自创新侧重点与产业需求之间的落差。

学术界聚焦机器人系统的细分组件和单项技能优化，以论文、实证验证为核心目标。他们的激励机制并不会优先考量端到端机器人系统层面的各类难题。产业界则围绕特定产品或工作流开展系统集成，更关注产品落地与商业价值验证。受交付周期、市场需求和投资回报等因素驱动，企业往往会优先解决当前最紧迫的业务问题，而对支撑长期规模化发展的底层系统能力关注较少。

这两股力量之间存在一个没有被充分覆盖的区域。Federico Pecora 给出了他的判断：“这就形成了一个关键的行业缺口——缺少一个能够对多样化的机器人能力进行动态组装、调度、部署以及管控的智能层。”

这个智能层，正是泛化能力落地的载体。它的第一层级是实现软件、模型与技能的跨任务复用。更高阶的泛化能力，可以让工厂操作人员、商超管理人员、机器人操作人员这类终端用户，通过演示或语言指令提示完成机器人的自适应配置。在最高成熟度阶段，机器人可以实现完全由环境上下文驱动的自主自适应。

Arm 的回答：高能效计算与系统级整合

面对这些挑战，Arm 给出了自己的定位。当被问到物理 AI 在 AGI 成熟之前的天花板在哪里时，Federico Pecora 表示，当前物理 AI 的天花板并不在于 AGI 是否成熟，而在于机器人能否在环境和任务不断变化的情况下保持稳定表现，即从故障中恢复、满足实时响应要求，并始终在安全、功耗、散热与算力的约束条件下运行。

突破这一瓶颈的关键，是机器人的适应性。当前行业已经拥有 VLA、世界动作模型以及基于经典优化方法的控制器等多种技术路线，但机器人仍缺乏一种更高层次的能力，即根据具体场景需求对这些能力进行有效协调、编排和组合。Arm 认为这正是计算平台可以发挥作用的地方。Federico Pecora 阐述了 Arm 的基础优势：“Arm 的重点正是高能效计算、实时响应能力以及安全关键型系统。”

基于这些能力，Arm 平台能够让软件从云、边缘一路延伸到物理 AI 设备端，实现跨层级的可移植性。在关于芯片通用性与专用性的讨论中，Federico Pecora 认为定制化能力在未来会变得重要，因为机器人不仅需要加速器、CPU 和内存带宽来支撑智能能力，更需要在功耗和散热限制范围内实现这些能力，而不同应用场景的约束各不相同。但他同时强调，灵活扩展不等于碎片化，底层技术基础仍应保持统一。开发者希望基于同一套基础平台构建应用，而不必在每一代芯片、每一种计算架构或每一个新产品上重复投入大量适配工作。

这种从云到边缘的一致性，是 Arm 反复强调的价值。Federico Pecora 这样概括：“它能够帮助整个机器人生态实现从云到边缘、从开发到部署的持续一致性，并显著降低创新和规模化落地的门槛。”

在沟通会的问答环节，Federico Pecora 还引用了一个具体案例来说明算力配置的多样性。在 2026 北京亦庄人形机器人半程马拉松上，荣耀自研的闪电机器人包揽冠亚季军，以 50 分 26 秒完赛。其腿部关节控制单元搭载了多颗兆易创新的 GD32H7 MCU，内置 600 MHz Arm Cortex-M7 内核。这个案例回应的是终端节点是否需要更高算力的问题，即 MCU 层面的算力同样能够支撑机器人关键控制任务，核心仍在于当前整体算力是否足以满足机器人的实际应用需求。

Federico Pecora 还补充了一个更具根本性的判断。他认为这首先是一个机器人系统架构的问题，即如何组织机器人的感知、执行和行为能力；其次才是一个计算架构的问题，即底层算力如何配置和供给。目前机器人架构本身尚未真正成熟，还有大量优化空间，而这些架构层面的演进和优化，未来可能会反过来塑造计算架构的发展方向。

对 Arm 而言，四个问题并非可以单独拆解，而是需要作为一个整体共同推进。学术界的机制决定了它适合专注单一问题并通过基准测试衡量进展，但把能力真正整合到一台机器人中并让它完成有实际意义的任务，就无法绕开其他几个问题。因此，Arm 的角色被 Federico Pecora 定义为整合者，即把来自产业界和学术界的创新成果汇聚起来，并在各类商用平台上进行验证和落地。

结语

这场沟通会传递的信号很清晰。人形机器人的火热，本质上是产业对泛化与适应能力的期待，而不是对外形的追捧。机器人规模化的最大障碍，也不再是单点技术的突破，而是如何把已经成熟的能力动态组合起来，并在功耗、散热、安全和实时性的约束下稳定运行。Arm 押注的方向，是把高能效、实时和安全关键型计算从汽车领域延伸到物理 AI，用统一、开放且可扩展的计算基础，去填补那个尚未被充分覆盖的智能层。这一判断能否兑现，取决于泛化能力能否真正从实验室走向规模化落地。