Physical AI 如何移动世界 — Applied Intuition 联合创始人
Physical AI that Moves the World — Qasar Younis & Peter Ludwig, Applied Intuition
Applied Intuition 从 YC 时代的自动驾驶工具公司成长为估值 150 亿美元的物理 AI 平台，覆盖汽车、卡车、采矿、农业、国防等场景。两位创始人 Qasar Younis 和 Peter Ludwig 解释了物理 AI 与屏幕 AI 的本质区别：安全关键系统需要极高可靠性，而当前瓶颈已从模型智能转向在受限硬件上的部署。他们提出未来每台移动机器都需要一个类似 Android 的操作系统，并分享了仿真、RL 基础设施、AI 操作系统和世界模型的技术路径。
如果你做 SaaS 设计工具，物理 AI 的部署瓶颈和验证方法论同样适用于你的产品：模型智能不再是护城河，在受限硬件上的可靠部署才是。另外，工具公司重新流行，你的设计工具能否成为“设计界的 Android”？
- 1
要点1：Applied Intuition 估值 $15B，从仿真和数据基础设施起步，现拥有 30+ 产品线。
- 2
要点2：物理 AI 与屏幕 AI 不同，安全关键系统（如无人卡车）需要比聊天机器人高得多的可靠性。
- 3
要点3：车辆需要真正的 AI 操作系统，处理实时控制、传感器流、延迟、内存管理、故障安全等，因为“砖化汽车”比砖化 iPad 严重得多。
- 4
要点4：当前车辆软件栈碎片化，类似 Android/iOS 之前的手机，Applied Intuition 希望统一平台层。
- 5
要点5：验证从确定性测试转向统计安全性，关注“几个九”的可靠性和平均故障间隔时间。
从 YC 时代的自动驾驶工具公司起步，Applied Intuition 已成长为估值 150 亿美元的物理 AI 公司。联合创始人 Qasar Younis 和 Peter Ludwig 在过去十年见证了自主性的完整弧线：从为 Robotaxi 公司提供仿真和数据基础设施，到为安全关键机器提供操作系统，再到将 AI 部署到汽车、卡车、采矿设备、工程车辆、农业、国防系统以及今天在日本运行的 L4 无人卡车。他们解释了为什么物理 AI 不仅仅是轮子上的大语言模型，为什么真正的瓶颈不再是模型智能，而是部署到受限硬件上，以及为什么自主性的未来可能更像每台移动机器的 Android，而不是一次性的演示。讨论涵盖仿真与 RL 基础设施、真正的车辆 AI 操作系统、自主性的基础 AI 模型、验证与确认、世界模型、以及 onboard vs offboard AI 等话题。