Jensen Huangs ultimative Wette: Die nächste KI-Welle, um die physische Welt zu erobern

In der Erzählung des Silicon Valleys haben große Modelle bereits die Welt der Bits beherrscht, doch Jensen Huangs Blick richtet sich bereits auf die Atome.

„Die nächste Welle der künstlichen Intelligenz ist die Physical AI (physikalische künstliche Intelligenz), die die größten Industrien der Welt erfassen wird.“ In einer kürzlichen öffentlichen Äußerung hat Jensen Huang, CEO von Nvidia, die Laufbahn für die zweite Hälfte der KI-Entwicklung abgesteckt. Er wies sogar mit einem Anflug von unbefriedigter Erwartung auf die tödliche Schwäche der aktuellen großen Modelle hin:

„Die meisten heutigen künstlichen Intelligenzen verstehen keine physikalischen Gesetze, Reibung, Trägheit oder Kausalität. Das sind Fähigkeiten zum physikalischen Schlussfolgern, die bereits Kinder und sogar Haustiere besitzen.“

Dieser Satz wirkte wie ein kalter Guss Wasser auf die KI-Euphorie, die sich der „Texterstellung“, „Codeerstellung“ und „multimodalen Konversation“ verschrieben hat. Er offenbart eine äußerst grausame Realität: Die großen Modelle, auf die wir heute stolz sind, ähneln im Wesentlichen einem „Gehirn im Tank“, das in Servern eingesperrt ist. Sie haben alle Bibliotheken der Menschheit durchgelesen, können aber nicht einmal einen Stapel Bausteine stabil aufbauen.

Jensen Huangs Urteil ist nicht nur eine Vorhersage des technologischen Trends, sondern auch eine Erklärung zur Umgestaltung eines Wirtschaftsraums im Billionen-Dollar-Bereich.

Das Dilemma des Gehirns im Tank: Warum versteht KI keine Reibung?

Um KI aus dem Bildschirm heraus in Fabriken, Straßen und Haushalte zu bringen, ist das größte Hindernis: Der Erfolg von großen Sprachmodellen (LLM) lässt sich nicht direkt auf die physische Welt übertragen.

Die zugrundeliegende Logik großer Modelle ist die Wahrscheinlichkeit. Sie generiert Texte, indem sie das nächste Wort vorhersagt, und braucht das Gravitationsgesetz nicht zu verstehen, sondern nur zu wissen, dass auf „Apfel“ meist „fällt zu Boden“ folgt. In der virtuellen Welt von Sprache und Bildern ist dieses auf riesigen Datenmengen basierende „Musterabgleich“ äußerst effektiv.

Aber in der physischen Welt liegt die Fehlertoleranz bei Null.

Wenn ein zweitonnen schweres autonomes Fahrzeug auf nasser, glatter Fahrbahn im Regen fährt, oder wenn ein humanoider Roboter in einer unübersichtlichen Fabrikhalle Glas transportiert, sehen sie sich unendlichen, in Echtzeit veränderlichen Variablen gegenüber. Die Reibung ändert sich mit der Temperatur, die Trägheit lässt den Roboterarm bei einem Notstopp vibrieren, die Kausalität kann in einem Augenblick zusammenbrechen – das ist kein Problem, das sich durch „Vorhersage des nächsten Worts“ lösen lässt.

Wie Jensen Huang sagte, sind diese Fähigkeiten zum physikalischen Schlussfolgern Kindern und Haustieren angeboren. Eine Katze, die von einem Tisch springt, kann innerhalb von Bruchteilen einer Sekunde den Aufprallort präzise berechnen und ihre Körperhaltung anpassen. Selbst der fortschrittlichste Roboter der Welt landet auf unbekanntem Gelände oft auf dem Rücken.

Das Fehlen eines tiefen Verständnisses der echten physikalischen Gesetze ist ein tödliches Hindernis für den Übergang der KI in die reale Welt.

Physical AI: Das „echte Gehirn“ der verkörperten Intelligenz

Wenn große Modelle der KI „verallgemeinertes Allgemeinwissen“ verleihen, dann erfordert Physical AI, dass die KI über „Intuition für Raum und Zeit“ verfügt.

Die von Jensen Huang beschriebene Physical AI ist nicht nur eine KI in einem Eisengehäuse, sondern eine komplett neue Architektur, die auf dem Weltmodell (World Model) basiert. Sie verlangt von der KI, dass sie echte physikalische Gesetze in der digitalen Welt simulieren, kostengünstige Fehlerversuche und bestärkendes Lernen durchführen kann, bevor sie diese Fähigkeiten mit niedriger Latenz in der realen Welt einsetzt.

Das entspricht genau dem derzeit heißesten Bereich im Venture-Capital-Bereich – der Embodied AI (verkörperten Intelligenz).

Wie wir in früheren Artikeln erörtert haben, steigen Führungskräfte aus dem Huawei-Umfeld massenhaft in das Feld der verkörperten Intelligenz ein, und Kapitalgeber aus dem Silicon Valley und Wudaokou strömen wild in den Roboterbereich. Doch Jensen Huangs Perspektive ist größer: Physical AI bedeutet nicht nur, ein paar humanoide Roboter zu bauen. Es zielt auf die größten Industrien der Welt ab – Fertigung, Logistik, Schwerindustrie, Landwirtschaft und Gesundheitswesen.

Mehrere Institutionen haben Prognosen zum langfristigen wirtschaftlichen Wert von Physical AI und verwandten Roboteranwendungen im Billionen-Dollar-Bereich abgegeben, aber die genauen Zahlen, Zeitpunkte und Statistikdefinitionen unterscheiden sich stark: Einige konzentrieren sich auf den relevanten Markt um 2030, andere legen den skalierten wirtschaftlichen Wert von Robotern und Physical AI um 2040 fest, und die geographischen Bereiche sowie die Einbeziehung von Arbeitsablaufumgestaltungen sind nicht einheitlich definiert. Daher ist eine sicherere Interpretation: Dies ist eine richtungsweisende Einschätzung im Billionen-Dollar-Bereich, keine genaue, auf ein bestimmtes Jahr oder eine bestimmte Region bezogene einheitliche Berechnung. Die Größe der Softwareindustrie hat eine Obergrenze, aber die schrittweise Umgestaltung der globalen physischen Infrastruktur mit KI bietet tatsächlich einen riesigen Raum für wirtschaftliche Vorstellungen.

Nvidias offener Plan: Die „Ausbildung“ der Erde in der virtuellen Welt

Angesichts eines so riesigen Kuchens hat Nvidia längst Vorkehrungen getroffen.

Da die Kosten für die Datensammlung in der realen Welt extrem hoch sind (es ist zu teuer, Roboter millionenfach fallen zu lassen und zu beschädigen), muss der perfekte Ausbildungsort für Physical AI in der virtuellen Welt liegen.

Das erklärt auch, warum Nvidia die Plattform „Digital Twin“ und Omniverse so stark fördert. In Zukunft werden Fabriken und Städte ein „digitales Klon“ im virtuellen Raum haben. Dort werden Newtons Gesetze und Strömungslehre simuliert. KI-Agenten können in dieser digitalen Welt mit einer weit über der Realität liegenden Geschwindigkeit simuliert trainiert werden. Eine Nacht der Simulation kann einem sehr langen Zeitraum von Fehlerversuchen in der echten Welt entsprechen.

Um den extremen Mangel an echten Interaktionsdaten für Physical AI zu beheben, hat Nvidia Project GR00T vorgestellt – eine offene Referenzplattform für humanoide Roboter, die Grundmodelle, Simulationsrahmen und Bereitstellungswerkzeugketten umfasst. In Kombination mit der Isaac-Robotersimulationsplattform versucht Nvidia, ein Ökosystem von „virtuellen Fehlerversuchen“ bis zur „Einsetzung in der Realität“ aufzubauen.

Allerdings steht hier ein berühmtes Problem der Branche im Weg: die Kluft von „Sim-to-Real (von der Simulation zur Realität)“. Virtuelle Umgebungen sind schließlich eine Vereinfachung der Realität, selbst die besten Physik-Engines können nicht jeden Lichtreflex in der echten Umgebung oder die komplexe Verformung eines Stoffes in der Realität perfekt simulieren. Die außergewöhnlichen Fähigkeiten, die das Modell in der virtuellen Welt erlernt hat, können in der Realität durch ein kleines Sensorrauschen vollständig zunichte gemacht werden. Die Überwindung dieser Kluft ist eine Lebenslinie, die alle Akteure im Bereich der Physical AI überschreiten müssen.

In diesem Prozess wird Nvidia nicht nur Rechenchips für das Training großer Modelle verkaufen, sondern auch Edge-Computing-Chips für das Echtzeit-Physikschlussfolgern. Von der Cloud bis zum Endgerät versucht Nvidia, jeden Gewinn im Zeitalter der Physical AI zu erzielen.

Vom Digitalen zum Physischen: Prüfstand für Kapital und Blasen

Als das Kapital die Gewissheit der „Physical AI“ erspähte, folgte auch die Euphorie.

Wie wir bei der Erörterung des Bereichs der verkörperten Intelligenz erwähnt haben, bemüht sich das Silicon Valley darum, harte Kerntechnik zu zeigen, während einige inländische Startups mit PPTs Götter erschaffen und das Verschieben einer Flasche Mineralwasser als Durchbruch des Weltmodells darstellen.

Die Eintrittshürden für Physical AI sind weit höher als bei großen Sprachmodellen. Es braucht nicht nur erstklassige KI-Algorithmenfachkräfte, sondern auch äußerst tiefgreifende Fähigkeiten im Maschinenbau, in der Materialwissenschaft und im Lieferkettenmanagement. Dies ist ein typischer Bereich, der Software und Hardware kombiniert. Jeder Akteur, der versucht, mit „Internet-Denkweise“ einen Dimensionsschlag zu führen, wird am Ende von den physikalischen Gesetzen der Fertigungsindustrie zu Boden gedrückt.

Die echten Chancen im Inland liegen in der skalierten Fertigung und Kostenkontrolle der Hardware-Lieferkette. Wenn das „Gehirn“ der KI allmählich quelloffen wird oder von Großkonzernen monopolisiert wird, haben chinesische Unternehmen (einheimische Hardware-Unternehmen wie Unitree sowie Startup-Teams mit Huawei-Hintergrund wie Agibot) Vorteile bei der skalierten Lieferung und Kostenkontrolle von Gelenkmotoren, Reduzierstücken, Sensoren und der gesamten Gerätefertigung. Man muss aber auch sehen, dass Kernkomponenten nach wie vor stark auf die Arbeitsteilung und Zusammenarbeit von spezialisierten Lieferanten angewiesen sind und nicht alle vollständig selbst entwickelt und hergestellt werden. Diese Lieferkettenfähigkeit wird zu einem unverzichtbaren Fundament für die weltweite Umsetzung von Physical AI gehören.

Schlussfolgerung: Der Singularitätspunkt der Zivilisation liegt darin, dass die KI den Bildschirm verlässt

In den letzten zwei Jahren haben wir uns in der intellektuellen Feier der großen Modelle gewälzt. Texte, Code, Bilder – KI ist im Cyberspace allmächtig.

Doch Jensen Huangs Warnung erinnert uns daran: Die echte industrielle Revolution wird nicht mit Pixeln auf dem Bildschirm vollzogen, sondern mit Maschinen in Fabriken und Autos auf Straßen. Wenn die KI Reibung, Trägheit und Kausalität wirklich versteht und mit der echten physischen Welt interagieren kann wie ein Kind, wird die menschliche Zivilisation den echten Singularitätspunkt erreichen.

Dieser Singularitätspunkt findet nicht in Servern statt, sondern auf jedem Atom um uns herum. Auf diesem Weg in die physische Welt werden alle alten Industrien neu geschrieben, und die Gewinner werden diejenigen sein, die sowohl die physikalischen Gesetze zu respektieren wissen als auch mutig die enorme Rechenleistung annehmen.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Tech Business“, Autor: Tech Business, veröffentlicht mit Genehmigung von 36Kr.