为什么物理 AI 是下一个前沿：Applied Intuition 与 Dana 发布（a16z，2026-07-21）¶

嘉宾: Applied Intuition —— Qasar Younis（联合创始人/CEO；通用汽车学院出身、在 GM 做过安全系统，后在 Google、YC 任 COO，巴基斯坦出生）· Peter Ludwig（联合创始人/CTO，密歇根人）
主持: a16z（转录稿中未播报主持人姓名；从上下文看含一位 2013 年时的 YC partner、以及一位在洛杉矶有住所并以 Cisco/GM 类比见长的合伙人）
来源: YouTube · 80 分钟（自动字幕）
转录稿: sources/a16z/20260721-56XgWH9ch0U

本库第一次从横向技术供应商视角讲物理 AI——不是 Tesla/Waymo 那种垂直整合，也不是 Physical Intelligence 那种通用机器人基础模型，而是"我们像芯片公司一样，把智能卖给运行实体经济的人"。给出了本库迄今最具体的一组自动驾驶时间表，以及一条被反复低估的结构性论点：物理 AI 的真正瓶颈是实时性约束，而这恰恰就是护城河。

说话人映射（据补做分离的 speakers.md；转录稿本身无标签，此处认人属 wiki 层编辑判断）： | 标签 | 占比 | 认定 | 依据 | |---|---|---|---| | SPEAKER_03 | 67.3% | Qasar Younis | "full disclosure General Motors is a customer and I went to the General Motors Institute"（[00:20:13] 块）、"my years at General Motors"（[00:21:14] 块，100%）——与其 GMI 出身一致；并以第三人称提"I called Peter…"（[00:19:13] 块） | | SPEAKER_02 | 13.6% | Peter Ludwig（较可信） | 排除法 + 内容：以公司口吻讲"We're a technology provider"（[00:13:09]，80%）、世界模型光谱到神经仿真（[01:03:41]，93%）；无点名作答佐证 | | SPEAKER_00 | 13.1% | 主持 | 念"Qasar, Peter, welcome to the a16z podcast"（[00:01:01]，100%） | | SPEAKER_01 / SPEAKER_04 | 3.8% / 2.3% | 主持方，未能确认 | 均为 30 秒以内的短轮次；页头记本期有两位以上主持，姓名未播报 |

⚠️ 本页正文中不少条目以"Applied Intuition 认为"合并记述两位创始人；需要区分时以本表为准。

概要¶

Applied Intuition："我们把智能装到机器上"——汽车、卡车、坦克、无人机。1000+ 工程师（83% 是工程），18 个办公室，累计融资约 10 亿美元且"还全在银行里"。使命是"给十亿台机器装上智能"。汽车只占业务约 30%，70% 已经是非汽车（国防、建筑、采矿、农业、港口）。

本期同时发布 Dana——面向物理 AI 的 agentic 开发平台（offboard 工具侧），把公司近十年积累的工具和技术打包，目标是"会做 iPhone app 的高中生应该也能做自主系统"。

核心观点¶

数字 AI vs 物理 AI¶

Qasar 的赌注："回看 25 年，在这场智能革命里，影响物理世界的公司可能比影响数字世界的公司更大"——类比互联网 25 年后最大的是亚马逊（给你送东西）和苹果，而不是做分析的那批（[00:02:02]–[00:03:03]）。
"数字 AI 是写软件、优化广告、生成视频，这些都有意思也很好，但你要谈全球经济，那是物理 AI——制造业、采矿、物流、运输、供应链"（Peter，[00:05:04]）。
两条并行的产品路线：① 给存量机器加智能——港口的搬运系统、矿上的小松推土机寿命 20–25 年，买家还没跑完 ROI，"再好也不会马上换"，所以必须让它们变智能；② 拿掉人之后重新设计机器——"地下采矿的约束其实是人，因为人要呼吸、而且很危险"，机器可以更小、形状完全不同（[00:06:05]）。
真正的解锁在系统级而非单机级：整个港口 / 整座矿 / 整个采石场，异构机器互相通信、协同优化；一台机器出问题时其余不必停。人在驾驶时"我们甚至不知道机器要坏了，因为没人接进机器的核心系统"——预知刹车系统何时失效本身就是巨大价值（[00:06:05]–[00:07:05]）。

驱动力其实是人口结构，不是技术¶

"美国农民平均 58 岁，35 岁以下的不到 10%。粮食需求在涨、稀土需求在涨，但作为瓶颈的人在减少"（[00:07:05]–[00:08:05]）。卡车同理。他们选日本做卡车市场，正是因为"今天就有巨大的劳动力短缺和正在内爆的人口结构"（[00:43:28]）。
由此就业叙事在物理 AI 里是反过来的："数字 AI 那边会计害怕自己的工作，VC 的 associate 大概也很怕；在我们这个世界是反过来的——运营方会说'只要你能做到，我们什么都给你'"（[00:44:28]）。
为什么这些岗位招不到人，两人给了很硬的数据：长途卡车司机预期寿命比同龄人少约 10 年（营养、睡眠、震动对身体的应力，以及左臂/左半脸的黑色素瘤——"有那种开了 30 年车的司机两边脸完全不一样的照片"）；采矿占全球劳动力 1%，却占工伤致死的 8%，大矿场每年会死一到三人（[00:46:30]–[00:48:30]）。"连卡车司机自己都不想让孩子当卡车司机。"
类比很锋利："大家说没人愿意工作了、麦当劳一堆空缺。不是的，那些人现在去跑 DoorDash 和 Uber 了——因为可以自己定上下班时间、没有老板、不用一直站着、单和单之间还能刷手机。市场是有效的。"

数据、主权与地缘¶

与数字 AI 的关键差别：互联网数据有用，但物理 AI 的基础模型必须大量自采私有数据——矿山、物流这些场景的数据网上根本没有。他们自称拥有"地球上最大的数据采集车队之一"、数百 PB 数据，外加五年多前就成立的合成数据团队和 neural sim（[00:13:09]–[00:17:11]）。
这件事的门槛是地缘许可而非技术："韩国因为朝鲜的关系连测绘公司都不许可，更别说让一家美国公司进去采数据。我们这些年摸清了在中东、拉美怎么和政府打交道、拿到许可去采专有数据。"
"主权 AI 其实说的就是物理 AI"——因为那才是国防、才是在物理世界移动的机器（[00:11:07]–[00:13:09]）。他给了一条清晰的历史弧线：互联网时代没人谈主权（浏览器到处跑）→ 社交媒体时代开始有（中国不让 Facebook 进）→ 线上线下时代（Uber/DoorDash，本地玩家被强力偏袒）→ 到物理 AI 会是最强的一档。例证：Waymo（美）和小马智行（中）去第三国部署，"每一个国家都远更犹豫"。
讽刺的是这对他们有利：模型不能像手机 app 那样被人人下载访问，扩散方式完全不同，所以"专有数据 + 自有工具"的组合能撑住优势。

技术现状：从模仿学习到端到端 RL¶

历史简化版：模仿学习（收一堆数据、模型模仿人类司机）→ 现在的 SOTA 是在自有工具的闭环里做端到端强化学习——系统自己识别问题在哪，然后找到或合成那类数据、闭环、看同类场景表现是否变好。"再往前几年会是完全无人介入的闭环"（[00:17:11]–[00:18:12]）。
瓶颈在硬件而非算法："只要你碰实体系统，就一定会撞上一堆恶心的硬件问题"——过热、传感器轻微失准，"昨天我们刚遇到一个有意思的：雾影响了传感器"（[00:18:12]）。
Waymo vs Tesla 的技术分野：Tesla、多数中国玩家和 Applied 都走单一端到端模型；Waymo 不是一个单体模型，且依赖 HD 地图 → 必然有地理围栏，同时因为出自 Alphabet 的研究组织"没有商业约束"，传感器是定制且昂贵的、车上算力也不经济。"从很便宜往上加功能，比从过度设计往下砍成本容易得多"（[00:38:28]–[00:39:28]）。
但这个分歧已经不是路线之争了："我们现在不争论的是：这会不会发生？需不需要一次大的技术突破？都不需要。我们已经明确在自动驾驶的工程阶段了——就是往下磨每英里成本"（[00:39:28]）。

时间表（本期最可核验的部分）¶

个人乘用车的 L2++：卡在成本。今天整包（芯片+传感器+软件）已到 1000 美元以下；"到 500 美元左右，OEM 会直接补贴白送"——先例是导航系统，曾要 3500–4000 美元，后来变成免费默认。量产节点 2028/2029 SOP，"到 2030 年代初会变得很便宜甚至免费、成为默认配置"（[00:36:25]–[00:37:25]）。
"没有任何一家 OEM 例外，连最低价位的 OEM 都在做 FSD 的竞品。"
Robotaxi 在美国最大的 200 个城市成为日常："肯定不晚于 2030"；激进一点说 2028；更细的口径是"2030 年可用，2032–2033 成为日常"（[00:40:28]–[00:41:28]）。他们注意到一个反问：Waymo 说单城经济模型已经算得过来了，那一家资本近乎无限的公司为什么还没进 200 个城市？
长途卡车：今天美国已有五家以上公司带着司机拉商业货；算上中国是两位数。去掉安全员"往长了说也就几年"。但长杆不是软件——是冗余硬件（全冗余转向、全冗余制动）进入大批量生产并完成验证，然后成本才降得下来（[00:42:28]、[00:48:30]–[00:49:31]）。
叠衣服：如果去掉时间约束，"离解决不算远"——最新研究视频都标着 8 倍速播放就是这个原因；达到人类速度的 parity 还更远。硬件已不再是约束（很快、很准，只剩过热问题）（[01:09:41]–[01:10:41]）。

Dana 与"让高中生做自主系统"¶

Dana 是面向物理 AI 的 agentic 平台（名字来自公司总部所在的街），把近十年的工具全部收进 agentic 界面：过去要几天几周跑完的工作流，现在很多能在几分钟内跑完（[00:49:31]–[00:52:35]）。
设想的闭环很具体：九年级学生想做校园送货机器人 → 定义需求（在这四栋楼之间跑）→ 用高中的卫星影像自动生成场景 → 用公开数据（乃至 YouTube 视频）训一个粗糙模型 → 部署到实机 → 机器人撞墙 → 闭环回到上一步（[00:50:32]–[00:51:33]）。
里面打包了模仿学习、RL、可作基线的预训练模型、世界模型、高级仿真。
他们明确不介意 Dana 会武装竞争对手："看看 Google 对 web 应用做了什么——Google 靠搜索和 YouTube 依然赢了，其他人则学到了东西。"（[00:58:37]）
一个被低估的社会性理由："如果我能用 Dana 在一个周末给自家做一个 Roomba，那这东西就不再那么可怕了"——降低门槛本身能消解对自主系统的恐惧（[00:55:37]）。
类比一致地指向 iPhone：2005 年在笔记本上你无法想象 Instagram（"手机哪有摄像头"），2007 年 iPhone 之后四年内 Uber/Instagram/WhatsApp/Snapchat 全出来了。早期 iPhone 的爆款是啤酒 app 和放屁 app——"如果开发成本是零，人们就会去做那种事"（[00:59:37]）。

世界模型：一条光谱，不是一个东西¶

"world model 大概意味着一百种不同的东西"——他们在 CVPR 就为此开过玩笑。Applied 的语境里指仿真：足够能代表真实世界，且是反应式的（reactive：自车做了动作，环境里其他 agent 会相应反应）（[01:00:38]–[01:01:39]）。
光谱的一端是经典物理仿真：可分解的物理、可选是否仿真传感器、甚至仿真环境中的光——由技术美术做资产，带真实的反射率和材质属性（"就像好莱坞做 CGI 的方式，而好莱坞自己也正在被同一场变革改写"）。
中间是 Gaussian-based 仿真：一个 3D 一致的真实世界表征，相机在其中移动时输出质量很高，因为高斯真的表示了几何。
另一端是纯神经仿真：神经网络直接吐出视频流，可以是反应式的。但反应式不保证准确——"如果你能做到世界模型和真实世界的完美对齐，那你差不多就把宇宙解决了，这是不可能难度的问题"（[01:03:41]）。
最关键的一条约束（本期最有转述价值的观点）：

"那些实验室日子好过——他们可以做万亿参数的模型，模型可以超级慢，那没关系。物理 AI 没有这个奢侈品。我们面对的是真实的时钟，我们只有那么多毫秒。"（[01:04:41]）
因此 offboard 可以用很大的模型（他们也确实用），onboard 必须是小模型 + 安全约束 + 确定性约束。"这是物理 AI 难的地方，也正是护城河——把这一堆约束同时满足实在太难了。"
GTA 6 的段子其实是个预测：GTA 6 大概是最后一款用传统计算机图形工具链（技术美术）做出来的大型开放世界游戏；GTA 7 更可能是基于世界模型的游戏——某种表示真实世界的数据存储 + 一层把它翻译成可看可跑的东西（[01:05:41]–[01:06:41]）。飞行模拟器已经是先例（整个星球被渲染），但那里玩的技巧是激进的降采样、越近保真度越高——真实世界不是这样的，"要以这个保真度重建世界，得用掉整个宇宙的能量"（顺带被他们当作反模拟假说的最好论据）。

商业模式与产业史¶

横向、像芯片公司："我们看起来、走起来都很像一家硅公司，只是我们不做芯片——我们有 design win，然后是很长期的关系，一旦进去就很难被拿掉。你需要极深的信任。Jensen 厉害的地方是他懂他的客户。"（[00:29:20]）
分发交给制造商：他们在日本跑的自动驾驶卡车今天就在拉商业货（车上还有安全员），但你不会知道，因为品牌是五十铃——一家近百年的公司，懂政府、有试车场、最懂自己的卡车（[00:28:19]）。类比康明斯：一堆重型机械里装的是康明斯发动机，没人因此说卡特彼勒不行。
对 Cruise 的复盘（本期最坦率的一段）：Qasar 明确说这是多变量问题，不是单一原因——一起严重伤人事故（有人被拖行约 20 英尺）+ 恶劣舆论；当年正在进行的工会谈判（"你连十亿美元都赚不出来给我们，却在养这个在撞人、还很糙的东西"）；商业模式冲突（Cruise 押 robotaxi，而 GM 的利润来自个人购车）；以及"出事时你得按特定方式起舞，他们没跳对，这就给了政府官僚更多弹药"。他还说"存在一个平行宇宙，Cruise 今天还活着、还在 GM 里面"（[00:19:13]–[00:27:18]）。
关于传统车企的两个反直觉判断：
它们是国家的延伸——"现代是国家的延伸、丰田是国家的延伸、大众董事会里字面上就坐着政府成员"。
"Google 和通用汽车的相似远大于差异——Google 的职级体系和 GM 的职级体系是一样的。" 他在 Google 会上说"我在 GM 认识的一些工程师比这里的工程师更好"，"大家看我的眼神像我在教堂里说没有上帝"。造一台现代内燃机极其复杂，不是什么简单事。
一个诊断安全文化的绝妙细节：GM 内部的安全状态不能用红黄绿，得用紫色/品红——因为打官司时对方会说"你让一个标成红色的安全系统进了量产"，你只能回答"不，它标的是品红"（[00:23:16]）。
他引 2013 年在 YC 的说法作为自我印证："新技术生意里，大家最终都能搞定技术，难的是何时以及如何把它推向市场——早两年你就死了，晚两年竞争者太多。"

立场¶

Qasar 用一句"孔子说的"收尾（原话被转录为 Confucius，实为"一手遮天"式的表达）："没有一只手能遮住太阳"，而太阳是技术进步。"如果我们作为一个社会不拥抱技术进步，我们就会被落下——别人会去做。而且未必是中国人，可能是乌兹别克斯坦，或者任何一个意识到'我的公民在受苦、我要用这个技术'的国家。"（[01:15:45]）
但他也拒绝技术乐观主义的自动挡："说 AI 公司都很糟糕太简单了；说一切都会很好也不行。中间有一块地带。把该解释的解释清楚，解释几遍之后对方还是不理解，那就承认他不理解，然后我们往前走、用结果说话。"（[01:16:45]）
全球化姿态：除中国外全球设点，并主张更多硅谷公司学会"在主权 AI 变成真事时和本地经济协作"。历史参照是标准石油与 Aramco——"你是按当时的地缘政治现实来建生意的"（[01:18:45]–[01:19:45]）。
中国 EV 生态的一句判断："主要不同在于他们不在乎利润。当你在和一个不在乎利润的生意竞争时，整个行业的算计全变了。"（[00:35:23]）

与本库其它观点的关系¶

这是物理 AI 与机器人的第四条路线：Physical Intelligence 的通用机器人基础模型、何小鹏的整机厂垂直整合、Robin Rombach 的"生成式收敛到 world-action model"，之外还有 Applied 这条横向工具+智能供应商。
"实时钟是物理 AI 的根本约束，也是护城河"是本库对"为什么物理 AI 不是数字 AI 的直接外推"给出的最好一句解释，与阳萌的端侧模型论、Reiner Pope 的芯片设计同属"约束定义架构"一族。
"主权 AI 其实就是物理 AI"给中美 AI 生态对照里已积累的主权 AI 论述（All-In 的日本 60 亿美元 Neoterra、联合国委员会）提供了一个新的、更锋利的收束方式。
"物理 AI 里就业叙事是反的"直接顶到 AI 与就业：本库此前的素材几乎全是白领替代焦虑，这是第一份"雇主求着要自动化因为根本招不到人"的一手证据。
世界模型的三段光谱（物理仿真 / Gaussian / 神经仿真）是本库对 world model 最细的一次拆分，与 Mark Cuban 的"LLM 之后是世界模型"（同日）和 Robin Rombach 的路线对读。
Cruise 复盘与 Pat Gelsinger 的 Intel 复盘构成"大公司如何杀死自己的前沿项目"的两个案例；"Google 和 GM 的相似大于差异"也可与 AI 实验室文化的 top-down/bottom-up 之辩对读。

事实性断言与预测（可验证）¶

Applied Intuition：1000+ 工程师（83% 工程）、18 个办公室、累计融资约 10 亿美元、部署到 50 多种平台、数百 PB 数据；汽车占业务约 30%（断言，[00:02:02]–[00:16:10]）。
汽车业约占全球 GDP 的 3%（断言，[00:04:03]）。
美国农民平均年龄 58 岁，35 岁以下不到 10%（断言，[00:07:05]）。
长途卡车司机预期寿命比同龄人少约 10 年；采矿占全球劳动力 1%、占工伤致死 8%（断言，[00:47:30]–[00:48:30]）。
L2++ 整包成本今天 < 1000 美元，到约 500 美元 OEM 会免费赠送；量产 2028–2029，2030 年代初成为默认（预测，[00:36:25]–[00:37:25]）。
Robotaxi 在美国最大 200 城"不晚于 2030 可用，2032–2033 成为日常"（预测，[00:40:28]–[00:41:28]）。
长途卡车去安全员"往长了说几年"；长杆是冗余转向/制动进入大批量生产与验证（预测，[00:48:30]–[00:49:31]）。
美国有 5 家以上公司在用带司机的自动驾驶卡车拉商业货，含中国为两位数（断言，[00:42:28]）。
GTA 6 是最后一款传统图形工具链做的大型开放世界游戏，GTA 7 会是世界模型驱动（预测，[01:05:41]–[01:06:41]）。
他们在日本运营的自动驾驶卡车以五十铃品牌拉商业货（断言，[00:28:19]）。