刘重洲

物理智能：硬件创新、商业逻辑和产业路径

（讲座现场）

日前，香港中文大学（深圳）经管学院—深高金大讲堂特邀亚马逊亚洲研发总监、经管学院职业导师刘重洲先生，作题为《物理智能：硬件创新、商业逻辑和产业路径》的专题讲座。讲座围绕数字AI的能力边界、智能穿戴、人形机器人及学习者的创新维度展开，从技术、产品、商业与产业等视角，系统分析AI走向物理世界的关键约束与落地路径，为师生理解智能硬件创新、研判产业机遇提供一线观察。

（讲座现场）

从数字AI到物理AI：

算法决定上限，硬件划定边界

刘重洲指出，大模型已在文字、图像、代码等数字化任务中展现较强能力，并逐步形成商业价值，但数字能力并不会自动延伸为对现实世界的感知与操作能力。物理AI既面临模型泛化、物理因果理解等算法挑战，也受到硬件工程条件制约。“算法决定上限的高度，硬件决定落地的边界。”

他从智能手机的被动响应、携带负担和交互局限出发，提出下一代智能硬件应具备三大特征：主动环境感知、多模态自然交互、轻量化无感体验。与之对应，多模态交互、智能体和端侧AI将成为智能生态的重要突破方向，终端生态也有望从手机中心化操控，逐步走向由智能体串联的多设备协同。

在这一背景下，物理AI呈现两条具有代表性的探索路径：一是以智能穿戴延伸人的感知边界，二是以人形机器人分担人类劳动、直接改造物理环境。

智能穿戴：在工程取舍中构建商业闭环

围绕智能穿戴，刘重洲梳理了视觉感知输入、视觉信息输出和听觉感知三条产品主线，并结合产业实践分析其落地取舍：听觉AI凭借功耗较低、隐私压力相对较小、生产力闭环清晰等优势优先落地；搭载摄像头的视觉穿戴方案更多转向巡检、测绘等B端场景；AR显示则进一步聚焦极简提示与专业辅助。

他指出，智能穿戴首先面临“重量—算力—续航”的工程铁三角。持续感知与推理带来较高能耗，而头部设备对重量和续航又有严格要求，算法优化难以单独突破物理约束。中长期来看，芯片架构革新、微型电池与轻量化结构迭代，以及眼镜、手机与云端之间的分布式算力协同，将共同推动产品演进。与此同时，隐私合规、社交压力和场景分化，也是硬件工程之外必须跨越的三层壁垒。

在商业层面，刘重洲强调，硬件是感知入口，不应被简单视为利润中心。企业需要探索硬件适度让利、AI订阅与增值服务相结合的长期模式，并以能够交付可量化效率收益的刚性场景支撑商业闭环。场景必须创造真实价值，同时不能突破隐私合规底线。“痛点是场景的根基，场景是商业模式的根基。”

人形机器人：以真实场景检验产业价值

谈及人形机器人，刘重洲表示，当前机器人行走能力已较为成熟，但精细操作与长时序连续作业仍是普遍短板。行业竞争重心正从“能不能动”，转向能否稳定完成真实任务、创造商业价值。“样机代表可能性，真实场景才是人形机器人的考场。”

在模型层面，分布外泛化不足、物理因果理解缺失、长时序误差累积及精细力控不足，仍制约通用具身智能的发展；在本体层面，灵巧手、关节执行器、多模态感知，以及重量、算力与续航的系统协同，是产业化必须突破的关键环节。其中，灵巧手不仅是执行终端，也是触觉数据采集终端，真实场景数据的多样性对模型迭代具有重要意义。

对于商业化路径，他建议优先进入工厂、仓储、巡检等B端结构化场景，家庭等非结构化场景则需逐步推进。只有当产品价格与作业效率达到替代人工的经济性门槛，并形成可测算的投资回报，机器人才具备持续落地的商业基础。整机销售、机器人即服务（RaaS）和行业解决方案，可覆盖不同交付深度。

结合中国产业基础，刘重洲认为，完整的零部件供应链、丰富的B端结构化业务场景以及产业政策与资本支持构成了差异化优势，高端仿真平台和底层基础算法仍有提升空间。中国人形机器人可沿“零部件国产替代—规模量产降本—场景数据反哺模型迭代”的路径，在真实应用中边落地、边优化。

面向未来：以三维创新构筑长期竞争力

面向在场学生，刘重洲提出，随着通用AI能力逐步同质化，长期竞争力将更多来自三类创新：以技术创新攻坚底层硬瓶颈，以产品创新尊重物理边界、锚定真实需求，以商业创新突破一次性硬件销售，理解订阅、RaaS与生态运营，推动商业模式向“产品加服务”转型。

他同时勉励学生，在AI逐步承接记忆、运算等任务的时代，更应重视审美、洞察力、判断力、决策力与格局的培养，以问题意识驱动学习和创新。“技术决定赛道边界，人类定义产业未来。”物理智能不仅是阶段性热点，更是需要长期投入的产业趋势，应以持续创新铸就长期价值。

（讲座现场）

互动环节，刘重洲围绕智能硬件出海、大模型幻觉与AI安全等问题与师生深入交流。

（现场观众）

2026级研究生公共政策学院易磊

听完这场讲座，我最大的感受是：AI真的不再只是屏幕里的“聪明大脑”了。

它正慢慢走出虚拟世界，走进我们的真实生活，进入“物理智能”的新阶段。以前我们聊AI，更多是聊天、生成内容；现在，它开始“长出手脚”，走到现实场景里。

当然，技术很酷，落地也不容易，成本、场景适配、实际应用都得一步步解决。时代一直在变，最好的状态就是：保持好奇、持续学习！

2026级经管学院蓝一航

这次讲座让我受益匪浅。AI正向多元化发展：智能生态沿多模态、Agent、端侧三线突破，物理AI在人与机器两条路径间抉择。最触动我的是“硬件是感知入口，不是利润中心”——场景锚定价值，痛点是商业模式之根。作为学生，我们应该拥抱思辨，在不断创新中善用AI，立足根基。

2024级理工学院游志诚

通过本次讲座，我对物理AI、智能穿戴与人形机器人的发展有了更深入的认识。尤其是具身智能的数据采集方式、机器人灵巧手以及VLA模型面临的技术挑战，让我印象深刻。同时，我也了解到技术创新不仅需要算法突破，还要考虑硬件成本、实际应用场景和商业化落地。这次讲座拓宽了我的视野，也让我对具身智能与机器人学习的未来发展更加感兴趣。

港中大（深圳）经管学院推广及传讯部出品