来自 向阳乔木（@vista8）的推文线程

AI 與晶片結合，可能出現的新應用場景 1. 具身智能 現在AI都是在螢幕裡，未來AI要走進物理世界。 如機器人、無人機、自動駕駛。 晶片必須能即時處理視覺、決策、控制，且功耗很小。 例如，特斯拉的Optimus機器人，還有Figure、1X這些人形機器人公司，都在研究AI晶片。 通用晶片滿足不了"邊走、邊想、邊做"這種即時性要求。 未來3-5年，如果具身智慧晶片成熟了。 可能會看到AI保姆、AI工人、AI快遞員，這是萬億級的市場。 2. 端側多模態，手機、汽車、眼鏡都能跑大模型。 現在大模型多數在雲端。 未來會下沉到我們的手機、汽車、AR眼鏡裡。 要求晶片能在幾瓦功耗下，同時處理文字、影像、語音、視訊。 高通、聯發科、華為都在押注這個方向。 這個場景如果實現，會催生新一代的智慧硬體。 就像當年iPhone開啟智慧型手機時代。 3. AI原生科學計算 以前超算是用來算天氣、算核爆。 未來AI 晶片會成為科學計算的主力。 很多科學問題，用AI的方式算比傳統方法快幾千倍。 例如AlphaFold 預測蛋白質結構，就是用AI晶片算出來的。 未來如有專門針對科學計算優化的AI晶片。 或許幾天就能設計出一個新藥、一個新材料。 這個方向國內其實有機會。 國內有大量的科學研究需求，且較不受國際算力限制的影響。 4. 邊緣智慧網絡，讓萬物智慧。 目前，物聯網設備都是"啞終端"，資料傳到雲端才能分析。 未來每個裝置都會有AI 晶片，能本地運作。 比如可能出現智慧工廠。 每台機器都有AI晶片，能自己判斷何時該保養、何時該調參數，機器之間還能互相協同。 一些國產晶片公司在做這個方向，例如地平線的旅程系列。 預測未來3-5年後。 半導體和AI 的關係會從"AI用晶片"變成"AI重新定義晶片"。 誰能在專用架構、存算一體、軟硬協同這些方向上突破。 誰就能抓住具身智慧、端​​側多模態、科學運算、邊緣智慧這些新場景。 --- 硬頭皮答應了一個關於AI與晶片的討論圓桌，實在不懂，讓AI總結的。