從“數字智能”邁向“空間智能”：熵基科技如何布局Physical AI時代
當生成式AI席卷全球科技產業后，行業正在進入一個新的討論階段：AI下一步將走向哪里？
過去幾年，大模型的爆發讓人工智能在內容生成、知識處理與語言理解方面取得了跨越式進展，但與此同時，一個越來越清晰的趨勢正在出現——AI正在從數字世界走向現實世界。
它開始進入園區、樓宇、辦公空間、零售場景與城市基礎設施，開始真正接觸現實中的人、設備與空間，并逐步具備理解環境、聯動設備、自主決策與持續優化的能力。
這背后，一個新的產業方向正在形成：Physical AI（物理AI）。
近期，長期深耕多模態生物識別與計算機視覺領域的熵基科技，首次系統性對外闡釋其在PhysicalAI與空間智能領域的戰略布局。從其技術路徑與業務落地可以看到，這家公司正在嘗試完成一次重要轉型：從傳統智能硬件企業，逐步走向空間智能時代的平臺型企業。
AI真正進入現實世界
熵基科技對PhysicalAI給出了一個頗具代表性的定義：“讓AI從電腦和云端走進現實世界，感知物理環境、理解物理場景、實時決策并驅動設備執行，形成完整閉環。”
這一定義背后，實際上反映的是AI產業的一次底層變化。
過去的AI，更偏向于處理數字信息，本質上仍然停留在“數據智能”階段；而PhysicalAI開始面對真實世界中的空間、設備與場景，它不僅需要“理解”，更需要“行動”。
例如，在智慧園區中，AI不僅要識別人臉，還要理解人員動線、設備狀態與環境變化，并進一步完成門禁聯動、能耗調節與風險預警；在零售場景中，它不僅要分析消費數據，還需要實時感知貨架狀態、客流變化與商品運營情況。
也就是說，AI開始從“給答案”轉向“管流程”。
而這，也被視為AI真正實現產業化落地的重要標志。
Physical AI背后，比拼的是系統能力
相比互聯網AI，Physical AI對企業能力的要求明顯更高。
因為現實世界中的AI系統，需要同時解決算力、設備、網絡、延遲、穩定性、數據安全與多場景協同等一系列問題。
這意味著，僅有算法或模型遠遠不夠。
在熵基科技看來，Physical AI競爭的核心，并不是單一模型能力，而是從端側硬件到云平臺、從感知到認知的完整體系能力。
基于近三十年的技術積累，公司已經形成一套覆蓋“算力—感知—邊緣智能—云平臺—認知決策”的五層全棧技術體系。
這也是熵基科技此次對外重點強調的核心競爭力。
首先是底層算力體系。
與云端大模型依賴高性能GPU不同，現實場景中的AI設備更加關注低功耗、低延遲與長期穩定運行。尤其在門禁、閘機、考勤機、智能貨架等設備上，AI需要在有限硬件條件下完成實時處理。
熵基科技提出的“超低延時超算”體系，本質上是針對邊緣AI場景構建的輕量化算力架構。其核心目標，是讓中低端芯片同樣具備高精度AI運行能力，并支持離線環境與復雜場景下的穩定工作。
這意味著，AI能力不再局限于云端，而是能夠真正進入海量終端設備。
在此基礎上，公司長期積累的BioCV多模態能力，則承擔著Physical AI“感知世界”的角色。
作為一家以生物識別起家的企業，熵基科技在人臉、指紋、掌靜脈、虹膜等領域擁有較深積累。而如今，這些能力正在與計算機視覺進一步融合，形成更完整的多模態感知體系。
這種能力的重要性在于，它讓AI不僅能夠“識別身份”，還能夠“理解場景”。
例如，在智慧空間中，系統需要同時識別人、車、物以及行為狀態；在智慧商業中，則需要識別消費者動線、商品狀態與空間熱度變化。
換句話說，未來空間智能最核心的入口，很可能正是多模態感知。
而真正決定Physical AI體驗的，則是端側智能能力。
熵基科技提出的BioCV TinyML引擎，核心是將輕量化AI模型直接部署在設備本地，實現大部分數據“端側處理”。
這一方向正在成為行業的重要趨勢。
原因在于，越來越多現實場景開始強調實時性與隱私安全。如果所有數據都回傳云端，不僅會增加延遲與帶寬成本，也很難滿足全球不同地區對于數據合規的要求。
因此，“本地智能”正在成為空間智能時代的重要基礎設施。
熵基科技透露，目前其大量場景已實現95%以上的數據本地處理，設備即使在斷網狀態下，也能夠完成識別、判斷與執行。
這也是Physical AI區別于傳統AI的重要特征之一。
從“看得見”到“看得懂”
如果說前面的能力解決的是“感知”問題，那么真正讓空間具備智能的，則是更高層級的認知能力。
在這一方向上，熵基科技重點推出了“火星慧知”AI認知空間平臺。
在公司看來，未來的空間智能，并不只是自動化，而是具備持續學習、自主決策與主動服務能力的“空間智能體”。
因此，“火星慧知”不僅融合了多模態大模型能力，也加入了AI Agent、語義理解與場景推理機制。
這意味著，系統開始從“看得見”升級為“看得懂”。
例如，在智慧樓宇中，系統不僅知道“有人進入”，還能夠進一步判斷其行為是否異常、是否存在風險、是否需要聯動其他設備；在辦公場景中，它能夠根據會議狀態、人員密度與環境數據，自動完成空間調度與能耗優化。
某種程度上，這代表著空間正在從“被動管理”走向“主動運營”。
而這，也正是“空間智能”概念真正成立的關鍵。
四大場景，構成Physical AI落地路徑
值得注意的是，熵基科技并未將Physical AI停留在概念層面，而是已經全面融入現有主營業務。
目前，公司重點聚焦四大場景：智慧空間、智慧辦公、數字身份認證與智慧商業。
其中，智慧空間被公司視為最核心的落地方向之一。
過去，傳統園區與樓宇更多依賴人工管理與孤立系統，而現在，AI開始成為空間運行的中樞。通過攝像頭、門禁、停車、梯控與環境感知設備，系統能夠實時感知空間狀態，并進一步實現自動通行、智能巡檢、風險預警與能耗優化。
這意味著，建筑本身正在逐漸從靜態基礎設施演變為具備感知與決策能力的“空間智能體”。
在智慧辦公領域，熵基科技則試圖重構人與辦公空間之間的關系。
傳統辦公系統往往彼此割裂，而Physical AI正在將考勤、訪客、會議、消費與空間管理統一連接。
從無感考勤到會議室自動調度，從刷臉通行到辦公效率分析，辦公空間正在逐漸從“流程工具”轉變為“協同平臺”。
而數字身份認證，則是熵基科技長期積累最深的方向之一。
隨著全球數字經濟持續發展，“可信身份”正在成為現實世界的重要入口。尤其在支付、門禁、政務與金融場景中，市場對于高安全、低延遲與本地化處理的需求持續提升。
熵基科技正在將多模態BioCV與區塊鏈可信機制結合，實現本地身份核驗與數據不上云處理，以滿足全球日益嚴格的數據隱私要求。
相比之下，智慧商業則更能體現PhysicalAI對于現實運營的重構能力。在零售場景中，AI開始真正連接“人、貨、場”。從客流分析、動態定價到智能貨架、自助結算，再到無人值守與零碳節能，零售空間正在從傳統門店逐漸演變為可實時感知、自主優化的新型商業系統。
其背后，本質上是AI開始真正參與現實世界的經營邏輯。
從AIoT企業走向空間智能平臺
從行業演進角度來看，AI產業正在經歷一次重要轉向。
過去，市場更多關注“內容智能”；而未來，真正具備長期價值的，很可能是能夠進入現實世界、持續運營物理空間的“空間智能”。
而這背后，比拼的不只是模型能力，更是端、邊、云、設備與場景協同的系統能力。
這也是熵基科技當前最希望向市場傳遞的信號。
在其看來，Physical AI并不是一個短期概念，而是AI產業下一階段的重要基礎設施方向。
未來，隨著AI進一步進入園區、辦公、商業與城市空間，能夠真正實現“感知現實、理解場景、驅動設備、持續運營”的企業，將有機會在空間智能時代建立新的產業壁壘。
而熵基科技正在嘗試率先進入這一賽道。
本文來源：日照新聞網。本網轉發此文章