陈龙博士清华演讲实录：物理AI全栈架构，从地面到太空的智能跃迁
5月28日，清华大学大数据科学与应用系列讲座邀请江行智能Foundation Model CTO陈龙博士带来了一场关于工业物理AI的深度分享。
从数据采集的细微之处，到太空智能的宏大愿景，陈龙博士系统性地拆解了江行智能的全栈工业物理AI架构。
#1物理AI：从“生成答案”到“执行任务”
陈龙博士首先点明了物理AI与ChatGPT等“数字AI”的本质区别：
“数字AI擅长文本与代码生成，而物理AI必须与传感器、机械臂等实体设备深度互动，在真实物理世界中完成‘数据采集—分析决策—执行反馈’的闭环。”
这意味着，工业场景下的物理AI对可靠性有着近乎严苛的要求。任何微小的失误，都可能带来巨大的财产损失甚至人身安全隐患。因此，可靠性并非可有可无的“锦上添花”，而是物理AI底层基座的核心需求。
谈及中国在物理AI落地方面的独特优势，陈龙博士指出，尽管我们在高端芯片领域仍有短板，但中国在全球范围内拥有领先的工业机器人装机量、密集的5G基站建设以及稳定的电力供应。这些得天独厚的条件，为物理AI的快速迭代提供了无与伦比的基础设施与数据闭环优势。
#2江行智能全栈架构，工业物理AI的“智慧大脑”
讲座的重头戏，是陈龙博士首次系统性地剖析了江行智能的JX-Phi Universe三层全栈物理AI模型架构。
底层基石：JX-Phi World（数据与基础设施层）
包含AutoEdge多模态数据采集与AutoWorld世界模型。为了应对工业现场极端工况（如火灾、雷击）导致的数据缺失“长尾问题”，江行团队巧妙地利用生成式AI构建仿真环境，以极低的成本生成大量稀缺数据，让AI在仿真中把错误犯完，再部署到真实现场。
核心引擎：JX-Phi Brain（基模型层）
涵盖S-VLM空间视觉语言模型、LT-VLA长任务视觉语言动作模型以及一系列工业垂类模型。通过先进的知识蒸馏技术，将通用的工业知识精准迁移至煤矿、电网等特定场景，实现了模型的轻量化与专业化，让AI更懂工业。
智能应用层：JX-Phi Agent（应用层）
提出创新的“一脑多体”架构：云端“大脑”负责复杂决策，边缘侧“小脑”则处理实时控制。通过工业Harness技术，完美解决了异构设备（如不同厂商的机械狗）的泛化接入难题，让不同设备也能协同作战。
#3关键技术突破：从3D压缩到多模态融合
在关键技术突破方面，陈龙博士特别强调了两项创新：
可重建可压缩的3D重现技术
通过点跟踪增强与协同压缩，在弱网环境下将数据量减少30%，完美契合工业TSN（时间敏感网络）对实时性的严苛要求。该项技术的相关成果SizeGS已被ACM MM 2025收录。
多模态语义融合技术
通过双模态骨干网络，深度融合可见光与红外数据，实现对设备内部温度异常等隐性故障的精准感知。这正是我们近期被ACM MobiCom 2025收录的DD-LIVM论文的核心技术路径——用跨模态对齐技术，实现光伏缺陷跨域检测准确率87.7%，超越现有方案17.3个百分点。
#4物理AI落地实践：从风电场到变电站
陈龙博士用一系列已在工业现场成功跑通的落地案例，生动诠释了物理AI的巨大价值：
风场光场运维：系统将传统人工耗时一个月的巡检周期，大幅缩短至一周内完成闭环，并支持7×24小时全天候覆盖。
电网巡检：部署“机械狗+机械臂”的异构终端，在高压、狭窄、危险环境下，精准执行仪表读数、开关柜操作等任务，识别准确率超过99%。
#5物理AI未来展望：从Spatial到Space
陈龙博士的视野并未止步于地面工厂，而是投向了更为广阔的浩瀚太空。他描绘了“从Spatial到Space”的宏伟演进路径，即从空间具身智能向太空具身智能拓展。
目前，江行智能正积极开展Space Brain（空间决策中枢）研究，预研应对太空极端环境（-200℃至200℃温差、辐射、真空）的技术方案，目标直指太空垃圾回收与在轨卫星维护，将物理AI的边界推向极致。
#6精彩问答
在随后的答疑环节，陈龙博士与师生们进行了深入交流：
Q
异构机器人如何实现协同决策？
A
目前大模型驱动的比例约为60%，采用“大模型+传统控制算法”的混合模式，通过多智能体协商达成共识，并利用工业级可靠性传输协议保证弱网环境下的指令必达。
Q
算力受限如何应对？
A
当前主要策略是对现有存量模型进行微调与优化，而非从零构建World Model，以更高效地利用现有资源。
Q
数据安全如何保障？
A
现阶段主要通过私有化部署实现数据不出域，并利用联邦学习探索跨场景泛化。
从地面工厂的机械臂，到太空轨道的服务卫星，物理AI正在重新定义“智能”的边界。
正如陈龙博士所言：工业物理AI不仅是技术的简单堆叠，更是对“感知-决策-执行”全链路的系统工程重构。
江行智能期待与更多产业伙伴携手，让物理AI真正走进工业现场，从感知环境开始，用智能的力量深刻改变工业世界。
