AI虽在抽象任务上表现卓越，却在物理世界互动中面临“莫拉维克悖论”的挑战。谷歌通过将机器人软件公司Intrinsic重新并入，旨在融合DeepMind的顶尖AI研究与Gemini大模型，为工业机器人打造一个统一的、高适应性的“安卓系统”，从而跨越数字与物理世界的鸿沟，重塑制造业生态。
智能速览
“莫拉维克悖论”是物理AI发展的核心障碍
Intrinsic的目标是让机器人编程像安装App一样简单
谷歌整合Intrinsic与DeepMind，构建“算法-大模型-云-物理”闭环
Intrinsic的Flowstate平台和IVM视觉模型降低了机器人开发门槛
英伟达的Omniverse平台是谷歌在该领域的主要竞争对手
精华内容
谷歌此次整合，并非简单的业务合并，而是对物理AI未来的一场关键押注。其核心在于打破认知与行动的壁垒，让AI真正拥有“身体”。
物理AI的破局点
大型语言模型虽能生成代码与文章，但在物理世界，让机械臂抓取偏移的电路板仍需数周调试。这道名为“莫拉维克悖论”的鸿沟，正是物理AI发展的核心障碍。起源于Google X实验室的Intrinsic，其使命便是解决此难题，通过软件让工业机器人更易用、灵活，扩展其在制造业的应用范围。
软硬兼施的布局
Intrinsic通过一系列战略收购，快速构建了技术护城河。它收购了视觉认知公司Vicarious和掌握机器人操作系统ROS商业权的Open Robotics。其核心产品Flowstate是一个基于Web的机器人开发环境，而工业级感知基础模型IVM更是在多项基准测试中取得领先，极大降低了视觉应用的门槛，开发者甚至可直接用CAD文件定位零件。
DeepMind的强力赋能
此次合并的关键，在于Intrinsic将与Google DeepMind深度融合。DeepMind的RT-2、Open X-Embodiment等视觉-语言-动作模型，已能让机器人通过少量演示学习复杂任务。双方合作的强化学习框架，能协调多达8个机器人高效协作，将工作单元布局效率提升33%。这种结合将云端“认知大脑”与底层“运动神经”直接连接，实现了物理世界的感知、决策与行动闭环。
生态构建的挑战
尽管技术前景广阔，但Intrinsic要打造机器人“安卓系统”仍面临挑战。最大的阻力可能来自传统机器人巨头，它们未必愿意开放底层控制权。此外，英伟达凭借Omniverse和Isaac Sim平台早已深度绑定波士顿动力等硬件公司，并推出通用基础模型Isaac GR00T，成为谷歌在该领域的强劲对手。软件生态的构建，最终取决于能否撬动庞大的硬件市场。
谷歌收回Intrinsic这枚重要棋子，初步实现了“算法-大模型-云服务-物理控制”的战略闭环。这不仅是对制造业智能化变革的深刻洞察，更是对未来物理AI生态主导权的一次争夺。这场数字与物理世界的融合之战，胜负手或许就在于软件生态的构建速度与广度。
