当生成式AI席卷全球科技产业后，行业正在进入一个新的讨论阶段：AI下一步将走向哪里？

过去几年，大模型的爆发让人工智能在内容生成、知识处理与语言理解方面取得了跨越式进展，但与此同时，一个越来越清晰的趋势正在出现——AI正在从数字世界走向现实世界。

它开始进入园区、楼宇、办公空间、零售场景与城市基础设施，开始真正接触现实中的人、设备与空间，并逐步具备理解环境、联动设备、自主决策与持续优化的能力。

这背后，一个新的产业方向正在形成：Physical AI（物理AI）。

近期，长期深耕多模态生物识别与计算机视觉领域的熵基科技，首次系统性对外阐释其在Physical AI与空间智能领域的战略布局。从其技术路径与业务落地可以看到，这家公司正在尝试完成一次重要转型：从传统智能硬件企业，逐步走向空间智能时代的平台型企业。

AI真正进入现实世界

熵基科技对Physical AI给出了一个颇具代表性的定义：“让AI从电脑和云端走进现实世界，感知物理环境、理解物理场景、实时决策并驱动设备执行，形成完整闭环。”

这一定义背后，实际上反映的是AI产业的一次底层变化。

过去的AI，更偏向于处理数字信息，本质上仍然停留在“数据智能”阶段；而Physical AI开始面对真实世界中的空间、设备与场景，它不仅需要“理解”，更需要“行动”。

例如，在智慧园区中，AI不仅要识别人脸，还要理解人员动线、设备状态与环境变化，并进一步完成门禁联动、能耗调节与风险预警；在零售场景中，它不仅要分析消费数据，还需要实时感知货架状态、客流变化与商品运营情况。

也就是说，AI开始从“给答案”转向“管流程”。

而这，也被视为AI真正实现产业化落地的重要标志。

Physical AI背后，比拼的是系统能力

相比互联网AI，Physical AI对企业能力的要求明显更高。

因为现实世界中的AI系统，需要同时解决算力、设备、网络、延迟、稳定性、数据安全与多场景协同等一系列问题。

这意味着，仅有算法或模型远远不够。

在熵基科技看来，Physical AI竞争的核心，并不是单一模型能力，而是从端侧硬件到云平台、从感知到认知的完整体系能力。

基于近三十年的技术积累，公司已经形成一套覆盖“算力—感知—边缘智能—云平台—认知决策”的五层全栈技术体系。

这也是熵基科技此次对外重点强调的核心竞争力。

首先是底层算力体系。

与云端大模型依赖高性能GPU不同，现实场景中的AI设备更加关注低功耗、低延迟与长期稳定运行。尤其在门禁、闸机、考勤机、智能货架等设备上，AI需要在有限硬件条件下完成实时处理。

熵基科技提出的“超低延时超算”体系，本质上是针对边缘AI场景构建的轻量化算力架构。其核心目标，是让中低端芯片同样具备高精度AI运行能力，并支持离线环境与复杂场景下的稳定工作。

这意味着，AI能力不再局限于云端，而是能够真正进入海量终端设备。

在此基础上，公司长期积累的BioCV多模态能力，则承担着Physical AI“感知世界”的角色。

作为一家以生物识别起家的企业，熵基科技在人脸、指纹、掌静脉、虹膜等领域拥有较深积累。而如今，这些能力正在与计算机视觉进一步融合，形成更完整的多模态感知体系。

这种能力的重要性在于，它让AI不仅能够“识别身份”，还能够“理解场景”。

例如，在智慧空间中，系统需要同时识别人、车、物以及行为状态；在智慧商业中，则需要识别消费者动线、商品状态与空间热度变化。

换句话说，未来空间智能最核心的入口，很可能正是多模态感知。

而真正决定Physical AI体验的，则是端侧智能能力。

熵基科技提出的BioCV TinyML引擎，核心是将轻量化AI模型直接部署在设备本地，实现大部分数据“端侧处理”。

这一方向正在成为行业的重要趋势。

原因在于，越来越多现实场景开始强调实时性与隐私安全。如果所有数据都回传云端，不仅会增加延迟与带宽成本，也很难满足全球不同地区对于数据合规的要求。

因此，“本地智能”正在成为空间智能时代的重要基础设施。

熵基科技透露，目前其大量场景已实现95%以上的数据本地处理，设备即使在断网状态下，也能够完成识别、判断与执行。

这也是Physical AI区别于传统AI的重要特征之一。

从“看得见”到“看得懂”

如果说前面的能力解决的是“感知”问题，那么真正让空间具备智能的，则是更高层级的认知能力。

在这一方向上，熵基科技重点推出了“火星慧知”AI认知空间平台。

在公司看来，未来的空间智能，并不只是自动化，而是具备持续学习、自主决策与主动服务能力的“空间智能体”。

因此，“火星慧知”不仅融合了多模态大模型能力，也加入了AI Agent、语义理解与场景推理机制。

这意味着，系统开始从“看得见”升级为“看得懂”。

例如，在智慧楼宇中，系统不仅知道“有人进入”，还能够进一步判断其行为是否异常、是否存在风险、是否需要联动其他设备；在办公场景中，它能够根据会议状态、人员密度与环境数据，自动完成空间调度与能耗优化。

某种程度上，这代表着空间正在从“被动管理”走向“主动运营”。

而这，也正是“空间智能”概念真正成立的关键。

四大场景，构成Physical AI落地路径

值得注意的是，熵基科技并未将Physical AI停留在概念层面，而是已经全面融入现有主营业务。

目前，公司重点聚焦四大场景：智慧空间、智慧办公、数字身份认证与智慧商业。

其中，智慧空间被公司视为最核心的落地方向之一。

过去，传统园区与楼宇更多依赖人工管理与孤立系统，而现在，AI开始成为空间运行的中枢。通过摄像头、门禁、停车、梯控与环境感知设备，系统能够实时感知空间状态，并进一步实现自动通行、智能巡检、风险预警与能耗优化。

这意味着，建筑本身正在逐渐从静态基础设施演变为具备感知与决策能力的“空间智能体”。

在智慧办公领域，熵基科技则试图重构人与办公空间之间的关系。

传统办公系统往往彼此割裂，而Physical AI正在将考勤、访客、会议、消费与空间管理统一连接。

从无感考勤到会议室自动调度，从刷脸通行到办公效率分析，办公空间正在逐渐从“流程工具”转变为“协同平台”。

而数字身份认证，则是熵基科技长期积累最深的方向之一。

随着全球数字经济持续发展，“可信身份”正在成为现实世界的重要入口。尤其在支付、门禁、政务与金融场景中，市场对于高安全、低延迟与本地化处理的需求持续提升。

熵基科技正在将多模态BioCV与区块链可信机制结合，实现本地身份核验与数据不上云处理，以满足全球日益严格的数据隐私要求。

相比之下，智慧商业则更能体现Physical AI对于现实运营的重构能力。在零售场景中，AI开始真正连接“人、货、场”。从客流分析、动态定价到智能货架、自助结算，再到无人值守与零碳节能，零售空间正在从传统门店逐渐演变为可实时感知、自主优化的新型商业系统。

其背后，本质上是AI开始真正参与现实世界的经营逻辑。

从AIoT企业走向空间智能平台

从行业演进角度来看，AI产业正在经历一次重要转向。

过去，市场更多关注“内容智能”；而未来，真正具备长期价值的，很可能是能够进入现实世界、持续运营物理空间的“空间智能”。

而这背后，比拼的不只是模型能力，更是端、边、云、设备与场景协同的系统能力。

这也是熵基科技当前最希望向市场传递的信号。

在其看来，Physical AI并不是一个短期概念，而是AI产业下一阶段的重要基础设施方向。

未来，随着AI进一步进入园区、办公、商业与城市空间，能够真正实现“感知现实、理解场景、驱动设备、持续运营”的企业，将有机会在空间智能时代建立新的产业壁垒。

而熵基科技正在尝试率先进入这一赛道。