自动驾驶汽车和机器人正在应对诸多相同的挑战，包括感知、AI、实时控制、安全性以及高效计算。

　　OEM厂商和生态合作伙伴需要降低集成风险、优化工作负载，并加快从概念验证到实际部署的进程。

　　正如Arm在面向云AI的Arm全面设计生态项目中所看到的，通过高度协同的合作模式，将整个技术栈的合作伙伴汇聚在一起，能够有效应对这些挑战。

　　在物理AI领域，面向物理AI的Arm全面设计生态项目汇聚了涵盖软件栈、AI 模型、传感器、开云电竞计算硬件、虚拟平台和数字孪生等领域的专业能力，助力合作伙伴在更早阶段开展解决方案开发与验证。这种跨生态协作模式已在汽车行业得到验证。

　　例如，Arm、亚马逊云科技、谷歌、HERE、RemotiveLabs和西门子共同打造了一套集成式数字座舱参考解决方案，使开发者能够在芯片就绪前，就能启动基于Arm Zena计算子系统（CSS）的软件开发、测试和验证工作。

　　机器人技术正在快速发展。但行业仍缺乏一套通用语言，用以描述、评估和交流机器能力的发展水平。

　　这种碎片化现状使机器人系统的设计、集成和规模化部署面临更大挑战。正如 SAE《驾驶自动化分级》为自动驾驶技术建立了统一的行业语言一样，机器人产业同样需要一套属于自己的通用语言。

　　Arm凭借其连接产业生态各方的独特的行业地位，能够汇聚产业力量，共同应对这一挑战。

　　机器人能力分级框架将为机器人系统定义不同级别的能力，以对应不同阶段的复杂度水平，并将现实世界应用场景与机器人的行为表现、输出能力以及系统需求关联起来。这些系统需求包括时延、算力部署位置、内存和功耗约束、确定性、安全性等方面。

　　该框架的初始架构参考并吸收了机器人生态系统各方的观点与反馈。未来，Arm还将与Anaxi Labs、ANYbotics、FMC³ Robotics、傅利叶、银河通用、Gravis Robotics、联想、麦肯锡、Robotec.ai等企业和机构持续共同完善这一框架。

　　同时，Arm也将邀请更广泛的产业界伙伴贡献专业知识与实践经验，共同塑造这一框架未来的发展方向。

　　银河通用机器人首席战略官赵于莉谈道，Arm处于芯片与软件的交汇点，在定义机器人计算栈基础方面具有独特优势。

　　“我们高度认可机器人能力分级框架的价值——建立统一的‘能力语言’，将有助于促进产业协同，加速系统集成与创新。”赵于莉说。

　　联想车计算产品管理总监孙炳川认为，Arm通过机器人能力分级框架凝聚生态系统力量，正助力产业建立更加一致的协作与创新基础，推动机器人价值链各环节实现更高效的合作。

　　“统一的机器人能力语言有助于简化产品开发、提升系统集成效率，并加快创新成果从研发到部署的转化进程。”他谈道，“随着机器人技术和能力持续发展，我们也期待参与这一框架的完善与演进。”

　　随着智能体AI不断拓展智能系统的能力边界，物理AI正将智能带入支撑现代社会运转的关键行业，包括资源开采、农业生产、工业制造以及全球交通与物流运输。

　　这些行业蕴藏着数万亿美元规模的经济价值，并预计将在2030年代带来每年约2000亿美元的计算市场机遇。然而，它们同时也是最难实现转型升级的行业之一。

　　Arm认为，释放这一机遇意味着让智能机器具备感知、推理和行动能力，将AI模型、软件、计算平台、传感器和执行器整合为完整系统，使其能够实现可信运行和规模化部署。没有任何一家公司能够独自完成这一目标。

　　面对日益复杂的生态系统，行业需要开展更广泛的协作，构建共同基础，减少生态碎片化，同时赋予创新者足够的灵活性来实现差异化创新。