Physical AI.Was der Begriff bedeutet.

Physical AI ist ein Begriff, den vor allem Technologieanbieter seit etwa 2024 prägen. Das Glossar von NVIDIA beschreibt Physical AI als KI, mit der autonome Systeme wie Kameras, Roboter und selbstfahrende Autos komplexe Handlungen in der physischen Welt wahrnehmen, verstehen, planen und ausführen. Eine Normdefinition gibt es nicht. Inhaltlich überschneidet sich der Begriff stark mit Embodied AI aus der Forschung. Der Begriff wird auch für autonome Fahrzeuge und Kamerasysteme genutzt, nicht nur für Roboter.

Kennzeichnend ist der Weg über die Simulation. Die Arbeit zur Cosmos-Plattform (arXiv:2501.03575) formuliert den Grundgedanken so: Physical AI müsse zuerst digital trainiert werden. Dafür brauche es einen digitalen Zwilling des Systems selbst, das Steuerungsmodell, und einen digitalen Zwilling der Welt, das Weltmodell. Ein Weltmodell sagt vorher, wie sich eine Szene durch eine Handlung verändert. Eine Plattform für Weltmodelle umfasst laut der Arbeit eine Aufbereitung von Videodaten, vortrainierte Modelle und Werkzeuge, um sie für eigene Anwendungen anzupassen.

Aus Simulation und Weltmodellen entstehen synthetische Trainingsdaten. Roboter lernen darin durch sehr viele Versuche, etwa mit Reinforcement Learning, und werden danach auf echte Hardware übertragen. Dieser Schritt heißt Sim-to-Real. Ob die Übertragung gelingt, hängt davon ab, wie gut die Simulation Reibung, Kontakte, Licht und Sensorrauschen abbildet. Ein Kernproblem bleibt, dass Simulationen Kontakte und Reibung nur näherungsweise abbilden.

Für Einkäufer ist wichtig: Physical AI ist ein Sammelbegriff für eine Entwicklungsweise, kein Produktmerkmal mit festen Eigenschaften. Aussagen wie „mit Physical AI trainiert“ sagen nichts über Sicherheit, Verfügbarkeit oder Taktzeit im eigenen Werk. Diese Werte müssen im Pilot und in der Abnahme gemessen werden. Für die Beschaffung zählt deshalb, welche Daten aus dem eigenen Werk nötig sind und wer sie verarbeitet.