谁来解决物理世界的问题？

作者：Annelies Gamble (Zetta Venture Partners) | 来源：SandHill.io #283

来源: Flyby Robotics

当 iPhone 应用商店发布时，起初并不清楚为什么会构建出成千上万的应用。但事实证明，这个平台创造了一个经济体，任何遇到问题的人都可以构建一个应用程序来解决它。物理 AI 领域也正开始出现同样的动态。

仅 DJI（大疆）据说就有超过 100,000 名开发者在其无人机上构建应用程序，大部分在中国，而且解决的是那些大型公司不愿意接手的问题。DJI 生态系统的存在，尽管 DJI 并没有让这变得很容易。硬件在很大程度上是封闭的。板载 AI 算力微乎其微。开发者体验往往是事后才考虑的。尽管如此，仍有 100,000 名开发者在上面进行构建，这说明了潜在的需求有多么庞大。

如果这在具有糟糕工具的封闭硬件上是可能的，想象一下当平台真正为其构建时会发生什么。能够解决物理世界问题的人的上限将被打破。

我最近与 Flyby Robotics 的创始人 Jason Lu 坐下来交流，探讨了为什么会发生这种转变以及它现在解锁了什么机会。

“果汁不值得挤压”

物理世界的问题一直是由能够负担得起解决成本的人解决的，这通常意味着能够在规模化解决这些问题时证明其成本合理的人。

在顶层，像 DJI、Skydio 和 Anduril 这样的巨头公司挑选了足够大、能推动数十亿美元业绩的问题。在它们之下，风投支持的初创公司追逐足以支持其下一轮融资的问题。再往下，较小的专业公司追逐对上一层级来说太狭窄的问题。而在所有这些层级之下，坐着那些每天实际经历着这些问题，但基本上什么都解决不了的人。

Jason 说，这是因为对于拥有解决问题资源的人来说，“果汁不值得挤压（付出与回报不成正比）”。问题与有权解决问题的人之间的每一层距离都起到了过滤器的作用。

不够大或利润不够高的问题无法得到解决。这并不意味着这些问题不值得解决，只是解决这些问题的单位经济学要求达到大多数物理世界问题无法达到的规模。

这种不对称性长期以来定义了数字化与物理化之间的区别。软件吞噬了世界。起初，这主要是世界上的一种解决方案可以卖给数百万客户的部分。但最终，随着应用商店和现在的“Vibe Coding”，任何人都可以构建一款软件来解决他们遇到的任何问题，无论问题有多小。

这在物理世界中还不可行，但这种情况正在改变。

三条独立的曲线正在交叉

第一条是边缘计算。 直到最近，你还不能在小型飞行机器人上放置大量处理能力。“想象你正试图用代码解决问题，但没有电脑、没有服务器、没有鼠标，”Jason 说。Flyby Robotics 推向市场的无人机搭载了每秒 150 到 300 万亿次运算的板载计算能力，有时甚至更多。RAM 正在从 2GB 增加到 16GB，最终达到 128GB 或更多。这就是 iPhone 时刻的等价物。

第二条是对硬件的抽象。 控制云台或将摄像机数据路由到模型中，或在 GPU 上高效部署该模型——所有这些过去都需要专家。物理 AI 没有等同于操作系统的东西，但这终于开始改变。例如，Flyby 正在构建让开发者能够移动摄像机或无人机而无需接触底层 SDK 的抽象层。

第三条是编码智能体（Coding Agents）。 Claude Code、Codex、Cursor 以及更广泛的 AI 辅助开发类别使软件工作的技能底线降低了一个数量级。现在每个人都可以用自然语言描述他们想要构建的东西，AI 会为其编写代码。

强大的硬件、易于访问的抽象层和 AI 编码的结合，首次使物理世界应用的大规模开发成为可能。

这改变了什么会被构建出来

我最兴奋的机会是使长尾效应成为可能的平台。这包括硬件，以及位于其上的开发者层。

现在你几乎买不到一台具备足够板载计算能力运行模型，同时又足够开放可以添加你自己软件的无人机或机器人。解决这个问题是一个硬件问题，需要有正确的芯片、传感器、电池、机身、生产线、供应链和固件。

在这个硬件之上的是平台层，它包括抽象层、开发者体验、模型部署工具以及与编码智能体的集成。有了这个平台，最接近问题的人就可以构建出成千上万个超具体的应用程序。

事后看来，应用商店有趣的地方不在于任何单个应用，而在于该平台创造了让问题由面临这些问题的人自己去解决的条件。物理 AI 正在接近其自身版本的那个时刻。基础正在形成，问题与能解决该问题的人之间的距离正在消失。