Physical AI
NVIDIAの用語解説は、フィジカルAIを「カメラ、ロボット、自動運転車のような自律システムが物理世界を知覚し、理解し、推論し、複雑な動作を実行または統括することを可能にするもの」と説明する。言語や抽象概念を扱う従来の生成AIとの違いは、「空間的関係と3次元世界の物理的挙動の理解」を加えた点にあるとされる。実体を持つシステムに搭載され、センサ入力から実時間で行動を生成する点が特徴である。
実世界データだけでは学習に必要な多様性を確保しにくいため、物理法則に基づくシミュレーションと合成データ生成が組み合わされる。世界基盤モデル（World Foundation Model）は、生成したデータの拡張・選別・注釈付けを担い、1つのシナリオを多数のバリエーションに展開する役割を持つとされる。またシミュレーション上で試行錯誤を大量に反復し、強化学習によって運動スキルを獲得させる手法が用いられる。実機への移行では、シミュレーションと現実の差をどう埋めるかが課題となる。
ロボティクスと自動運転を横断する概念として用いられ、汎用ロボットや産業現場の自動化を語る際の枠組みになっている。方策学習の側では拡散方策や大規模行動モデルといった手法が、基盤側ではシミュレータと計算基盤が対応する。