物理 AI 已成采购决策:同一周,两个标准落地

2026 年 8 月 27 日(周三),相隔不到几小时,两个本应登上每一位仓储与运营负责人简报的公告接连落地:Anthropic 发布了与 HHMI Janelia 联合构建的 Model Hardware Standard (MHS) 研究预览版——一套供 AI 智能体安全操控物理设备的共享规范;同一天,NVIDIA 推出了面向物理 AI 的新一代 Jetson 边缘平台。过去两年,「物理 AI」还停留在白皮书里;从上周开始,它正式进入采购清单。

8 月 27 日究竟发布了什么

Anthropic MHS 并不是一款产品,而是一层互操作中间件——一个标准化驱动,把智能体和任何可编程设备(显微镜、液体处理机器人、机械臂)之间打通。设备以统一格式可被发现,暴露出 read / write 一类最小原语,并附带机器特征标签,智能体在接触硬件前就能读懂这些信息。Anthropic 表示,原本需要数周到数月的集成工作,如今压缩到「几小时甚至几分钟」。MHS 跑在 Model Context Protocol (MCP) 之上,因此无论是 Claude、客户自研模型,还是第三方智能体框架,都能访问同一组设备。

NVIDIA 新一代 Jetson Edge 平台是与之互补的硅基底:一颗体积小、功耗低的模块,让感知与策略模型直接在机器人本机运行,不必每帧都往返数据中心。对仓库一线运营者来说,差别就是 Wi-Fi 抖动时 AMR 是停机还是继续干活。两个发布叠加,把过去必须由系统集成商拼装的整套技术栈,压成了采购团队可以直接对价的目录条目。

同一 10 天窗口里的三个佐证信号

EXL 收购 iMerit(8 月 28 日)。 全球拥有约 68,000 名员工的业务流程外包商 ExlService Holdings 完成对 iMerit 的收购——后者是物理 AI 训练数据领域的专业厂商,旗下 Ango Hub 机器人标注平台在业内被广泛使用。CEO Rohit Kapoor 将这次并购直接定义为「从试点走向生产级 AI」的转折。瑞萨在北京设立 Physical AI & Robotics Lab(8 月 27 日)。 这家日本 MCU 大厂把硅片、系统集成商与参考机器人设计摆在同一屋檐下——教科书式的「设计导入阶段抢心智」打法。AWS 与 NVIDIA 加码 200 万颗 GPU(8 月 26 日)。 双方联合声明:agentic 与物理 AI 工作负载享有优先分配权,这意味着驱动仓储机器人的仿真与训练算力,从此是合同项而不是尽力而为。如果你还在问「要不要再等等看物理 AI 走向成熟」,供应侧的答案很明确——供应商已经不再等你了。

季度内,采购团队必须向供应商问清楚的四个问题

无论是仓储、制造还是实验室运营团队,在对物理 AI 平台下 PO 之前,需要从供应商处得到明确答复:延迟预算。 哪些负载跑在端侧、哪些跑在云端,链路断开时机器人会怎样?接口锁定。 智能体通过开放协议(MCP、MHS、OPC-UA)接入,还是绑在私有 SDK 上、未来十年持续付许可费?训练数据可追溯性。 人类标注与强化学习数据从哪里来,你有没有审计权?生命周期。 下一代芯片推出后,迁移路径是什么?这四个问题在 2026 年 8 月这一轮公告之后,已经无法继续往后推。

Inventrack 的位置

对已经跨过「要不要」这一关的团队来说,下一个问题是「怎样让这套仪表化经得起审计」:05 WMS 为智能体提供确定性的任务台账——每一次拣货、异常与人机交接都写入库存记录,事后可逐笔回放;03 MES 把产线信号不间断地送进仓库;01 Asset Management 把 Jetson 模块、扫码枪、机械臂纳入资产登记册,作为同一时间轴上的设备生命周期条目;06 Checklist 把人机交接流程落成书面 SOP,任何走进共享巷道的员工都有据可依;08 People Tracking 让智能体运行巷道内的人体始终可见,供应商在 demo 现场承诺的近场安全距离,事后可以被独立核验。

---

「AI 功能」与「仓储基础设施」之间的界线,在上周三已经被跨过。如果你 2027 年的预算仍把物理 AI 放在研发项下,是时候把它挪到 WMS、MES 和扫码枪同一栏。 联系 Intensecomp 团队,为你的物理 AI 供应商候选清单做一次采购 readiness 评审。