[新兴思想] 人工三分智能：一种基于生物学、以传感器为先的物理 AI 架构
人工智能
2026-04-16 v1
摘要
随着 AI 从数据中心迁移到机器人和可穿戴设备，规模越来越大的模型已不再充分。物理 AI 受限于延迟、能耗、隐私和可靠性等约束，其性能不仅取决于模型容量，还取决于通过可控传感器获取信号的方式，这些传感器在动态环境中发挥作用。我们提出了人工三分智能（Artificial Tripartite Intelligence, ATI），一种以生物学为灵感、以传感器为先的物理 AI 系统架构。ATI 在系统层面上分为三部分：脑干（L1）提供反射性安全和信号完整性控制，小脑（L2）执行持续的传感器校准，大脑推理子系统跨越 L3/L4 支持常规技能选择和执行、协调和深度推理。这种模块化组织允许传感器控制、自适应感知、边缘-云执行和基础模型推理在一个封闭环路架构中共同演化，同时将关键时延的感知和控制保留在设备端，仅在需要时调用更高层次的推理。我们在动态光照和运动环境下实现了 ATI 的移动相机原型。在我们的路由评估（L3-L4 分层推理）中，与默认自动曝光设置相比，ATI（L1/L2 自适应感知）将端到端准确率从 53.8% 提升到 88%，同时将远程 L4 调用减少 43.3%。这些结果表明在具身 AI 中协同设计感知和推理的价值。
引用
@article{arxiv.2604.13959,
title = {[Emerging Ideas] Artificial Tripartite Intelligence: A Bio-Inspired, Sensor-First Architecture for Physical AI},
author = {You Rim Choi and Subeom Park and Hyung-Sin Kim},
journal= {arXiv preprint arXiv:2604.13959},
year = {2026}
}