“物理AI的竞争关键，在于数据”｜Understanding
SKAI Intelligence首席执行官李在哲做客财经产业频道《Understanding》：展示基于合成数据的机器人学习技术，以及物理AI时代的数据基础设施愿景
SKAI Intelligence首席执行官李在哲受邀出演财经与产业专业YouTube频道《Understanding》，深入解析物理AI产业面临的核心挑战，以及数据技术在推动产业落地中的关键作用。
李在哲介绍，**物理AI（Physical AI）**是一代全新的人工智能技术，使机器人和自主系统能够在真实物理环境中感知、理解、推理，并自主作出决策和执行行动。
与主要学习文本、图像等数字数据的生成式AI不同，物理AI还需要理解现实世界中的各种物理属性，包括物体形状、材质纹理、摩擦力、反射特性、重量、装配公差以及不断变化的作业环境等。
然而，这类数据在真实工业现场获取成本高、周期长，对于危险场景或低频异常情况，更难以进行大规模、重复性的采集。李在哲指出，这正是制约物理AI产业化的最大瓶颈之一。
SKAI Intelligence通过**数字孪生（Digital Twin）和合成数据（Synthetic Data）**技术解决这一难题。公司首先将真实工厂和制造环境高精度映射到虚拟空间，使机器人能够在数字环境中学习各种作业场景和异常情况，再将训练成果部署到真实生产现场。
同时，公司构建了Real–Sim–Real数据闭环，将现实世界采集的数据持续反馈至数字孪生环境，不断优化AI模型，打造适用于工业现场的智能训练体系。
这种方式不仅能够安全地模拟现实中难以获取或具有危险性的作业环境，还能够让机器人在正式部署前反复学习各种复杂变量，因此已成为推动物理AI产业化的关键技术之一。
依托NVIDIA Omniverse数字孪生平台和高质量合成数据生成技术，SKAI Intelligence持续为工业AI提供先进的数据训练基础设施。
凭借相关技术实力，公司作为Main Contributor（主要贡献机构）参与了ABB Robotics与NVIDIA联合发布的物理AI白皮书，获得全球产业界的认可。
节目还探讨了物理AI产业的发展前景以及亚洲制造业面临的新机遇。李在哲引用软银集团董事长**孙正义（Masayoshi Son）**的观点称，到2030年，物理AI有望创造相当于全球GDP **20%**的新经济价值。
他进一步分析认为，考虑到韩国、中国、日本在全球制造业中的重要地位，亚洲有望成为全球物理AI产业发展的核心区域。
李在哲强调，未来约三年将是韩国企业抢占全球产业主导权的重要窗口期。企业竞争力不仅取决于AI模型本身，更取决于能否快速积累工业数据，并建立完善的数据基础设施，使数据真正转化为AI能力。
SKAI Intelligence不仅提供工业数据的采集与存储能力，还覆盖数据结构化、合成数据生成以及AI与机器人训练的完整流程，为产业智能化升级提供全栈数据基础设施。
未来，公司将继续依托数字孪生与合成数据技术，加速制造业AI转型，致力于成为物理AI时代领先的数据基础设施企业。
SKAI Intelligence面向物理AI时代的技术实力与发展愿景，可通过财经产业频道《Understanding》李在哲首席执行官专访了解。
相关视频
《Understanding》SKAI Intelligence首席执行官李在哲专访