Licenza YOLO
Torna al glossario di Ultralytics

Physical AI

L'IA fisica consente a robot, veicoli e altre macchine di percepire il mondo reale, ragionarci e agire al suo interno. Include stack, addestramento e applicazioni.

L'IA fisica è l'intelligenza artificiale (IA) che percepisce, ragiona e agisce nel mondo fisico attraverso un corpo: robot, droni, veicoli autonomi e macchine industriali intelligenti. L'output di un chatbot è testo su uno schermo, mentre quello di un sistema di IA fisica è un comando a un motore, il cui risultato dipende da attrito, gravità, collisioni e persone nelle vicinanze; il sistema deve quindi comprendere lo spazio 3D e i rapporti di causa ed effetto abbastanza bene da agire in sicurezza in tempo reale. NVIDIA ha reso centrale il termine nelle proprie piattaforme di robotica e simulazione, che si è diffuso ampiamente quando i grandi modelli preaddestrati hanno iniziato a controllare robot reali. È quasi sinonimo di IA incarnata, il termine di ricerca più datato; nell'industria è più comune parlare di IA fisica.

Come funzionano i sistemi di IA fisica#

Ogni sistema di IA fisica chiude un ciclo tra rilevamento e azione, molte volte al secondo:

  • Rilevamento: telecamere, lidar, radar, unità di misura inerziale, encoder dei giunti e sensori di forza misurano il mondo e lo stato della macchina stessa.
  • Percezione: i modelli visivi trasformano i pixel grezzi in oggetti, profondità, pose e mappe su cui un pianificatore può ragionare.
  • Processo decisionale: pianificatori, policy apprese o grandi modelli fondazionali per la robotica scelgono l'azione successiva.
  • Azionamento: motori, pinze, ruote e freni eseguono l'azione e, al passaggio successivo, i sensori ne misurano l'effetto.

La fusione dei sensori combina i punti di forza di sensori diversi, la visione artificiale svolge gran parte del lavoro percettivo e le decisioni sono affidate a controllori come il controllo predittivo basato su modello, a politiche addestrate con l'apprendimento per rinforzo o a modelli fondazionali per la robotica. Questi modelli fondazionali suddividono sempre più spesso il processo decisionale tra un modello più lento, che interpreta le istruzioni e la scena, e un modello più rapido, che genera i comandi per i motori, come nel modello aperto GR00T N1 di NVIDIA per robot umanoidi, che abbina un modello di visione e linguaggio a un modulo d'azione separato:

I modelli visione-linguaggio-azione (VLA) riuniscono entrambi i ruoli in un'unica rete. Nel 2023 RT-2 di Google DeepMind ha dimostrato che un modello visione-linguaggio perfezionato per generare azioni robotiche come token trasferiva al controllo le conoscenze apprese dai dati web. π0 di Physical Intelligence π0 aggiunge un esperto di azione basato sul flow matching, simile nello spirito alle policy di diffusione, che genera blocchi di azioni fluidi comprendenti molti passaggi futuri alla volta; i modelli Gemini Robotics di Google DeepMind estendono l'approccio a compiti articolati e su più passaggi, come piegare origami.

Dalla percezione all'azione nel codice#

La percezione è il primo anello del ciclo e la sua velocità limita la rapidità di reazione della macchina. Ultralytics YOLO26 è progettato per questo ruolo edge e funziona su computer robotici come NVIDIA Jetson dopo l'esportazione TensorRT. Questo esempio rileva le persone in un fotogramma della telecamera e trasforma il rilevamento con la confidenza più alta in un comando di sterzata tramite un controllore proporzionale, la forma più semplice di servocontrollo visivo:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")

# Perceive: detect people (COCO class 0) in the robot's camera frame
results = model("https://ultralytics.com/images/bus.jpg", classes=[0])
result = results[0]

# Act: steer toward the most confident person with a proportional controller
best = int(result.boxes.conf.argmax())
x_center = float(result.boxes.xywhn[best, 0])  # 0 = left edge of the frame, 1 = right edge
turn_rate = -1.5 * (x_center - 0.5)  # rad/s; positive turns left, toward a person on the left
print(f"Person at {x_center:.2f} of frame width -> turn command {turn_rate:+.2f} rad/s")

Stampa la posizione della persona scelta nel fotogramma e un comando di sterzata il cui segno indica la direzione in cui il robot deve girare per raggiungerla e la cui entità aumenta con lo scostamento. Su un robot, gli stessi due passaggi vengono eseguiti a ogni fotogramma della telecamera, così il comando si riduce a zero mentre il robot gira per rivolgersi verso il proprio obiettivo.

Addestramento dell'IA fisica#

I dati sono il principale collo di bottiglia: su Internet si trovano trilioni di parole, ma pochissime registrazioni di robot in azione, e ogni registrazione è legata al corpo e ai sensori di un robot specifico. I team raccolgono dimostrazioni in teleoperazione, durante le quali le persone guidano il robot nello svolgimento di un compito registrandone sensori e comandi, e addestrano policy che le imitano. I simulatori fisici come NVIDIA Isaac Lab fanno funzionare migliaia di robot in parallelo per l'apprendimento profondo per rinforzo, applicando la randomizzazione del dominio alla fisica e all'aspetto per ridurre il divario tra simulazione e realtà. Le scene renderizzate e i gemelli digitali forniscono dati sintetici etichettati su situazioni rare per i modelli di percezione, mentre i modelli del mondo generano nuove varianti di scene registrate, come la stessa strada sotto la pioggia o di notte.

Applicazioni nel mondo reale#

  • Logistica: i robot mobili autonomi si muovono nei magazzini usando mappe che creano da soli, aggirano persone e carrelli elevatori e ricalcolano il percorso, mentre i veicoli a guida automatica seguono tragitti fissi.
  • Produzione: bracci guidati dalla visione prelevano componenti ammucchiati alla rinfusa, assemblano parti e ispezionano il proprio lavoro; robot umanoidi sono impiegati in progetti pilota per movimentare contenitori e componenti.
  • Sanità: nel 2025, il robot SRT-H della Johns Hopkins, addestrato su video di chirurghi, ha eseguito una fase fondamentale dell'asportazione della cistifellea su otto cistifellee di maiale ex vivo, senza che una persona ne controllasse i bracci, reagendo al tempo stesso alle correzioni vocali.
  • Agricoltura: i robot per la raccolta e il diserbo individuano singole piante con le telecamere e agiscono su ciascuna di esse, ad esempio rimuovendo un'erbaccia senza spruzzare l'intero campo.
  • Guida: I robotaxi e i sistemi di assistenza alla guida sono le flotte di IA fisica distribuite più grandi; percepiscono il traffico e controllano il veicolo molte volte al secondo.
  • Robotica: il campo ingegneristico che si occupa di progettare e costruire robot, includendo meccanica, elettronica e controllo. L'IA fisica è l'intelligenza appresa che percepisce e decide, ed è utilizzata anche in veicoli e macchine che non vengono chiamati robot.
  • IA generativa: genera testo, immagini, video e codice. Le sue tecniche alimentano oggi anche l'IA fisica, dai modelli di diffusione che generano movimenti robotici ai modelli del mondo che generano scene di addestramento.
  • Intelligenza spaziale: capacità di comprendere e ragionare sullo spazio 3D, sugli oggetti e sulle loro relazioni, da cui dipende l'IA fisica.
  • IA edge: esecuzione dei modelli direttamente sul dispositivo. L'IA fisica è quasi sempre IA edge, perché un robot non può aspettare il tempo di andata e ritorno sulla rete prima di frenare.

Esplora le soluzioni

La visione artificiale nello sport

La visione artificiale nello sport

Scopri come Ultralytics YOLO alimenta la computer vision nello sport con il tracciamento di giocatori e palloni, l'analisi delle prestazioni, gli approfondimenti per gli allenatori e la riabilitazione degli atleti.
Scopri di più
Computer vision per immagini aeree

Computer vision per immagini aeree

Trasforma immagini aeree e riprese da drone in informazioni utili in tempo reale per agricoltura, acquacoltura, conservazione e analisi geospaziale con Ultralytics YOLO.
Scopri di più
Computer vision nel settore aerospaziale

Computer vision nel settore aerospaziale

Applica la visione artificiale nel settore aerospaziale con Ultralytics YOLO per l'ispezione degli aeromobili, il rilevamento di FOD sulle piste, le operazioni di terra aeroportuali e il rilevamento di difetti nei materiali compositi.
Scopri di più
Visione artificiale nella sicurezza

Visione artificiale nella sicurezza

Proteggi ogni sito con i modelli Ultralytics YOLO. L'IA visiva alimenta il monitoraggio perimetrale, il rilevamento delle minacce, il riconoscimento delle targhe e la sicurezza sul lavoro.
Scopri di più
Visione artificiale nella robotica

Visione artificiale nella robotica

Dai più potenza alle macchine intelligenti con i modelli Ultralytics YOLO. Nell'ambito della robotica, l'IA visiva alimenta la navigazione autonoma, la percezione, il tracciamento degli oggetti e il controllo in tempo reale.
Scopri di più
Visione artificiale nella logistica

Visione artificiale nella logistica

Semplifica la logistica con i modelli Ultralytics YOLO. L'IA per la visione consente l'ispezione dei pacchi, la selezione, il tracciamento dei veicoli e il monitoraggio della sicurezza nei magazzini in tempo reale.
Scopri di più
Visione artificiale nel commercio al dettaglio

Visione artificiale nel commercio al dettaglio

Ripensa il commercio al dettaglio con i modelli Ultralytics YOLO. L'IA per la visione consente di tracciare le scorte, monitorare gli scaffali, gestire le code e ottenere informazioni più approfondite sui clienti.
Scopri di più
Visione artificiale in ambito sanitario

Visione artificiale in ambito sanitario

Crea soluzioni sanitarie con i modelli Ultralytics YOLO. In ambito sanitario, l'IA per la visione consente di elaborare più rapidamente le immagini mediche, migliorare la diagnostica e monitorare i pazienti.
Scopri di più
Computer vision nella produzione

Computer vision nella produzione

Ottimizza la produzione con i modelli Ultralytics YOLO. La visione basata sull'IA migliora il controllo qualità, il rilevamento dei difetti, la conformità ai requisiti sui DPI e l'automazione delle linee di assemblaggio.
Scopri di più
Computer vision nel settore automobilistico

Computer vision nel settore automobilistico

Applica la computer vision al settore automobilistico con i modelli Ultralytics YOLO. La visione basata sull'IA migliora la sicurezza stradale, i sistemi di assistenza alla guida e l'automazione dei veicoli, per strade più intelligenti.
Scopri di più
Visione artificiale in agricoltura

Visione artificiale in agricoltura

Porta l'IA visiva nell'agricoltura intelligente con i modelli Ultralytics YOLO. Gestisci il monitoraggio delle colture, il tracciamento del bestiame e l'agricoltura di precisione per ottenere raccolti più abbondanti e intelligenti.
Scopri di più

Costruiamo insieme il futuro dell'IA!

Inizia il tuo percorso verso il futuro del machine learning