回看 2 天 · 新增 3 篇（编辑内容 3，软文 0）· 来源 artificialintelligence-news.com

今日速览

过去两天共 3 篇文章，无监管或合规事项，无需立即行动。主题高度集中在"物理 AI"（physical AI）：Gatik 拿下 2 亿美元 D 轮把无人货运车队从几十辆推向上千辆，NVIDIA 发布面向机器人和无人机的入门级边缘计算板 Jetson Orin Nano 2，两者互为上下游（Gatik 本身就是 NVIDIA 车载硬件和仿真模型的客户）。第三篇是 MIT 发表在 Nature Communications 上的极端天气生成方法，属于经同行评审、可验证的研究成果。

逐篇要点

• MIT AI 无需历史数据即可预测极端天气（2026-08-25 · AI in Action / Deep Dives）
  MIT 机械工程研究生 Kai Chang 与教授 Themis Sapsis 提出名为 Extreme Event Aware（η-learning）的方法，能生成历史记录中从未出现过、但统计上可能发生的极端天气空间地图（含强度、持续时间、影响范围估计），供保险公司、城市规划者和电网运营商做"百年一遇"级别的压力测试。方法核心是把"点统计"（某强度出现频率）与"空间图"（影响的空间分布）的统计关系学出来，从而外推到训练数据之外的极端水平。与现有依赖"数据集中已含极端事件"的风险模型形成方法论上的直接区隔。
  关键数字：论文 8 月 20 日发表于 Nature Communications；测试用美国大陆 25 年逐小时降雨数据（汇成日尺度地图）；空间模型仅用该记录前 6 个月的低/高分辨率配对图训练；纽约市历史最高降雨记录 200 毫米，模型可生成 300 毫米量级的可信风暴图；Sapsis 引 Katrina 为例称其为 30–40 年一遇事件。
  需要留意：作者自己承认局限——推广到新灾种（洪水、野火）需要该灾种自己的点统计和空间数据，目前仅在美国降雨上做了演示；生成的是"统计上可信"的情景而非经过未来事件检验的预测，其外推可靠性文中未给独立验证。
  原文
• Gatik 融资 2 亿美元，规模化 AI 无人货运（2026-08-26 · AI Startups & Funding / Physical AI）
  自动驾驶卡车公司 Gatik 完成 2 亿美元 D 轮融资，由 Qatar Investment Authority（卡塔尔投资局）和 Koch Disruptive Technologies 领投，Millennium、ARK Invest 等跟投，用于把北美"中间一公里"（仓库/配送中心↔门店）无人货运车队从几十辆扩到数千辆。商业面已有 PepsiCo 和加拿大零售商 Loblaw 两个大客户；技术面深度绑定 NVIDIA（车载 DRIVE AGX 计算平台 + 基于 Cosmos 世界模型的自研仿真平台 Arena），并与 Isuzu 联合开发面向 L4 的冗余底盘。路线形态已从 2020 年的固定短途演进为含几十个装卸点、最长 400 英里的动态路网。
  关键数字：D 轮 2 亿美元；已签约收入超 6 亿美元；累计完成 85,000 单全无人配送（此前带安全员阶段超 150,000 单）；自报准点率 99%；目标 2026 年底超 100 辆全无人卡车；PepsiCo 项目现有 41 辆全无人厢式卡车（Dallas/Phoenix/阿肯色西北部）；Loblaw 五年协议部署 50 辆（2025 年底 20 辆 + 2026 年底 30 辆），服务 300+ 门店；Isuzu 2024 年投资 3000 万美元，联合底盘量产目标 2027 年。
  需要留意：签约收入、订单量、99% 准点率全部为公司自报口径，文中无第三方核验；L4 能力受限于 ODD（运行设计域），即只在预先验证过的条件内无人驾驶；原文正文在 CEO 引语处明显截断，最后一段信息不完整。
  原文
• NVIDIA Jetson Orin Nano 2 把物理 AI 带给无人机和机器人（2026-08-26 · AI Hardware & Chips）
  NVIDIA 发布入门级边缘机器人计算板 Jetson Orin Nano 2，定位是让中小模型（NVIDIA 称其精度已达一年前最大前沿模型的水平）在设备端本地实时运行语言和视觉模型，目标场景为家用机器人、配送/巡检无人机和视觉 AI 系统。可部署模型包括自家 Cosmos、Nemotron 及 Gemma 4、Qwen 3。首批客户含 Cognex、Doosan Bobcat、Matic（家用清洁机器人）；Alphabet 旗下无人机配送公司 Wing 现役机队跑上一代 Orin Nano Super，正在评估新板。另公布了 AAEON、ADLINK、Advantech、Seeed Studio 等 20 余家载板与参考设计合作伙伴。
  关键数字：78 TOPS AI 算力、8GB 内存、八核 Arm CPU；推理性能为 Orin Nano Super 的 2 倍；15 瓦模式下同性能功耗降低 40%；NVIDIA 称其机器人栈开发者超 300 万。价格文中未说明。
  需要留意：全文基于 NVIDIA 官方口径和合作方宣传性引语，性能倍数无独立测试佐证；文章唯一的保留点是明确指出 Wing 仅处于"评估"阶段、没有公开的量产上机时间表；"前沿智能已到边缘"属厂商营销表述。
  原文

主线观察

三篇合看，"物理 AI"从概念进入了产业分工阶段：NVIDIA 提供边缘算力（Jetson/DRIVE AGX）和世界模型（Cosmos），Gatik 这样的落地方在其上叠自己的运营网络——Gatik 的车载计算和 Arena 仿真恰好用的就是 NVIDIA 这两层，两篇互为印证，也说明 NVIDIA 正把数据中心的垄断逻辑复制到边缘侧。第二条共同线索是"合成稀有场景"：Gatik 用 Arena 生成路测中难遇到的高风险驾驶场景，MIT 用 η-learning 生成历史上没发生过的极端天气——同一个方法论（用生成模型补足长尾数据）分别服务于自动驾驶验证和基建风险压测。需要对冲的一点是证据质量的分化：MIT 一篇有同行评审背书，而 Gatik 与 NVIDIA 两篇的全部关键指标（99% 准点、2 倍推理性能）均为厂商自报，尚无第三方验证。

本期编辑内容清单