Physical AI — když agent sahá do světa

Zlaté pravidlo: Ve fyzickém světě neexistuje undo. Co je u chatbota halucinace, je u robota incident — proto sleduj reálná nasazení a bezpečnostní data, ne dema na pódiu.

Co to je

Physical AI je zastřešující termín pro systémy, kde model nepracuje jen s textem, obrazem nebo kódem, ale ovlivňuje fyzický svět. Robotická ruka, humanoid, skladový vozík, domácí zařízení, dron, autonomní laboratoř. Model vnímá stav, plánuje akci a přes software ji převádí do pohybu.

Někdy je to skutečný robot. Někdy simulace, world model nebo video agent, který se teprve učí, jak má fyzický svět reagovat. Hranice je rozmazaná, protože produktové demo rádo prodá simulaci jako skoro-realitu. Produktově pohodlné, bezpečnostně ošidné.

Jak se liší od computer-use agentů

Computer-use agent kliká v digitálním prostředí. Když se splete, rozbije ticket, tabulku nebo účet. Physical AI má navíc prostor, čas, materiál a bezpečnost lidí. Chyba už není jen špatný JSON.

Proto nestačí říct „model umí plánovat“. Potřebuje senzory, kontrolní vrstvy, limity síly, geofencing, fallback režimy, audit log a často i lokální rozhodování bez cloudu. Realita má latenci a ostré hrany.

Proč se to teď vrací

Lepší multimodální modely umí číst obraz, video, instrukce a stav prostředí v jednom kontextu. Simulace a syntetická data zlevňují trénink. MCP a tool-use zase usnadňují připojit tělo k externím schopnostem: mapám, počasí, databázím, kalendářům, interním API.

Důležité je, že robot už nemusí nést všechny schopnosti uvnitř jedné aplikace. Tělo může být relativně hloupé a schopnosti se dodávají jako služby. To je praktické. A bezpečnostně výbušné.

Kde je riziko

• Demo prostředí není provoz. Uklizený stůl neznamená sklad, kuchyň nebo ulici.
• Simulace není svět. Model se může naučit pravidla, která v realitě neplatí.
• Nástroje rozšiřují dosah. Robot s API přístupem není jen robot, ale akční uzel v systému.
• Odpovědnost se rozpadá mezi výrobce modelu, výrobce těla, integrátora a provozovatele.
• Bez lokálních limitů je cloudový mozek jedno pěkné místo selhání.

Co sledovat

Ptej se, jestli systém umí bezpečně selhat. Jestli odděluje plánování od nízkoúrovňové kontroly. Jestli má logy akcí, testy v realistickém prostředí a jasná oprávnění. A hlavně: jestli metrika měří skutečný úkol, nebo jen efektní video.

Physical AI bude důležitá. Ale každé „model konečně jedná ve světě“ má druhou větu: svět není sandbox.

Kam dál

• Gemini Robotics — jak vypadá přenos foundation modelů do robotiky u DeepMindu.
• NVIDIA: Physical AI — přehled pojmu od firmy, která prodává lopaty celé zlaté horečce — čti s tím vědomím.