2013 年，Jeff Bezos 向全世界展示了一个当时很像科幻电影的画面：
Amazon 的包裹，
不用卡车。
不用外送员。
而是由无人机直接飞到你家。
13 年后，
Amazon 终于准备把 Prime Air 无人机配送推向真正的大规模商用。
Amazon 最新宣布，Prime Air 计划在 2026 年底前，把服务扩展到接近 500 个美国城市与城镇。目前服务仍只从 11 个美国据点出发，因此这次不是增加几个测试城市，而是一次非常大的扩张。
问题是：
为什么一台 2013 年就已经会飞的无人机，要等到 2026 年才准备真正飞进大量社区？
答案其实正好说明了 Physical AI 最难的一件事。
真正困难的从来不是「让无人机飞起来」
让一架无人机：
起飞、
沿着设置好的路线飞行、
把包裹送到指定地点，
十几年前就已经不是完全做不到的技术。
真正困难的是：
让它每天自己飞出去，而且不知道今天会碰到什么。
昨天没有的树枝，
今天可能长进航线。
昨天空着的地方，
今天可能停了一台车。
庭院里可能突然跑进一只狗。
附近可能出现施工吊车。
天空还有其他飞行器。
甚至原本预定放包裹的位置，
下一秒可能就站了一个小孩。
这才是真实世界。
Prime Air 现在真正重要的 AI，是 Detect-and-Avoid
Amazon 最新使用的 MK30 无人机，不只是照着 GPS 路线飞行。
Prime Air 的 Detect-and-Avoid 系统会利用机载摄影机与传感器持续观察周围环境，让无人机自己侦测空域与地面的变化，再实时做出安全判断。
抵达目的地后，
它还必须再次确认投递区域没有：
人、
宠物、
车辆，
才可以放下包裹。
这就已经不是单纯的「自动化」。
而是非常典型的：
Physical AI。
AI 必须：
看见真实世界，
理解正在发生什么，
做出判断，
然后真的移动一台机器。
ChatGPT 答错和无人机判断错，是完全不同的事情
假设 ChatGPT 回答错一个问题。
你可以说：
「不对，再查一次。」
最多浪费几分钟。
但是如果一台在住宅区上空自主飞行的无人机判断错误，
后果可能不是：
「重新生成答案。」
它是一台真正有重量、
有速度、
会移动的机器。
所以 Physical AI 的安全标准，
一定比聊天机器人更难。
这也是为什么：
AI 在屏幕里变聪明的速度，往往比 AI 进入真实世界的速度快很多。
就像小孩在停车场会骑自行车，不代表明天就能自己骑去上学
最简单的比喻就是骑自行车。
一个孩子第一次在空旷停车场骑了一圈。
没有跌倒。
转弯也很顺。
你可以高兴地说：
「他会骑自行车了。」
但你不会第二天就叫他：
自己穿过繁忙十字路口，
闪过汽车，
遇到下雨自己判断路面，
最后安全骑到学校。
因为：
会骑，是能力。
能在真实道路安全骑，是部署。
Amazon 2013 年展示的，
比较接近：
「这件事有可能做到。」
2026 年真正要验证的则是：
「这件事能不能每天在数百个城市重复做到。」
两者之间，
就是 13 年。
真实世界还有一个 AI 解决不了的东西：人
技术安全只是第一关。
Amazon 每进入一个新的无人机配送社区，
还必须面对地方政府、居民与监管机构。
Reuters 报导指出，新据点仍需要地方审批，社区讨论中也会出现：
噪音、
安全、
隐私，
以及无人机是否适合每天飞过住宅区等问题。
所以就算工程师今天宣布：
「技术已经准备好了。」
居民还是可能回答：
「可是我不想每天听到它飞过我家。」
这也是 Physical AI 和纯软件很大的差别。
ChatGPT 更新一个模型，
不用问你隔壁邻居。
无人机飞进社区，
就必须。
事故也会直接改变部署速度
2025 年，Amazon Prime Air 曾有两架配送无人机在亚利桑那州与施工吊车臂发生碰撞，美国 NTSB 与 FAA 随后展开调查。
这不代表：
无人机配送一定不安全。
但它说明一件很重要的事：
真实世界会一直产生测试环境没有想到的新情境。
所以 Amazon 自己在 MK30 安全测试中，
也不只测：
「正常情况能不能飞。」
而是刻意制造各种异常场景，
甚至让飞机、直升机从不同方向接近无人机，
测试 Detect-and-Avoid 能不能正确反应。
这才是真正的部署测试。
不是问：
「成功过一次吗？」
而是问：
「出现没有预料到的事情时，它会怎么办？」
那 Amazon 现在为什么敢开始大规模扩张？
因为这 13 年并不是什么都没做。
Amazon 不断重新设计机体。
新的 MK30：
飞行距离更远，
可以在轻微降雨中运作，
能在更小的区域投递，
也持续改善噪音与自主避障能力。
Amazon 还取得 FAA Part 135 认证，并让 MK30 可以利用 Detect-and-Avoid 运行超出操作人员视线范围的飞行。
更重要的是：
Prime Air 已经不再只是实验室 Demo。
Amazon 表示，今年已经透过无人机完成数十万件包裹配送，目前可配送数百万种符合条件的商品，最快约 30 分钟送到。
这才让 Amazon 有理由开始下一步：
从少数测试区，
走向大量城市。
但「近 500 个城市」还不等于无人机物流已经成功
这点非常重要。
Amazon 现在宣布的是：
扩张计划。
不是：
「无人机已经取代货车。」
也不是：
「500 个城市现在全部都能使用。」
实际进入每一个地区，
仍然要处理据点建设、地方审批、服务范围、居民接受度与飞行安全。
Amazon 自己也说，目前 Prime Air 在美国仍从 11 个据点提供服务，接下来才会陆续增加更多城市。
所以今天真正的新闻不是：
「Amazon 已经用无人机送遍美国。」
而是：
这个做了 13 年的技术，终于准备接受第一次真正的大规模现实世界考试。
这也是下一波 AI 最值得看的地方
过去两年，
我们看 AI 最常比较的是：
谁回答得比较好？
谁写程序比较快？
谁的模型分数比较高？
但 Physical AI 出现之后，
问题会完全改变。
未来比较的可能是：
谁能让机器在真实世界安全运作？
谁能处理最多意外情境？
谁能通过监管？
谁能让居民愿意接受？
谁能把成本降到真的可以每天使用？
因为真正改变世界的，
不会只是：
AI 在 Demo 里做得到。
而是：
它在星期一做得到，星期二下雨也做得到，星期三遇到施工还知道怎么避开，而且一年做几百万次仍然可靠。
13 年真正教会我们的是：Demo 和部署中间有一个巨大的世界
2013 年，
Amazon 已经可以让大家看见：
包裹从天空飞来。
2026 年，
它真正要证明的是：
这个画面能不能变成普通人的日常生活。
这两件事情看起来只差一步。
实际上，
中间有：
工程、
AI、
安全、
监管、
成本、
社区接受度，
还有无数现实世界里不按剧本出现的事情。
所以未来看到下一个惊人的 AI Demo 时，
也许可以多问一句：
它是「做得到」，还是已经「可以每天安全地做」？
这两句话，
差得非常远。
今天，和 AI 一起进步一点。
每天学会一个 AI 技巧。
每天节省一点时间。
每天提升一点能力。
SasaDaily，陪你一起成长。
