[Emerging Ideas] Artificial Tripartite Intelligence：面向物理AI的仿生、传感优先架构

随着AI从数据中心走向机器人与可穿戴设备，一味扩展更大规模的模型已显不足。物理AI在延迟、能耗、隐私与可靠性的严苛约束下运行，其性能不仅取决于模型容量，还取决于信号如何通过可控传感器在动态环境中被获取。我们提出Artificial Tripartite Intelligence（ATI），一个面向物理AI的仿生、传感优先的架构契约。ATI在系统层面分为三方：脑干（L1）提供反射式安全与信号完整性控制，小脑（L2）执行持续的传感器校准，横跨L3/L4的大脑推理子系统支持常规技能选择与执行、协调以及深度推理。这种模块化组织使传感器控制、自适应感知、边云执行与基础模型推理能够在同一闭环架构内协同演进，同时将时间敏感的感知与控制保留在设备端，仅在需要时调用更高层推理。我们在动态光照与运动条件下的移动相机原型中实例化ATI。在我们的路由评估（L3-L4分离推理）中，与默认自动曝光设置相比，ATI（L1/L2自适应感知）将端到端准确率从53.8%提升至88%，同时将远程L4调用减少43.3%。这些结果显示了具身AI中感知与推理协同设计的价值。