物理AI的热力学极限:论文《Thermodynamic Limits of Physical Intelligence》发布
高桥恒一(ALIGN、理化学研究所)与林祐辅(ALIGN)发表了一篇关于具身物理智能(Physical Intelligence,实世界智能)能源效率的新论文(arXiv:2602.05463)。本篇博文将对该论文的内容进行解读。
引言——衡量智能的“能耗比”
ChatGPT、Gemini、Claude等大规模AI模型在展现出惊人能力的同时,也消耗着巨大的电能。训练最尖端的模型往往需要数万度(数十兆瓦时)的电能,“AI的用电问题”正日益受到社会各界的广泛关注。与此相对,人类大脑仅凭约20瓦——即相当于一只LED灯泡的功耗,便能实现高度复杂的思维。
这一数量级上的巨大差距意味着什么?“智能的能源效率”究竟是什么?正如汽车有油耗(km/L)一样,我们能否为智能也定义一个类似的“能耗指标”?
本论文基于物理学的基本规律,对这一问题给出了回答。论文提议采用“每焦耳能量能够处理多少比特信息”这一“比特/焦耳(bits/J)”指标,来定量衡量智能的效率。
什么是“物理智能”
本论文引入了“物理智能(Physical Intelligence,实世界智能)”这一概念。它指的是所有在物理世界中拥有实体、并在消耗能量的同时运行的智能系统。
物理智能既包括AI,也包括生物智能。
- 人工智能(AI):在数据中心运行的语言模型、机器人、自动驾驶汽车等
- 生物智能:人类的大脑、动物的神经系统(假想中也包括外星生物的智能)
近年来,AI行业常使用“物理AI(Physical AI)”这一术语,主要指机器人或自动驾驶汽车等与物理世界直接交互、具有具身性(embodied AI)的系统。这一意义上的物理AI固然属于物理智能的一部分,但本论文的研究视野更为广阔:即便是在云端运行的语言模型,只要它在物理服务器上消耗电能并产生热量运行,就同样被视为物理智能。
为什么需要如此广阔的视角?这是因为无论智能采取何种形态,只要在现实中运行,就无法逃脱物理定律——尤其是热力学——的制约。本论文正是立足于“作为物理实体的智能”这一视角,去探索能源效率的终极极限。
论文内容
智能的两个维度:“学习”与“施加影响”
本论文的核心在于从两个互补的维度来把握物理智能。
认知与学习:理解世界的能力
智能系统通过与环境的相互作用来学习世界的结构与规律。例如,语言模型从海量文本中学习语法和知识,机器人从传感器信息中学习环境的物理法则。
论文中将这种“理解世界的能力”概括为“结构复杂度(epiplexity)”这一概念。结构复杂度是用来衡量数据中的“结构性信息”——即剔除噪声和冗余后,表达环境规律的信息——在多大程度上被编码到系统内部状态中的指标。该概念由Finzi等人(2026)基于计算量受限的最小描述长度(MDL)理论形式化提出(arXiv:2601.03220),与传统的信息量或熵不同,其目标是在算力受限的前提下只提取“有意义的结构”。
本论文将该结构复杂度与热力学相连接,将“每焦耳热力学结构复杂度”定义为学习的能源效率。简而言之,它是一个衡量“消耗1焦耳能量,能对世界了解多少”的指标。
控制与行动:影响世界的能力
智能系统不仅能学习,还能通过行动对世界施加影响。机器人搬运物体、AI辅助人类决策都是典型的例子。
论文中将这种“影响世界的能力”概括为“赋能(empowerment)”概念。这是一个衡量“通过自身的行动能在多大程度上使未来的状态发生多样化改变”的指标,在信息论中被定义为“信道容量”。例如,如果机械臂能将物体放置在10个可区分的位置,其赋能值就是 log₂(10) ≈ 3.3 比特。若行动不产生任何影响,则为0比特;影响力越大,比特数就越高。
补充说明:关于赋能的理论背景,林与高桥(2025)的研究表明,贝叶斯最优的通用AI智能体具有最大化赋能的倾向(ALIGN博客解读)。
本论文将“每焦耳赋能”定义为控制的能源效率。这里的关键在于妥善进行能耗成本的“核算”。例如,智能体哪怕只是“什么都不做、原地等待”,如果环境发生自主改变,就会产生表观上的信息传递,从而可能出现零成本带来无限效率的“自由控制(free control)”假象。为避免此类问题,论文提出了一种将“无操作”状态下的基准能耗与为进行控制额外消耗的能耗分开报告的方法。
为什么需要这两个维度
学习与控制是智能的一体两翼。无论多么理解世界,若无法行动就什么也无法改变;反之,即便拥有行动能力,若不理解世界也无法选出恰当的行动。将这两者分开评估,有助于把握系统的特性(例如“学习高效但控制低效”)。此外,在闭环运行的智能体(反复进行学习与行动的系统)中,由于两者共享能量预算,还可以借此分析其间存在的权衡取舍。
物理定律决定的终极极限
什么是兰道尔极限
计算机的功耗存在物理定律决定的根本下限。根据罗尔夫·兰道尔于1961年提出的原理,不可逆地擦除1比特信息,至少需要消耗 k_B T ln 2 焦耳的能量(k_B 为玻尔兹曼常数,T 为温度)。在室温下约为 3×10^-21 焦耳,即理论极限约为 3.5×10^20 bits/J。
现代计算机的开关能量大约在 10^-17~10^-18 J 左右,距离兰道尔极限还有大约3到4个数量级的空间。另一方面,关于人类大脑,部分估算认为其可能仅比兰道尔极限低2到3个数量级左右(具体数值取决于估算方法)。如果这一估算是正确的,便印证了生物进化孕育出的物理智能是何等高效。
闭合循环下的学习效率极限
论文的一项重要理论贡献,是利用随机热力学的成果,厘清了学习效率同样适用兰道尔极限的条件。
具体而言,在重复利用有限内存的“闭合循环”条件下,为了获取新知识必须擦除旧信息,此时兰道尔极限便会发挥作用。论文从数学上推导出了该条件下学习效率的上限。
量子计算与可逆计算的地位
那么,量子计算或可逆计算能否突破这一极限?论文对此给出了明确的结论。
量子计算并不是“打破”热力学极限的手段。量子计算的优势在于:(i) 计算的大部分可以沿着可逆(酉变换)轨迹执行;(ii) 可以减少某些特定问题类别所需的逻辑步骤数量。然而,一旦将量子比特的初始化、测量以及容错所需的重置/刷新步骤纳入核算边界,兰道尔极限依然适用。
换言之,量子计算可以逼近热力学极限,但无法突破该极限。
“核算”的重要性
不过,这里有一个重要的注意事项。如果系统“外部”能够无限制地供应已初始化的内存(如同全新未使用的硬盘),那么如果不计入其供应成本,表观效率就可以达到无穷大(论文中的命题1)。论文展示了一个构造:通过对外部供应的空白内存执行异或(XOR)运算来复制环境信息,这一极其简单的构造就能在使边界内能耗任意小的同时获取信息。当然,准备那块“空白内存”的成本在某处已经被支付了——只是没有被计入而已。
这类似于财务核算问题。在评估企业利润时,若不计入原材料成本,表观利润固然可观,但无法反映实际情况。同样,在评估物理智能的能源效率时,明确什么被纳入计算、什么未被纳入是必不可少的。论文明确了这种“核算边界”的设定方法,为公正的比较提供了指引。
面向实际应用的统一框架
建议报告的项目清单
为了对不同系统的能源效率进行公正比较,论文建议报告以下项目:
- 核算边界:能耗范围涵盖哪些部分,如计算、传感器、执行器、散热冷却等
- 基准线:如何处理“无操作”状态下的功耗
- 分辨率:测量信息量时的粒度
- 时间跨度:评估周期以及对重置的处理
- 估算方法:如何计算与估算信息量
通过明确这些内容,研究人员之间便能够进行横向对比,从而客观追踪技术的进步。
与标度律(Scaling Law)的关系
在当前的AI开发中,业界普遍认同通过增大模型规模、增加数据量、提高计算量来提升性能的“标度律”(关于标度竞争的动向,亦可参阅这篇文章(part1))。然而在这一法则下,单位性能提升所需的能源消耗呈加速度增长。
论文展示了从能源效率的角度分析该标度律的方法。随着扩展规模的推进,每额外投入单位能量所带来的性能提升(边际效率)会出现下降。这符合“边际效益递减”规律,意味着在某个节点上必然需要采用不同的方法途径。
启示与影响
智能爆炸论的定量深化——与2018年论文的承接
本论文对2018年发表于日本人工智能学会会刊上的论文《关于未来机器智能的情景与分水岭》中展开的讨论进行了更深入的定量深化。
在2018年的论文中,机器智能的未来情景被划分为4种,并探讨了决定走向各个情景的关键因素:
- 上限情景:工程上可实现的智能存在根本极限,无法达到颠覆性水平
- 生态系统情景:多个智能体作为相互依存的网络共存,呈现出边界模糊且具有涌现性的行为(类似于互联网基础设施或生态系统)
- 多极情景:具有明确边界的多个超级智能智能体处于均衡状态,产生谈判、威慑、军备竞赛等战略动态(类似于国际关系)
- 单体(Singleton)情景:单一智能体获得决定性战略优势(decisive strategic advantage)
在这篇论文中探讨了智能爆炸(通过递归自我改进实现能力的飞跃式提升)的发生条件,指出除认知架构问题外,计算的热力学效率以及光速上限等物理制约也发挥着关键作用。
递归自我改进有两个方向:
- 内向型改进:利用现有资源更高效地计算(硬件与算法的改良)
- 外向型改进:获取更多资源(算力、能源、空间层面的扩张)
内向型改进受到热力学制约(即兰道尔极限)的影响,外向型改进则受到局域性制约(光速导致的协调延迟)的影响。无论走向哪个方向,都存在物理层面的壁垒。
特别是在热力学制约方面,2018年的论文在指出兰道尔极限可能为能力提升设定根本上限的同时,当时仍保留了量子计算或可逆计算可能突破该极限的可能性。2018年的论文中写道:“在利用纯粹观测不破坏量子态的特定量子计算,或使用不丢失信息的分子机器的可逆过程中,这一极限在局部并不适用”。
而本次的论文以更为严谨的形式推演了热力学制约,并得出了结论:量子计算可以逼近热力学极限,但无法突破极限。由此明确了内向型改进在原理上存在着上限。
(关于外向型改进所受的局域性制约,已在2018年的论文中进行了详尽论述。)
与AI对齐研究的交汇点
从AI对齐研究的角度来看,理解物理智能的极限也至关重要。正如2018年论文中所讨论的,单体情景(单一AI获得决定性战略优势的情景)的可行性,取决于AI能力提升存在何种物理上限。
本论文揭示的热力学极限,为智能爆炸的速度和终点提供了定量制约。这成为了AI安全讨论中评估“最坏情况”时的重要输入依据。
此外,本论文的双轴评估(学习与控制)与2018年论文中讨论的“决定性战略优势”获取条件高度契合。获得决定性战略优势既需要学习能力(预测环境及其他智能体),也需要控制能力(通过行动行使影响力),而两者各自都存在能源效率的极限。
对可持续AI开发的贡献
AI的电力消耗正在迅猛增加。有测算表明,到2030年,与AI相关的电力需求可能达到目前的数倍。在应对气候变化的背景下,如何权衡AI的发展与环境负荷,已成为政策层面的重要议题。
然而,目前尚缺乏对不同AI系统的能源效率进行公正比较的标准方法。即便声称“该模型很高效”,对于凭什么说它高效,其标准往往是模糊的。本论文提出的效率指标与报告清单,为这一问题提供了一种解答。
对政策与社会的启示
本论文的框架为以标准化方式报告AI系统的能源效率奠定了基础。这将使以下政策措施成为可能:
- 推行AI产品与服务的能效标识
- 制定数据中心的能效标准
- 明确研发投资的优先级
正如家用电器有节能标签一样,未来AI服务也有望贴上能效标识。
结语
针对“物理智能(实世界智能)的能源效率”这一课题,本论文提供了一个基于物理学的严谨框架。
所提出的双轴评估指标——学习效率(每焦耳结构复杂度)与控制效率(每焦耳赋能)——为衡量智能的“能耗比”奠定了理论基石。而将其与闭合循环条件下的兰道尔极限相连接,则为技术能发展到何种高度提供了终极衡量尺度。
2018年论文中提出的关于智能爆炸发生条件的讨论,通过本论文得到了更加量化、严谨的深化。特别是“包括量子计算在内的任何计算技术都无法突破热力学极限”这一结论,为关于未来机器智能能力上限的讨论确立了清晰的制约边界。
当前的AI系统距离该理论极限仍有数个数量级的差距。这一事实一方面表明能效提升存在巨大空间,但另一方面也意味着存在着无论任何技术革新都无法逾越的终极壁垒。
在思考AI的可持续发展以及AI与人类的共存时,物理智能的能源效率这一视角今后将变得愈发重要。期待本论文能成为相关探讨的坚实基石。
若您对此感兴趣,欢迎阅读论文原文。
相关链接:
- 本论文:arXiv:2602.05463
- 2018年论文《关于未来机器智能的情景与分水岭》:J-STAGE(日文)、arXiv:2302.14478(英文翻译)
- Finzi et al. “From Entropy to Epiplexity”:arXiv:2601.03220
- 林、高桥《Universal AI Maximizes Variational Empowerment》:ALIGN博客解读
- 《从Transformer到AGI之路》:ALIGN博客
本文转载自 ALIGN 博客(2026年2月6日)。原文:https://www.aialign.net/blog/thermodynamic-limits
Koichi Takahashi