Physical AI + RFID：另一扇门，另一双眼，另一副触角

过去三年，AI 的「脑」突飞猛进：模型能读片、能写代码、能推理规划。但把任何一个最强的模型接到真实仓库、产线、门店里，它会立刻暴露一个尴尬——它看不见货架第二层有什么，摸不到那箱货被动过没有，甚至不知道眼前那件商品在不在。脑很强，感知缺货。Physical AI 的全部意义，就是补齐从物理世界到 AI 的状态供给线。

这条供给线上，大家第一个想到的是摄像头。但摄像头不是唯一的眼，更不是每个点位都装得起的眼。RFID 提供的是一个常被低估的选项：它不产生图像，却能给出比图像更贴着业务的东西——身份、位置、状态，每秒几百次的连续供给。用三个比喻说清它能给 AI 补什么。

另一扇门：物理世界进 AI 的接口

AI 与物理世界之间缺的不是带宽，是协议。摄像头给的是像素，AI 要自己从像素里猜出「那是什么、有几个、动没动」——把感知的重担全压在模型上。而每枚 RFID 标签从出厂起就带着全球唯一的身份，读写器读到的不是「画面里疑似有一箱货」，而是「EPC 为 XXX 的那箱货，此刻在此处」。

摄像头给 AI 的是「看」的材料，RFID 给 AI 的是「知道」——身份是预先挂好的，AI 只需要消费状态，不需要从零识别世界。

这就是「门」的含义：标签是物品出厂就自带的世界模型接口。当标准 inlay 跌到一毛八、全球年出货数百亿枚，这个接口的覆盖密度已经超过了任何一种主动传感器。AI 的世界模型想长得大，先把门修到物级颗粒度。

另一双眼：看得见遮挡的眼

视觉的眼睛有三个先天短板：怕遮挡（看不见纸箱里的货）、怕环境（暗光、雾气、反光）、怕隐私（摄像头的部署边界越来越敏感）。RFID 的电波恰好从这三个缝里钻进去：UHF 信号穿透纸箱与包装识别内部的标签，部署不采集任何图像所以天然规避隐私争议，标签无源免维护所以能铺到摄像头舍不得铺的密度。

它也不和视觉竞争，而是互补：视觉管「看得见的那一半」（外观、姿态、人的行为），RFID 管「看不见的那一半」（箱内、层间、遮挡后的身份与状态）。两只眼各看各的盲区，拼起来才是完整的现场。

另一副触角：不接触的触觉

触觉的本质是「近距离的状态感知」，而 RFID 的物理层恰好具备这个能力。多数射频模块支持相位输出：以 920MHz 计，1cm 位移对应约 22° 相位变化，固定场景复现性约 ±5°，折算毫米级。也就是说，不贴不压、不装任何机械传感，电波就在替你「摸」着每件物品——在位还是离位、静止还是被挪动、挪了几厘米。

• 堆叠密集的货位上，RSSI 已分不开的亚波长间距，相位差分能稳定分辨——这是「摸得出谁压着谁」
• 柜台与料道的固定标签，相位曲线给出毫米级位移史——「摸得出它何时被动过」
• 无源标签不供电不联网，这些触觉信号却每秒可采样数百次——「摸」的频率比任何人工巡检都密

门、眼、触角合起来是什么

是一个物品状态的原生数据层：身份由门进来，遮挡内的存在由眼确认，微观变动由触角捕捉。这正是 AI 世界模型最渴的输入形状——不是像素，不是文本，而是「哪个物品、什么状态、何时变化」的结构化事件流。

1. 1

   识别层（门）

   EPC 身份 + 出现/消失事件，对应现有盘存系统的全部价值——这是基本盘。

2. 2

   状态层（触角）

   在位、位移、计数一致性，相位与 RSSI 联合供给——这是正在打开的增量。

3. 3

   认知层（AI）

   在状态层之上做预测与决策：什么会缺、哪条动线异常、何时该补——Physical AI 的真正产出。

别等完美方案

这条通路上当然有工程难点：金属与液体环境要选对标签，折叠相位要做消歧，标称读距必须现场复测。但注意它们的共同点——都是已知物理规律之内的工程题，不是未知的科学题。全球每年数百亿枚标签的出货量说明规模化这条路已经被验证，缺的是把感知层认真接进 AI 的那一批人。

大模型们还在继续长脑子，而物理世界的感知供给线才刚铺设。对 AI 而言，RFID 不是又一路摄像头，是另一扇门、另一双眼、另一副触角——门越宽、眼越密、触角越灵，Physical AI 长得就越快。