现在，曾经停留在数字屏幕上的人工智能，正携带传感器和机器人走入现实世界，进入物理AI的时代。物理AI不仅在制造和物流领域发挥作用，还在能源、移动性和基础设施等方面重塑全球50万亿美元的产业（德勤）。未来十年，类人机器人、自主移动机器人、自驾车和无人机将在城市和工业现场普及，承担安全性和生产性的责任。因此，从现在开始，我们必须为这一“空间基础设施”做好准备。
韩国拥有世界一流的机器人密度和制造业基础。然而，物理AI的高度发展需要超越工厂内部的围墙，与城市整体的物流、交通和空间结构有机结合。城市规划应从单纯协调居住和出行便利的旧模式中走出，演变为机器人和AI代理能够顺畅感知和行动的“智能空间生态系统”。
首先，建设机器人友好的空间基础设施和“城市数字双胞胎”。
目前的道路和建筑物以人为中心，限制了机器人和无人机的移动。城市规划中应纳入地下物流网络、机器人专用通道和无人机站。同时，需在城市层面构建“数字双胞胎”，通过实时空间信息验证机器人行驶路径和能耗。美国休斯顿市正在为自主驾驶移动和机器人在城市中的移动建立专用行驶数据和3D映射基础设施。新加坡则将整个城市实现数字双胞胎，利用公共基础设施进行物流和机器人模拟。
其次，设立以物理AI集群为中心的监管自由区和测试床。
物理AI的发展依赖于大量“实环境数据”的学习。应将主要的高端区域指定为物理AI专用测试床，并扩大监管沙盒。在保障行人安全的前提下，类人机器人和配送机器人应能够在城市的步道和商业设施中自由穿行，收集数据。日本筑波和福冈已被指定为机器人特区和实证实验城市，支持配送机器人和自主驾驶服务在道路上无障碍地收集数据并进行商业化测试。
第三，空间分散布局数据中心和边缘计算基础设施。
物理AI需要超低延迟处理数据，因此必须降低对中央云的依赖，依赖现场计算的“边缘计算”和电力网络。城市规划中应稳定地反映大规模电力消耗和发热的AI数据中心及边缘服务器中心，并确保与可再生能源相结合的智能电网用地。美国北弗吉尼亚（数据中心巷）和爱尔兰都柏林等地，正为解决日益增长的AI计算需求和电力问题，将大规模数据中心集群和可再生能源相关电力基础设施纳入城市规划。
第四，突破传统用途区域制度，建立“融合智能空间”。
过去严格的居住、商业和工业用途区分，成为物理AI时代制造、物流和服务融合的巨大障碍。应在城市内引入结合物流拣选、小规模环保制造和机器人服务的复合用途区域。应提高商业建筑低层或地下作为机器人站等用途变更的灵活性。旧金山和纽约等城市允许将城市内闲置的商业空间和停车场灵活转变为小规模物流和城市型物流及机器人中心的复合用途开发。
如今，城市规划应从以物理建筑为中心的土木思维中走出，设计一个AI和机器人能够顺畅沟通与协作的“智能有机体”城市。需要通过模拟进行验证，前瞻性地整备空间基础设施，并基于数据运营城市的精密战略。这将成为韩国跃升为全球物理AI强国的坚实基础。
※ 本报道经人工智能（AI）系统翻译与编辑。
