物理 AI 原生多模态架构

当前基于大语言模型的 AI 只是「前菜」，物理 AI（具身智能、自动驾驶、AR 眼镜）才是 AI 的未来。Demis 的核心判断是：必须从底层做**原生多模态**——让模型从训练第一天就看到图像、听到声音、理解 3D 空间，而不是事后用 adapter 拼接。Gemini 的架构优势（原生多模态）已经在 Waymo、机器人项目、世界模型 Genie 中显现。