AWS年會｜機械人數年內料迎「ChatGPT時刻」 AWS年會賭城揭幕 科企領袖聚焦物理AI
原文刊於信報財經新聞「CEO AI⎹ EJ Tech」
人工智能（AI）是當前最具變革性的技術，隨着AI開始與現實物理世界融合，目前正站在「物理AI」（Physical AI）的歷史轉捩點。亞馬遜網絡服務（AWS）年度盛事AWS re: Invent 2025昨於美國拉斯維加斯揭幕，多位AI及機械人科企領袖估算，最快數年內機械人領域將出現「ChatGPT時刻」。與會者普遍認為，2026年至2028年最先被機械人顛覆的，將會是工業場景；至於家居方面，起碼還要3至7年才普及。
Tuter Intelligence聯合創辦人及行政總裁格魯恩斯坦（Josh Gruenstein）指出，該企機械人能現場學習、快速適應每天變換的產品與流程。RLWRLD聯合創辦人及行政總裁Jung-hee Ryu稱，人類手部有22個自由度，控制維度是傳統六軸機械臂的3倍以上，人形機械人5隻手指要靈巧如真人並不容易。
先顛覆工業場景 補充勞動力
物理AI一直面對三大難題。首先是數據匱乏，物理世界產生高維度、多模態的數據，例如視覺、深度、力感、觸覺及聲音，遠比文字複雜，過去亦欠奉公開數據集。其次是即時運算難度，機械的臨場決策必須在毫秒之間完成。第三是驗證成本高昂，數碼AI錯了最多「得啖笑」，但物理AI出錯則可能令人類受傷。
在2025年，以上三大難題均有改變，首先大量初創採用「邊工作邊收集數據」的商業模式，把數千部機械人部署到真實工廠與倉庫，形成正向循環。其次是輝達（Nvidia）Jetson系列與新一代邊緣AI晶片，讓大模型首次能在本地端即時運行。第三點是Omniverse等超高擬真模擬平台，讓模擬產生的數據能在真實世界微調。
與會者普遍認為，2026年至2028年最先被顛覆的，將是工業場景而非家居。Bedrock Robotics聯合創辦人及技術總監彼得森（Kevin Peterson）透露，該企正把自駕車技術移植到挖掘機和推土機上，操作員日後經由語音指令，像提示ChatGPT一樣「提示」一部重型機器，有助彌補美國50萬建築工人缺口。
家務機械人最快3年「入屋」
人形機械人方面，若要進駐平常百姓家庭，起碼還要3至7年，最快2028至2030年實現。最大阻力是成本昂貴，一般家庭未必捨得花數十萬美元買一部機械人。此外，工廠任務相對固定，而在家中餵狗及洗碗則完全是兩套邏輯。同時，安全門檻不可忽視，例如家中有長幼及寵物，任何失控後果都難以承受。
當機械人具備實體力量，黑客攻擊不再只造成資料外洩，而是可能導致生命危險。業界共識是，即時安全決策必須100%在邊緣端完成，不能依賴雲端連線。更現實的路徑是，「輔助型機械人」率先進入醫療、零售與公共場所，具備簡單對話與導航能力的服務機械人，預計將在2027年前湧現。
物理AI在2025年的今天，正重演2016年至2017年生成式AI的劇本，當時Transformer論文面世、數據還不夠、算力又剛好起步，但兩年後就爆發GPT系列。時至今日，同樣可看到論文，例如VLA（視覺—語言—行動）模型、邊緣算力、擬真模擬全部就位。
在座談會的尾聲，輝達機械人及邊緣運算生態系統負責人戈埃爾（Amit Goel）揚言，「所有原料都在鍋子中，我們正瘋狂試味道。」只差配方與規模化。不難理解的是，餘下問題不再是「能不能」，而是誰會先把所有零件拼起來，並按下啟動鍵。
採訪、撰文、攝影：邱敏聰．美國拉斯維加斯
相關文章：
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
