廣告
輝達GTC 5｜下一波AI革命來了！達明陳尚昊：Physical AI將讓機器人學會自主決策
【記者吳珍儀／台北報導】生成式AI掀起全球科技產業變革後，下一波更具顛覆性的AI革命正蓄勢待發。達明機器人執行長陳尚昊今（1）日在NVIDIA GTC Live論壇表示，AI正從數位世界邁向實體世界，隨著Physical AI技術快速成熟，未來機器人不再只是執行指令，而是具備推理、判斷與自主決策能力，為製造業、醫療產業乃至各類商業應用帶來前所未有的變革。
AI從虛擬世界跨入現實世界
陳尚昊指出，過去幾年AI發展歷程主要集中在數位空間，從感知模型、深度學習到近期受到高度關注的Agentic AI，都能在電腦與伺服器環境中完成訓練與驗證。然而當AI開始進入實體世界後，所面對的挑戰將遠比數位環境更加複雜。
他表示，Physical AI最大的特徵在於必須理解真實世界的運作規則，包括物體移動、重力、碰撞、環境變化等各種物理因素，因此即使能透過模擬環境進行訓練，最終仍必須回到真實場域驗證成果。
「數位世界裡的AI可以在電腦中完成訓練，但Physical AI最後還是要回到現實世界。」陳尚昊說。
機器人訓練模式出現重大轉變
陳尚昊坦言，自己過去專攻控制理論、運動學與動力學，長期以來機器人產業主要依靠數學模型與物理規則進行設計與控制。然而近兩年AI技術突破後，產業開始出現全新的發展方向。
他指出，過去機器人要完成任務，必須透過大量數學運算與人工設定規則；但如今透過AI模型與海量資料訓練，機器人有機會自行學習並優化行為模式。
「兩年前很多人都不相信，機器人可以靠訓練而不是只靠數學與物理來達成任務，但現在這件事情正逐步發生。」他說。
縮小虛擬與現實差距 成Physical AI關鍵
陳尚昊認為，Physical AI能否大規模落地，關鍵在於縮小模擬環境與真實世界之間的差距，也就是所謂的「Sim-to-Real Gap」。
他指出，達明機器人在全球工廠累積大量實際運作數據，未來若能透過AI技術將真實資料轉換為虛擬世界中的訓練素材，讓機器人在數位環境中完成大量學習與驗證，再部署到現實場域，將能大幅降低導入門檻與成本。
隨著資料持續累積，模擬環境將越來越接近真實世界，也讓Physical AI的商業化速度加快。
Agentic AI結合World Model 機器人將學會自主決策
談及未來發展方向，陳尚昊指出，目前Agentic AI已具備推理能力與自主執行任務能力，而下一階段若結合World Model（世界模型）技術，AI將能進一步理解真實世界的運作邏輯。
他舉例，未來機器人不僅知道物體在哪裡，更能理解重力、速度、摩擦力等物理特性，並在虛擬環境中預測各種可能結果，從中找出最佳方案。
「當AI具備推理能力，再理解真實世界運作方式後，它就能自己做出決策並採取行動。」陳尚昊表示。
他認為，這將徹底改變傳統工業自動化模式，讓機器人從「依照指令工作」進化成「自主思考與執行」。
台灣握有Physical AI最佳發展條件
陳尚昊表示，台灣在這波Physical AI浪潮中具備得天獨厚的優勢。
他指出，台灣擁有全球最完整的AI供應鏈，從台積電的先進製程、聯發科的晶片設計，到伺服器與系統整合能力，都為Physical AI發展提供重要基礎。
除此之外，台灣同時也是全球少數擁有完整製造場域的地區，從半導體、電子組裝到智慧工廠，都能提供機器人訓練與驗證所需的真實環境。
陳尚昊指出，台灣在機器人產業不僅具備零組件優勢，從晶片、馬達、減速機到控制系統皆有完整供應鏈，更重要的是有機會進一步發展成全球機器人解決方案中心。
他表示，達明機器人已從設備供應商逐步轉型為機器人解決方案提供者，未來也期待有更多台灣企業投入系統整合與應用開發，共同擴大產業規模。
展望未來，陳尚昊認為，當Agentic AI、World Model與Physical AI逐步成熟後，AI將從數位世界全面進入現實世界，機器人也將具備更高層次的自主判斷能力，而這場革命所帶來的商機與產業影響力，「幾乎是無限大」。
