除了世界模型，科技巨頭為什麼還押注實體 AI？
在人工智慧的發展中，實體 AI（Physical AI）和世界模型（World Models）正引領著一場根本性的變革，超越了以文本為基礎的智慧系統，朝向能夠理解和互動於物理世界的系統。雖然大型語言模型（LLMs）在近期的人工智慧討論中占據了主導地位，但業界領袖們已經開始指出，未來的挑戰需要完全不同的方法。
傳統的 LLMs 在處理和生成語言方面表現出色，但它們缺乏理解物理限制、空間關係和現實世界動態的能力。這些系統僅在數位領域運作，無法解釋不確定性、運動或物理法則。因此，將 LLMs 直接應用於機器人系統或自動駕駛車輛的嘗試，往往顯得不足。
實體 AI 需要一種根本不同的架構，這種架構基於兩種互補的智慧：能夠在物理世界中行動的系統，以及理解自然法則的「人工智慧物理學」。此雙重需求促進了世界模型的出現，這些模型是基於影片和圖像資料訓練的神經網路，而非僅僅依賴文本。這些模型從大量的現實資料中學習物理世界的動態，包括幾何、運動和物理學，進而能生成現實的、符合物理規律的場景。
該轉變的關鍵技術突破在於，將生成式人工智慧基礎模型與現代模擬能力相結合。高保真度的物理建模、照片真實的渲染和並行處理，使得在部署之前能夠在虛擬環境中訓練人工智慧系統，將數年的現實測試壓縮至數週內。
市場對此變化的反應迅速。根據報導，2025 年中國公司部署了近 1.3 萬台機器人，且人型機器人的銷售年增長率達到 500%。CounterPoint Research 預測，2026 年將再增長 500%，可能部署接近 10 萬台人型機器人。包括 Nvidia、Meta 和 Google DeepMind 等主要公司已經推出世界模型平台，使機器人能夠執行複雜任務，從在不熟悉的環境中抓取物體，到在三維空間中導航和自我改進。
此技術轉變重新定義了「智慧」的含義。智慧不再僅僅透過語言理解或文本中的模式辨識來衡量，而是透過在即時中建模、預測和操控物理環境的能力來評估。業界共識也反映在 Gartner 將實體 AI 列為 2026 年頂尖戰略技術趨勢的評價中，顯示從基於雲的軟體系統，轉向具身的、具物理感知的智慧，正代表著人工智慧發展的下一個時代。
（首圖來源：shutterstock）