Physical Intelligence打造人形機器人：「AI大腦」全都一樣聰明！|數位時代 BusinessNext

不管機器人長怎樣，都有一樣的「AI大腦」！這家新創怎麼跟特斯拉、OpenAI對抗？

新創Physical Intelligence，嘗試用AI為機器人打造真正的「大腦」，讓不同的機器人硬體設備不論在思考、行動、對答時都用通用軟體。

AI機器人可以擁有同個「大腦」

想像一下AI機器人的運作邏輯：當機器人收到要綁鞋帶的指令，就會透過演算法搜尋鞋子和鞋帶之間的關聯，並判斷接續的行動。

但不種類的機器人，需要透過不同的方式來完成這件事情，可以想像世界上千千萬萬種不同的機器人要學習千千萬萬種命令，是多麽耗費成本與時間的事情。

Physical Intelligence正是為了解決這個問題。Physical Intelligence共同創辦人Karol Hausman表示，Physical Intelligence的目標是開發通用的AI機器人軟體系統，未來希望能將同一套演算法應用在不同機器人硬體設備上，這樣當不同機器人在執行同一個工作時就不用重複訓練，因為他們擁有同個「大腦」去判斷和執行行動。

雖然公司尚未透露具體能打破硬體設備差異的關鍵技術，但Karol Hausman說明Physical Intelligence不會開發自己的硬體設備，而是購買不同的機器人並在該硬體上訓練他們的AI模型，「建立迄今最詳細的機器人資料庫」可能是Physical Intelligence現階段的目標。

OpenAI、Tesla都正著手機器人領域，Physical Intelligence如何應對？

OpenAI產品和合作夥伴關係副總裁Peter Welinder曾表示，進入「機器人領域」一直都在OpenAI的計畫內，機器人和高階AI模型的結合是未知且令人期待的。

除了Physical Intelligence之外，新創Figure AI最近也宣布從OpenAI、NVIDIA、亞馬遜創辦人貝佐斯、微軟獲得6.75億美元的募資（約新台幣200.5億元），其人形機器人會用於製造、運輸、物流及倉儲等領域，協助緩解產業勞動力短缺的問題。Tesla推出的人型機器人Optimus，可複製人類「爬、跳、抓、舉」等複雜動作，最快也會於2025年進入市場。

面對競爭對手的挑戰，Physical Intelligence的優勢在於其願景是創造AI機器人通用軟系統，而不是完成特定工作的機器人手臂，若產品真的開發完成應用場景會更廣。

從Karol Hausman的X中也可以看出Physical Intelligence和Figure AI等同業保持著良好的合作關係，祝賀機器人硬體設備技術的新進展。值得關注未來這些致力於AI機器人軟、硬體開發的廠商，會透過哪些合作為AI機器人開闢更多道路。

本文授權轉載自：創業小聚

責任編輯：錢玉紘

對已經成熟發展的企業來說，最大的挑戰不是如何創新，而是經驗無法有效傳承，而生成式 AI 的價值正在於此，它讓分散的知識從「共同保存」走向「即時運用」，使組織得以在既有經驗之上，持續累積能力並向上成長。

由旭瑞文化傳媒成立、全台最大直播平台浪LIVE，正是這種轉變的最佳寫照。「我們其實一直都有在整理內部的知識、技術文件和作業流程規範，但做法比較像是集中在倉庫裡，雖然找得到，卻不一定用得快。」旭瑞文化傳媒技術研發中心技術總監黎欣捷（James）形容。

為此，浪LIVE 攜手網創資訊導入 AI 知識管理系統 NAVI，打造出一顆可以分析與調用歷史資料並產製新內容的「企業智慧大腦」，讓經驗不再只是被保存，而能實際參與日常營運流程。網創資訊總經理吳炳鈞進一步說明，這是因為 NAVI 將浪LIVE既有資料整理成可被運用的知識基礎，並在此基礎上生成內容，故能真正融入浪LIVE使用場景，提升文章產製與活動規劃的效率。

用 AI 提速，回應高頻、快節奏的營運需求

作為直播產業的領導平台，浪LIVE 不僅市占率超過 50%，每月活躍用戶數更高達 40-50 萬人。能夠寫下高黏著度、高互動率的成績，除了堅持以才藝直播為主軸、在市場上做出差異化特色，快速更新的內容與密集的行銷活動，同樣是浪LIVE 維繫用戶黏著度的關鍵。

黎欣捷表示，浪LIVE 每日都會更新社群貼文與文章內容、每個月平均規劃約 20 至 25 檔活動，不僅內容產出量龐大，對速度的要求也極高。編輯團隊在完成採訪後，必須在最短時間內產出文章，且要符合品牌的風格和版型，而營運團隊不僅要不斷發想新的玩法，還得預先估算不同設計下的投資報酬率、參與人數等機率，以確保活動能兼顧創意與成效。

這種高頻的營運節奏不僅極具挑戰性，還容易使團隊感到疲憊。因此，浪LIVE 開始思考如何利用 AI 來提升文章產出與活動企劃的效率，而 NAVI 正是思考後的最佳解答。

應用場景1：文章產製，不再從零開始

吳炳鈞進一步說明，網創資訊如何協助浪LIVE 將 NAVI 應用於文章產製與活動企劃。

先就文章產製來看，網創資訊將浪LIVE 過往累積的大量文章匯入 NAVI，由系統學習品牌文章的語氣與編排方式，及不同編輯的寫作風格並加以分類。之後，編輯只要提供採訪逐字稿或相關素材，並指定想要的文章風格，NAVI 便可依此生成初稿，再由編輯進行調整與潤飾，大幅加快整體產出速度，也讓編輯可以將更多心力投入內容品質的把關與主題發掘，用快速更新而主題有趣的文章，吸引會員持續留在平台。

吳炳鈞強調，NAVI 不是憑空寫文章，而是根據企業過去累積的內容與規範來生成，這樣的產出結果，才會更貼近原本的品牌風格與實際需求。更重要的是，網創資訊還能根據客戶使用情境進行客製化調整。例如，NAVI 可以整合圖片和文字，生成一篇圖文並茂的文章，並同步輸出對應的 HTML 程式碼，浪LIVE 編輯只需貼至後台系統，就能完成上稿作業，不必再花費大量時間去調整版面配置。

應用場景2：活動規劃，從歷史經驗找出新玩法

再就活動規劃來看，網創資訊同樣先將浪LIVE 的歷史活動範本、禮物清單與獎勵機制導入 NAVI，由系統學習營運團隊在發想活動時的思維脈絡，之後，團隊成員只要輸入關鍵字，NAVI 就能建議相應的活動方式與獎勵組合，作為活動規劃時的參考。

黎欣捷認為，NAVI 就像一位資深顧問，不僅提供更多元的視角與玩法建議，縮短活動規劃所需的時間和心力，也能即時調閱過往經驗，協助團隊跳脫個人思考盲點，避免重複規劃過去已經做過的活動內容。

吳炳鈞進一步以禮物清單為例，說明 NAVI 帶來的效益。浪LIVE每一檔活動都需要重新設計禮物或做不同的組合搭配，因此資料庫已累積上百種不同類型的禮物，這使得團隊成員在規劃活動時，常常要花很多時間去發想新禮物或搜尋資料。而在導入NAVI後，系統可以根據歷史資料提供合適的禮物搭配建議，協助團隊在規劃新活動時，更有效率地運用既有資源。

不只生成內容：NAVI 三大特色，讓 AI 真正嵌入企業流程

在資料管理與內容生成外，網創資訊也從企業管理需求出發，規劃出以下 3 大系統特色，使 NAVI 得以真正融入企業的營運流程中。

第一，NAVI 支援至少 20種大型語言模型，能因應不同使用需求，處理文字、圖片、音訊和影片等多種形式的內容。第二，系統可部署於私有雲或地端環境，讓資料能留在企業內部，降低被外部 AI 模型使用的疑慮。第三，整合 AD 身份驗證與授權機制，可依部門和角色別去設定資料存取權限，確保 AI 在回應問題或產生內容時，只會引用該使用者可存取的資料範圍，避免誤用或資料外洩的風險。吳炳鈞補充，由於系統可進行部門切割，也能進一步統計各單位的使用量，方便企業進行內部成本分攤與管理。

「企業需要的是能嵌入流程的 AI，而不是只會回答問題的工具。」吳炳鈞指出，因此 NAVI 一開始就定位在企業知識管理系統，從而發展上述系統設計。近年來，因應 AI Agent 趨勢，網創資訊亦將相關概念融入 NAVI，使系統具備更高的主動性，能依任務需求串接不同資料庫與內部系統，協助使用者完成特定工作流程。

未來，網創資訊將持續與浪LIVE 深化合作，逐步導入更多內容至系統中、拓展更多應用場景。也期待在與客戶合作的過程中，共同發掘更多具體的應用靈感，並視需求開發對應功能，持續放大知識與經驗的價值，讓技術不只停留在工具層次，而能真正轉化為企業成長的動能。