30 秒看重點
- 事件：前 Meta 團隊創立的物理 AI 實驗室獲十億美元融資，楊立昆卻直言 LLM 在機器人領域毫無希望。
- 意義：這代表 AI 戰場已從虛擬文字世界，正式跨入需要理解物理法則的實體機器人時代。
- 影響：台灣身為硬體與精密製造重鎮，將從「AI 伺服器代工」迎來「具身智能硬體」的全新商機。
AI 教父楊立昆再次開砲！他直言目前的 LLM（大型語言模型）根本不懂物理世界，拿來做機器人是走錯方向。與此同時，新創公司靠著「物理 AI」吸金 10 億美元，宣告 AI 戰場已從虛擬文字，正式轉移到能動能走的實體機器人世界。
機器人為何不能只靠 LLM 腦袋？
為什麼楊立昆會說 LLM 在機器人領域「毫無希望」？簡單來說，ChatGPT 就像是一個「飽讀詩書卻沒出過門的書呆子」。它非常擅長預測下一個文字，但它從來沒有感受過地心引力、不知道杯子倒了水會流出來，更不用說如何精準控制機器手臂去抓取軟硬度不同的物體。傳統 LLM 缺乏對物理世界的「常識」，如果我們直接把語言模型當作機器人的大腦，機器人頂多只會說一口好菜，卻在廚房裡笨手笨腳。這次獲得 10 億美元融資的 Physical Intelligence 等新創公司，正是看到了這個痛點。他們不走 LLM 的老路，而是致力於開發「世界模型」或稱「物理基礎模型」。這種新型態的 AI 就像是給機器人裝上「小腦」與「運動反射神經」，直接學習物理世界的因果關係與力學反饋。這場技術革命意味著，AI 正從單純的「思維（Cognitive AI）」跨入「具身智能（Embodied AI）」的全新時代，讓機器人不需要繁瑣的程式碼，就能自適應地完成摺衣服、組裝元件等精細動作。
- 2023-11，楊立昆多次公開批判 LLM 缺乏真實世界理解力，強調「世界模型」才是自主 AI 的未來。
- 2024-03，具身智能新創 Physical Intelligence 成立，由多位來自 Google、Meta 的頂尖學者領軍。
- 近期，該實驗室宣布獲得 10 億美元巨額融資，楊立昆再度發聲，直指 LLM 在機器人領域毫無希望，引爆技術路線論戰。
台灣怎麼看這件事？
台灣是全球少數能同時提供「高效能 AI 晶片」與「高精密機械硬體」的科技島。當 AI 戰場從虛擬軟體轉向「具身智能應用」，台灣的機會不再只限於幫 NVIDIA 代工伺服器。從伺服器馬達、感測器、減速器到協作機器人，台灣的工業製造實力將是物理 AI 落地的關鍵拼圖。台灣企業應積極與物理基礎模型開發商合作，搶先佈局「AI + 機器人」的軟硬整合生態系，搶奪下一波機器人晶片商機。
編輯觀點
「會說話的機器人」不是我們要的未來，「會幫忙洗碗的機器人」才是。楊立昆的唱衰並非否定 AI 機器人，而是點醒產業別再盲目把 ChatGPT 套進鐵殼子裡。這波 10 億美元的物理 AI 融資熱潮，正是軟體巨頭與硬體大廠聯手的最佳契機。台灣若能掌握這波「大腦與身體的結合」，將迎來下一個黃金十年。
常見問題
- 什麼是「具身智能（Embodied AI）」？
- 具身智能是指將 AI 演算法（大腦）與物理實體（身體，如機器人、無人機）結合，使其能在真實世界中感知、學習並進行實體互動的技術。
- 為什麼楊立昆認為 LLM 不能用在機器人上？
- 因為 LLM 是基於文字預測，缺乏對物理定律、力學反饋及三維空間的真實感知，無法處理機器人在現實中遇到的複雜物理操作。
- 這次獲得 10 億美元融資的公司想做什麼？
- 他們致力於開發「物理基礎模型」，類似機器人的通用小腦，讓機器人不用針對特定任務寫死程式，就能自主學會各種肢體動作。
- 這波物理 AI 潮對台灣產業有什麼好處？
- 台灣擁有一流的精密機械、減速器、感測器及晶片代工實力，是物理 AI 走向商用量產時不可或缺的台灣機器人供應鏈夥伴。
- 未來我們什麼時候能看到普及的 AI 家事機器人？
- 隨著物理基礎模型的突破與硬體成本下降，預計未來 3 到 5 年內，我們將能在特定工業與商業場景看到更多靈活的 AI 機器人落地。
名詞小教室
- 世界模型 (World Models)
- 就像人類在閉上眼時仍能想像球丟出去會落在哪裡，世界模型能讓 AI 預測物理世界的變化，是機器人的「物理直覺」。