發表
我的網誌
物理 AI 崛起
從螢幕走向真實世界
市場的注意力，還停留在「GPT 跟 Gemini 誰比較強」、「誰的模型參數比較大」，正在美國舉辦的CES，英偉達正式告訴全世界，其AI的主秀不是語言模型，而是一個更大的命題：AI 要從螢幕裡走出來，開始進入真實世界。
英偉達宣布開源其首個具備推理能力的 VLA（視覺-語言-動作）模型 Alpamayo 1。
該模型以 100 億參數架構為核心，能透過影片輸入直接生成行車軌跡與推理過程，目標是讓車輛在突發與長尾情境下具備「思考並解決問題」的能力。
黃仁勳表示，首款搭載英偉達技術的汽車，預計將於今年第一季在美國正式上路。
同時，英偉達也發布多項開源模型、資料與工具，涵蓋不同 AI 應用領域，包括用於代理型 AI 的 Nemotron 系列、支援物理 AI 的 Cosmos 平台、機器人領域的 Isaac GR00T，以及生物醫學應用的 Clara 平台。
華爾街見聞用「物理 AI 的 chatGPT 時刻」形容今年即將來的 AI 突破。
現在很多人以為，全球 AI 算力幾乎都被大語言模型吃掉了。
但實際上，算力世界早就不是只有 LLM。
即使在生成式 AI 已經爆發的今天，整體 AI 算力裡，仍然有超過一半是用在大語言模型以外的應用，包括搜尋、推薦、廣告排序、影像理解、風控、工業視覺與各種企業級 AI。
這些系統每天 24 小時在跑，支撐的是整個數位經濟的底層運轉，而不是單一個聊天介面。
也正因為如此，當 AI 真的開始「進入物理世界」，事情的尺度會完全不一樣。
所謂物理 AI，並不是再多一個模型，而是把 AI 的決策能力，從資料中心擴散到道路、工廠、倉儲、機器人與各種設備。
每一台車、每一條產線、每一個自動化系統，未來都會變成一個需要即時感知、即時推理、即時行動的算力節點。
這代表算力不再只是集中在雲端，而是雲端與邊緣一起長，數量級完全不同。
如果用市場規模來看，這件事其實非常直覺。
今天大家熟悉的「AI 算力市場」，本質上是資料中心資本支出的延伸，不論你用 GPU、AI 伺服器或 AI 基礎建設來估，長期是一個數千億美元等級的市場。
但物理 AI 所對應的，卻是汽車、製造、物流、工業設備這些本來就動輒數兆美元的產業。
只要 AI 開始實質影響這些產業的效率、安全與成本結構，它撬動的價值池就不只是晶片本身，而是整個設備更新、系統整合、軟體訂閱與營運模式的重構。
用一個保守但合理的角度來看，物理 AI 長期所能帶動的市場規模，至少會是純算力市場的 5 到 10 倍。
這個倍數不是說 GPU 會賣十倍，而是說 AI 開始決定「現實世界怎麼運轉」之後，資本支出的層級會完全不一樣。
很多人把台積電理解成「AI 算力的受惠者」，但我一直覺得這樣看太淺。
AI 算力只是它的基本盤，因為不管你是語言模型、視覺模型還是物理 AI，最後都要回到先進製程與先進封裝。
但當物理 AI 展開，需求不會只來自幾家 hyperscaler，而是來自全球的車廠、製造業、工業設備商與系統整合商，而且是跨產業、跨地區、跨景氣循環的長期需求。
換句話說，當 AI 還只是「算力競賽」時，市場看到的是一波又一波的訂單循環；但當 AI 變成「物理世界的決策引擎」，台積電站的位置，就會更接近整個產業資本支出的底層，而不是單一題材的受惠股。
當大家還在用 GPT 與 Gemini 的勝負來理解 AI 世代時，英偉達在 CES 其實已經把下一幕攤開來了。
真正的 AI 世代，不是聊天變得更聰明，而是世界開始被 AI 接管運作邏輯的那一刻。
這一刻一旦到來，算力不再只是成本，而會成為整個產業效率的核心引擎。
