而另一種,那個開冰箱慢吞吞的機器人,雖然看起來笨,卻是在做一件革命性的事:它正在試圖由 AI 驅動,真正開始「理解」這個世界 。它在學習什麼是冰箱、什麼是蘋果、以及如何控制自己的力量才能順利拿起它。這個過程之所以緩慢,正是因為過去驅動它的「大腦」,也就是 AI 晶片的算力還不夠強,無法即時處理與學習現實世界中無窮的變數 。
這就是關鍵! 過去以NVIDIA Jetson Orin™作為大腦的機器人,僅能以有限的速度運行VLA模型。而由 VLA 模型驅動,讓 AI 能夠感知、理解並直接與物理世界互動的全新形態,正是「物理 AI」(Physical AI)的開端 。NVIDIA Jetson Thor 的強大算力,就是為了滿足物理 AI 的嚴苛需求而生,要讓機器人擺脫「復健」,迎來真正自主、流暢的行動時代 。
NVIDIA Jetson Thor 的強大算力,就是為了滿足物理 AI 的嚴苛需求而生,要讓機器人擺脫「復健」,迎來真正自主、流暢的行動時代 / 圖片來源:研華科技
其中,物理 AI 強調的 vision to action,就需要研華設計對應的硬體來實現;譬如視覺可能來自於一般相機、深度相機、紅外線相機甚至光達,你的系統就要有對應的介面來整合視覺;你也會需要控制介面去控制馬達伸長手臂或控制夾具拿取物品;你也要有 WIFI、4G 或 5G 來傳輸資料或和別的 AI 溝通,這些都需要具體化到一個系統上,這個系統的集大成就是機器人。
從樓梯的階高、門把的設計,到桌椅的高度,無一不是為了適應人類的雙足、雙手與身高而存在 。對 AI 而言,採用人形的軀體,意味著它能用與我們最相似的視角與方式去感知和學習這個世界,進而最快地理解並融入人類環境 。這背後的邏輯是,與其讓 AI 去適應千奇百怪的非人形設計,不如讓它直接採用這個已經被數千年人類文明「驗證」過的最優解 。
這也區分了「通用型 AI 人形機器人」與「專用型 AI 工業自動化設備」的本質不同 。後者像高度特化的工具,產線上的機械手臂能高效重複鎖螺絲,但它無法處理安裝柔軟水管這種預設外的任務 。而通用型人形機器人的目標,是成為一個「多面手」,它能在廣泛學習後,理解物理世界的運作規律 。理論上,今天它在產線上組裝伺服器,明天就能在廚房裡學會煮菜 。
農業部有如深陷電車難題啊!可見遊蕩犬的問題早就已經超越科學問題,成了政治問題。政治是妥協,也許我們不該追求最好,而是相對更好的解才走得下去。例如對收容動物適度的安樂死、提升整體收容動物的福祉,更多的人開始呼籲 TNR 的處置手段應該升級為 TNSA,也就是將回置的 R 改為收容 S 以及領養的 A,才能邁向更長遠的源頭控制,重新落實飼主責任。
當然,隨著許多物種因人而得利,就會有更多物種因人而衰落,因此需要列出另一份淒涼的名詞列表。根據負責維護《瀕危物種紅色名錄》(Red List)的國際自然保護聯盟(International Union for Conservation of Nature)的定義,若某個物種在一世紀內的消失機率大於十分之一,就會被列為「易危(vulnerable)」。若某個物種的數量在 10 年內或是時間更長的三個世代內減少超過 50% 的話,就符合「瀕危(endangered)」的標準。若在相同的時間裡,生物的總數消失 80% 以上的話,就會被列為「極危物種 (critically endangered)」。
根據國際自然保護聯盟的定義,植物或動物可能是完全「滅絕」或「野外滅絕(extinct in the wild)」,抑或是「可能滅絕(possibly extinct)」。「可能滅絕」的物種指的是在經「證據的權衡」之下,物種很可能已消失無蹤,但我們還沒辦法完全證實。
目前被列為「可能滅絕」的上百種動物中包含:對馬管鼻蝠(gloomy tubenosedbat)、瓦頓小姐紅疣猴(Miss Waldron’s red colobus)、艾瑪大鼠(Emma’s giantrat)與新喀里多尼亞夜鷹(Caledonian nightjar)。有些物種——比如茂宜島原生的一種圓胖的蜜旋木雀「毛島蜜雀:(po‘ouli)」——雖已不再於地球上行走(或跳躍)了,但牠們仍以細胞的形式被保存在液態氮中。(目前尚未發明出描述這種生命暫停的奇特狀態的詞彙。)