物理 AI 與代理 AI 的協同關係
物理 AI 讓機器人具備感知與互動能力，代理 AI 則作為「自動化工作者」，協助人類進行數據擷取、策略評估與模型訓練。
重量級專訪登場！ NVIDIA 機器人部門產品總監 Spencer Huang，深入解析下一個兆元機會！從 Agentic AI 到 Physical AI 的未來版圖！
✓ 這篇在你的庫裡
在摘要庫開啟 →
這部在講什麼訪談
專訪 NVIDIA 機器人總監 Spencer Huang，解析物理 AI 與代理 AI 的核心定義，並揭示人形機器人邁向兆元產業的技術路徑與商用時程。
適合誰對 AI 機器人趨勢、NVIDIA 技術布局感興趣的開發者與投資者。
核心觀點物理 AI 與代理 AI 的協同機制、Cosmos 世界模型的應用場景、人形機器人落地工廠與家庭的預測。
最值得看09:37 深度解析人形機器人分階段成真的具體時程。
論點怎麼成立
主張與佐證意義優先，時間戳用來導航
Cosmos 世界模型與 GR00T 的架構
Cosmos 位於底層提供物理真實性與模擬環境生成，GR00T 則是建構其上的視覺語言動作模型（VLA），兩者形成互補的技術堆疊。
人形機器人的落地路徑與應用
機器人將優先在工廠、倉儲及醫院等「半結構化環境」執行搬運任務，因為這些環境的物體類型與任務邏輯具備高度共通性。
為何人形機器人是下一個兆元產業
現有世界與工具皆依人類的「雙手雙腳」與身高尺寸打造，人形外型能無縫接入現有基礎設施，不需大規模重建環境。
手部靈巧操作是目前最高門檻
腳部移動（跳舞）已相對成熟，但手部精細動作（如拿筷子、雙手協作）涉及複雜的柔體動力學與觸覺反饋，是目前研發的最難點。
看完可以做什麼
關注 NVIDIA Isaac GR00T 與 Cosmos 平台的技術更新，評估合成資料生成（Synthetic Data Generation）對降低機器人開發成本的潛力。需要留意：機器人進入家庭等「非結構化環境」仍面臨極大的安全性挑戰，且目前精細的手部靈巧操作（Manipulation）技術尚處於進展較慢的研發階段。
生成於 2026-07-11
檢舉
觀眾怎麼看
整理 35 則有效留言信心 高觀眾高度肯定受訪者專業表達與邏輯，並對人形機器人未來應用與產業發展展開熱烈討論。
多數觀眾認為受訪者表達條理分明、見解犀利，即使非技術背景也能理解其對機器人發展的說明。
觀眾期待未來機器人能應用於長照、家務等領域，並認為長照數據將有助於仿生機器人的學習與迭代。
部分觀眾認為訪談內容精彩且具啟發性，但也有人批評訪談缺乏深度提問，感覺像是一場業配。
觀眾對於機器人是否必須模仿人類操作方式存疑，並擔憂台灣在機器人產業的發展進度落後於中國。
留言樣本數有限，且部分評論涉及個人主觀偏好與情緒，未必代表全體觀眾立場。