想像一下，過去我們接觸的 AI，大多是「虛擬」的，像是手機裡的語音助手、電腦上的客服系統，它們只能透過文字或聲音與我們溝通，無法直接與現實世界互動。但實體 AI 打破了這個框架，它讓 AI 擁有了「身體」，能夠真實地感知周遭，並做出反應。

2025 CES 大會，黃仁勳預告實體 AI 的時代即將來臨。 圖/NVIDIA YouTube

實體AI怎麼運作？「感知-決策-行動」三部曲

實體AI 的運作模式，可以類比為人類的「感覺-思考-動作」過程。

它透過各種感測器（如同人類的眼睛、耳朵、觸覺等）來「看」、「聽」、「摸」環境，收集資訊；接著，AI 大腦會分析這些資訊，做出判斷與決策；最後，透過機械手臂、輪子、關節等「肌肉」與「骨骼」，執行相應的動作。

實體AI並沒有固定的形態。人類目前被視為唯一具有通用具身智能（embodied intelligence）的個體，能學習並執行各種任務。但實體 AI的載體可以多元，不僅僅是機器人。像是機械臂、無人車、四足機器狗等，甚至未來可能出現更多創新的形式，都可能是具身智能的表現。

近年來，隨著 AI 大模型的蓬勃發展，實體 AI更是進入了快車道，成為人工智慧浪潮中的熱門方向。AI 不再侷限於螢幕和雲端，而是真正走進我們的生活。大模型讓機器模擬人腦部分功能變為可能，這意味著機器人有可能擁有「聰明的大腦」。把大模型和機器人結合，就形成了實體AI。

延伸閱讀：所羅門機器狗的AI智慧

所羅門推出的機器狗，在展場大秀舞蹈與巡檢技能。

機器人如何「具身」？打造實體AI的四大關鍵元素

實體AI的實現，離不開以下四大關鍵元素：

1、感測器：機器人的「五感」

感測器就像是機器人的「五官」，讓它們能夠感知世界。

機器人的「視覺」主要靠相機來實現，讓它們「看」得見周遭環境，辨識物體的形狀、顏色、位置，甚至判斷距離和方向，例如分辨杯子與椅子並知道如何抓取。至於在複雜環境中如何前進，則有賴雷射雷達這位「探路者」，它透過發射雷射光束並測量反射時間，就能繪製出周遭環境的三維地圖，讓機器人能順利導航，像是在房間裡繞過家具走到指定位置。

同時，麥克風扮演著「耳朵」的角色，不僅能接收聲音訊號、辨識人類的語音指令，也能識別門鈴、電話鈴等環境聲音。最後，觸覺感測器則像是機器人的「皮膚」，在接觸物體時能感知壓力與質感，例如在抓取易碎杯子時，能幫助機器人感知杯子的形狀和質地，並調整抓取力度，避免打碎。

2、執行器：機器人的「肌肉」

要把「腦袋」的決策變成真實的動作，就得靠機器人的「肌肉」——也就是執行器了。

馬達是最常見的執行器，它就像引擎一樣，驅動著機器人的關節，讓手臂能夠抬起或放下，讓腿腳能夠行走甚至奔跑。例如，機器人的機械臂就是透過馬達的轉動，才能精準地抓起東西並搬到指定地方。當然，有些工作需要更大的力量，比如工業上的搬運任務，這時液壓或氣動的執行器就派上用場了，像是工廠裡的搬運機器人，靠著液壓系統就能輕鬆舉起重物。

不過，光有力量還不夠，機器人怎麼動、動起來是否靈活，還得看它的「骨骼」——也就是機械結構怎麼設計。這部分的設計直接影響到機器人動作的靈活度和協調性。像是人形機器人，它的機械結構會模仿人類的身體，有類似關節和骨骼的部分，所以能做出比較像人的動作，比如走路、跑步或抓東西。而工業用的機器人，則會根據不同的工作需求，設計出各種特別的機械臂，像是常見的多關節機械臂，就能在很小的空間裡完成很精確的操作。

3、演算法：機器人的「大腦」

光有動力還不夠，收集到的各種感測資料，例如影像、聲音等，需要一個「大腦」來處理和分析，這就是演算法的用武之地。

以視覺為例，像深度學習裡的卷積神經網路（CNN）就常常被用來做圖像辨識，讓機器人能從相機拍到的照片裡，認出是杯子或椅子。而語義分割這類演算法，則能更進一步，把圖片裡的東西和背景分得更清楚，讓機器人對周遭環境有更詳細的了解。同樣地，在聽覺方面，有種叫循環神經網路（RNN）的技術，可以把麥克風收到的聲音，像是我們說的話，轉成文字，讓機器人聽懂指令，也能分辨門鈴或電話鈴的聲音。

至於大語言模型呢，它就像指揮官，能根據我們用自然語言說的指令，再結合機器人「看到」和「聽到」的情況，規劃好接下來該怎麼做，一步接一步地指揮機器人動起來。

4. 控制演算法：讓機器人動起來

控制演算法就像是機器人的「神經系統」，它將決策轉化為對執行器的精確控制信號。

例如，透過控制馬達的轉速、扭矩等參數，實現機器人關節的精確運動控制，確保機器人能準確地執行抓取、行走等動作。控制演算法需要考慮機器人的動力學模型，確保動作的平穩性和準確性。

實體AI將人工智慧的行動、感知與互動整合，將帶來應用上的大改變。 圖/NVIDIA YouTube

生產、倉儲到服務，實體AI應用啟動中！

隨著機器視覺、自然語言處理、大模型等技術的突破，實體AI領域發展迅速。實體AI將人工智慧與環境的互動、認知與行動統一於「感知-決策-執行」框架中，在家庭服務、工業製造、倉儲物流等領域都擁有重要的實用價值。

對於企業而言，實體AI更是一個加速數位轉型的強大引擎。在生產線上，實體AI可以協助人員進行複雜的組裝工作；在倉儲中心，它們可以精準地分撿、搬運貨物；在服務業，它們可以提供更貼心的導覽或協助。而要順利落地，一個強大的平台至關重要。

鼎新數智 METIS 平台能夠幫助企業快速開發、部署和管理各種 AI 智能應用，無論是優化現有機器人的控制邏輯，還是建立更聰明的互動系統，甚至整合來自不同裝置的感測資料進行分析，都變得更加輕鬆。透過 METIS 平台，企業可以更高效地利用現有資源和技術，將類似實體AI概念背後的 AI 能力融入自身的業務流程，加速數位轉型，迎接更智慧、更自動化的未來。

延伸閱讀：

AI Agent是什麼？

製造業如何正確「打開」AI Agent？