詳細解釋
具有物理身體、能與真實環境交互的 AI 系統，與純軟體 AI（如 ChatGPT）相對。這是 AI 從「思考」到「行動」的進化。
核心要素：
- 感知：攝像頭、傳感器、麥克風接收環境信息
- 行動：機械臂、輪子、腿改變環境
- 反饋：行動結果影響下一步決策
- 持續學習：在交互中積累經驗
典型平台：
- 機械臂：工業自動化、實驗室自動化
- 自動駕駛：輪式機器人
- 人形機器人：Atlas、Optimus、Figure 01
- 無人機：空中交互
- 仿真環境：Isaac Gym、Habitat（先仿真後真實）
挑戰（與純軟體 AI 對比）：
- 數據稀缺：物理交互數據收集昂貴危險
- 實時性：毫秒級決策，不能批次處理
- 安全性：錯誤可能導致物理損壞或傷害
- 泛化：仿真到真實的「現實鴻溝」
學習方法：
- 模仿學習：觀察人類示範
- 強化學習：在仿真中試錯，遷移到真實
- 模型預測控制：規劃未來行動序列
- 大模型驅動：VLM 理解場景，輸出動作計劃
應用：
- 製造：裝配、質檢、包裝
- 物流：倉儲自動化
- 家庭：清潔、助理、護理
- 科研：自動化實驗室
這是「AGI 的最後一英里」—— 真正的智能需要與世界互動，而非僅處理符號。