NVIDIA 執行長黃仁勳在 CES 2025 的演講中，揭示了 AI 發展的最新趨勢，其中一個重要方向是物理 AI 的崛起。物理 AI 旨在讓 AI 模型理解物理世界，包括物理動力學、幾何空間關係、因果關係和物體恆存性等，並將這些理解應用於解決實際問題。黃仁勳在演講中展示了 NVIDIA 的 Cosmos 平台，這是全球首個物理 AI 基礎模型開發平台，可應用於機器人學和工業 AI 領域，為工業生產帶來革命性的進展。

文：Michael C.S. So（嶺南大學研究生院客席助理教授）

何謂物理 AI？

物理 AI 的核心概念是讓 AI 模型學習和理解真實世界的物理法則，例如重力、摩擦力、慣性、碰撞等。傳統的 AI 模型主要擅長處理圖像、文字、語音等資訊，而物理 AI 則更進一步，將 AI 的能力拓展到理解物體的運動、交互作用和行為模式。

Cosmos 平台是 NVIDIA 推出的物理 AI 基礎模型開發平台，其運作原理如下：

1. 數據輸入： Cosmos 模型可以接收文本、圖像或視頻等多種數據輸入，例如描述物體運動的文字、物體的影像或物體運動的影片。

2. 物理模擬： Cosmos 平台會根據輸入的數據，利用內建的物理引擎模擬物體在真實世界中的運動軌跡和交互作用。

3. 輸出結果： Cosmos 模型可以輸出模擬結果的視頻，或是將模擬結果轉化為機器人控制指令，讓機器人執行特定的動作。

物流專案中的應用示範

黃仁勳在演講中展示了 Cosmos 平台與 Omniverse 平台結合應用於物流倉儲的案例。Keon 是全球領先的倉儲自動化解決方案供應商，Accenture 是全球最大的專業服務供應商，NVIDIA 與這兩家公司合作，將物理 AI 應用於價值高達 1 兆美元的倉儲和配送中心市場。

透過 Cosmos 和 Omniverse 平台，可以構建一個與真實倉庫完全對應的數位孿生。在這個數位孿生中，可以模擬各種物流操作場景，例如貨物搬運、機器人路徑規劃、庫位最佳化等。AI 模型可以在數位孿生中進行訓練和測試，學習如何根據物理法則和環境限制，完成各種物流任務。

這個案例展示了物理 AI 在物流領域的應用潛力：

* 提高效率：AI 模型可以分析倉庫佈局、貨物流線、機器人運作等數據，找到最佳化流程的方法，提高整體效率。

* 降低成本： 在數位孿生中進行模擬和測試，可以避免在真實環境中試錯所帶來的成本損失。

* 提高安全性：AI 模型可以預測潛在的危險情況，例如貨物碰撞、機器人故障等，並採取相應的措施，提高安全性。

物理 AI 對工業生產的影響

物理 AI 的發展，將對工業生產帶來深遠的影響，以下是幾個主要的影響方向：

1. 加速自動化進程:

* 物理 AI 可以讓機器人更精準地感知環境、理解任務、規劃動作，進而提升自動化程度，取代更多人力。

* 例如，在製造業中，物理 AI 可以讓機器人執行更複雜的組裝、焊接、搬運等工作，提高生產效率和產品品質。

2. 優化生產流程:

* 物理 AI 可以分析生產線上的各種數據，例如機器運作狀態、物料消耗、產品品質等，並根據物理法則和生產限制，找出最佳化的生產流程。

* 例如，在流程工業中，物理 AI 可以調整生產參數，例如溫度、壓力、流量等，以達到最佳的產量和品質。

3. 促進產品創新:

* 物理 AI 可以幫助工程師設計和測試新的產品，例如模擬產品在各種環境下的性能，或是優化產品的結構和材料。

* 例如，在汽車工業中，物理 AI 可以模擬汽車的碰撞測試，或是優化汽車的空氣動力學設計。

4. 提升工作安全性:

* 物理 AI 可以預測生產環境中的潛在危險，例如機器故障、物料掉落等，並及時採取措施，保護工作人員的安全。

* 例如，在建築工地，物理 AI 可以監控工地環境，提醒工人注意安全，或是自動控制機器人避免危險動作。

物理 AI 的發展，將為工業生產帶來前所未有的變革，推動工業生產朝向更自動化、更智能化、更高效化和更安全化的方向發展。