Star Rocket 三創育成

RLWRLD 把老師傅動作變成機器人訓練資料,Physical AI 真正競爭的是現場知識

南韓 AI 新創 RLWRLD 透過讓飯店、物流與便利商店員工配戴攝影機,蒐集真實工作動作資料,用來訓練機器人「大腦」。這個案例顯示,Physical AI 的競爭正從機器人外型與硬體能力,轉向能否掌握現場知識。那些過去藏在老師傅手感、節奏與判斷中的經驗,若能被資料化,將成為下一階段機器人訓練與產業應用的關鍵資產。

語音 AI 從聊天走向企業服務,關鍵在流程與責任設計

OpenAI 推出即時語音推理、多語翻譯與語音轉文字模型,象徵語音 AI 正從回答問題,進一步走向企業服務流程。未來語音 AI 不只接電話或回答 FAQ,還可能查詢資料、翻譯語言、留下紀錄,甚至協助處理訂單、預約與工單。不過,企業真正要面對的不是 AI 是否像真人,而是如何設計流程、權限、覆核與責任邊界。

零售競爭正在從導流,走向「被 AI 正確推薦與完成交易」

Google Gemini 與 Ulta Beauty 的合作,象徵 AI 購物代理人正改變零售業的競爭邏輯。過去品牌重視 SEO、廣告與社群導流,目標是把消費者帶回網站或門市;但當 AI 能理解需求、比較商品並協助結帳,競爭重點將轉向商品資料、推薦邏輯與交易流程是否能被 AI 正確讀懂。未來零售的關鍵,不只是曝光,而是能否進入 AI 的推薦清單。

AI 客服進入語音現場:從 Starlink 使用Grok,看客服中心如何重新設計真人與 AI 的分工

Starlink 開始讓 Grok 語音 AI 助理接聽部分客服電話,象徵 AI 客服正從文字對話進入語音現場。這不只是降低客服壓力的工具導入,而是客服中心工作方式的重新設計。AI 可以處理技術問題、銷售詢問與初步分流,但當顧客情緒升高、問題複雜或需要責任承擔時,真人客服仍不可或缺。未來客服的關鍵,將是如何設計真人與 AI 的接手邊界。

人形機器人半程馬拉松真正測的不是速度,而是實體人工智慧能否落地

北京亦莊舉行的人形機器人半程馬拉松,不只是少見的科技展示,更是一場更接近真實世界的能力驗證。比起「機器人跑得比人快」這種表面敘事,真正值得關注的是:在 20.097 公里的公開道路條件下,步態控制、自主導航、續航、散熱與機械結構能否同時成立。這場賽事標誌著人形機器人正從展演式展示,邁向可被公開比較與市場檢驗的實體 AI 驗證階段。