科技創業週報 #533: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
RLWRLD 的案例提醒我們,Physical AI 的真正競爭不只在硬體或模型,而在於誰能把真實場域中的「現場知識」資料化。老師傅的手感、節奏與臨場判斷,正成為訓練機器人理解世界的新型資料資產。
RLWRLD 的案例提醒我們,Physical AI 的真正競爭不只在硬體或模型,而在於誰能把真實場域中的「現場知識」資料化。老師傅的手感、節奏與臨場判斷,正成為訓練機器人理解世界的新型資料資產。
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 正從「聊天工具」走向企業服務流程。真正關鍵不在於聲音多像真人,而是企業能否設計清楚的流程、權限、資料存取、人工覆核與責任邊界,讓 AI 在可控範圍內協助完成任務。
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。
AI 購物代理人的出現,正在讓零售競爭從「搶流量」轉向「被 AI 正確理解與推薦」。未來品牌不只要讓消費者看見,更要讓 AI 看懂商品、庫存、會員權益與交易流程,才能在新的購物入口中保有位置。
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,真正改變的不是「機器能不能接電話」,而是客服中心的分工邏輯。未來的服務現場,將由 AI 處理高頻、標準化問題,真人則負責情緒安撫、複雜判斷與責任承擔。
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的真正意義,不在於它跑得多快,而在於實體人工智慧開始進入可公開驗證、可被市場比較的階段。當機器人被放進真實道路與長距離條件中測試,競爭焦點就不再只是炫技,而是能否在續航、導航、散熱與穩定性上真正落地。
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。