| 本期觀點｜ Physical AI 新創 RLWRLD 以機器人基礎模型 RLDX-1，於 2026 年 6 月 4 日獲得 InnoVEX 2026 Pitch Contest 首獎 Grand Prize。6 月 9 日，RLWRLD 又宣佈與輝達（NVIDIA）合作推動 DexBench。根據 RLWRLD 公布的規畫，雙方將圍繞靈巧操作評估基準、資料標準，以及與 NVIDIA Isaac Lab-Arena 的整合展開合作。 這兩則消息如果分開來看，一則是競賽得獎，另一則是合作與評估基準建置，彼此似乎沒有直接關聯。但把時間往前拉一個月，就能看見串起兩件事的主線：RLWRLD 正嘗試把真實工作現場中的操作經驗，轉化成可以被蒐集、訓練與評估的機器人資料。 根據美聯社報導，RLWRLD 正在旅館、物流倉儲與便利商店蒐集工作者的動作資料。例如，首爾樂天飯店的宴會主管 David Park 會在頭部、胸前與手部配戴攝影機，示範如何摺宴會餐巾等日常工作；CJ 物流員工則示範商品的抓取、搬運與處理方式；日本 Lawson 便利商店提供的資料，則包括食品陳列等操作。 繼續閱讀⋯⋯ |
| RLWRLD Launches DexBench Initiative to Define Next-Generation Industry Standards for Humanoid AI in Collaboration with NVIDIA 這篇文章介紹 DexBench、五指靈巧操作資料標準與 NVIDIA Isaac 整合計畫。可以用來理解機器人競爭如何從模型表現延伸到評估基準與資料格式。 | A South Korean Startup Captures Workers’ Techniques to Develop AI Brains for Robots 這篇文章報導 RLWRLD 如何在首爾樂天飯店、CJ 物流與 Lawson 便利商店蒐集工作者動作。文章同時呈現南韓發展 Physical AI 的產業條件、飯店與製造業需求，以及勞工團體對工作取代與資料權利的疑慮。 |
| NVIDIA Announces Open Physical AI Data Factory Blueprint to Accelerate Robotics, Vision AI Agents and Autonomous Vehicle Development 這篇文章聚焦 Physical AI 的資料工廠架構，涵蓋資料整理、合成資料生成、強化學習與模型評估，它顯示機器人競爭已形成完整資料工程需求。 | Project to Train AI on Skilled Workers’ Know-How Prompts Debate over Who Owns Knowledge 南韓媒體《韓民族日報》討論政府將資深製造工作者隱性知識轉成 AI 資料的計畫，以及資料所有權、補償與就業影響等爭議。這篇文章補足了 Physical AI 新聞中較少被討論的勞動與治理面向。 |
本文依 CC 創用姓名標示 - 非商業性 - 相同方式分享 4.0 國際釋出