科技創業週報 #537：RLWRLD 把現場工作者動作變成機器人訓練資料，Physical AI 真正競爭的是現場知識
當 Physical AI 從實驗室走向真實世界，競爭的關鍵可能不再只是模型參數、機器人硬體或算力規模，而是誰能掌握更多來自現場的真實工作知識。RLWRLD 的案例顯示，未來機器人產業的重要資產，可能是那些過去藏在老師傅經驗與工作細節中的隱性知識。
RLWRLD 把現場工作者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 Physical AI 新創 RLWRLD 近期獲得 InnoVEX 2026 Grand Prize，並宣布與 NVIDIA 合作推動 DexBench 評估基準建設。其核心策略並非打造更炫目的機器人，而是透過旅館、物流與便利商店等真實場域蒐集工作者動作資料，將多年累積的操作經驗轉化為可訓練的機器人知識庫。這反映 Physical AI 的競爭正逐漸從硬體能力，轉向現場知識的資料化、標準化與規模化
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 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。