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 #523：人形機器人真正值得關心的，不是科幻感，而是社會如何與AI 共處
人形機器人真正值得關心的，不是它看起來有多像科幻場景，而是 AI 已經開始取得進入物理世界的能力。當 AI 不再只停留在螢幕裡，而是走進工廠、物流與醫療周邊場域，社會真正要面對的問題，將從「資訊是否正確」轉向「現場如何安全共處」。
人形機器人真正值得關心的，不是科幻感，而是社會如何與AI 共處
過去人們談 AI，多半聚焦在聊天機器人、寫作、簡報與程式輔助等數位場景，但人形機器人正讓 AI 逐步進入物理世界。從製造、物流到部分醫療流程，AI 的影響不再只是資訊層面的錯誤，而是可能直接牽動現場安全、責任邊界與社會協作方式。這期我們來談，人形機器人真正值得關心的，不是科幻感，而是人類社會該如何與 AI 共處。