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
當AI 開始理解你的旅行偏好：未來旅遊不是比價，而是比誰更懂你
AI 正在重新定義旅遊體驗。從搜尋比價到自動推薦，AI 不僅能幫你找到便宜機票，更能根據興趣、預算與行程偏好主動設計旅程。隨著 Google 推出 AI 機票優惠工具，旅遊不再只是查資料，而是與智慧助理對話的過程。未來旅遊的關鍵，不在於誰比價更快，而是誰更懂你。
科技創業週報 #507：當 AI 進入服務業，我們需要的不是「完美機器」，而是「有溫度的科技」
AI 不只是冷冰冰的演算法，它正學習如何「與人共處」。
在服務業的現場，效率固然重要，但真正能打動顧客的，是人與人之間的連結。未來的競爭，不只是誰的AI更強，而是誰能讓AI更懂人。當科技開始懂得「體貼」，它才會真正成為我們的夥伴。
當 AI 進入服務業，我們需要的不是「完美機器」，而是「有溫度的科技」
AI 機器人正快速進入餐飲、飯店與照護產業，從引導、點餐到配送，取代了部分人工服務。然而，效率提升的同時，我們也在失去「人味」。這期從希爾頓的 AI 機器人 Connie 到 Bear Robotics 的 Servi，探討 AI 服務如何在自動化與人性之間尋找平衡，打造「有溫度的科技」。