黃仁勳：機械人ChatGPT時代快到喇？

一年前，Nvidia黃仁勳曾表示機械人領域的「ChatGPT時刻」即將來臨。如今他說這一刻「幾乎到來了」。但真的是這樣嗎？

本週在CES展會上，Nvidia的最新GPU——Vera Rubin已正式量產，令Nvidia的支持者們大感振奮。這些強大的AI晶片，正是推動AI熱潮的「鐵鎚與鏟子」，幫助Nvidia成為全球最有價值的公司。

然而，在主題演講中，Nvidia CEO黃仁勳再次強調，Nvidia不僅是一家晶片公司，更是一家軟件公司，其業務涵蓋AI技術的幾乎所有層面，並且重注於實體AI——即能在現實世界中運作的AI系統，包括機械人和自動駕駛汽車。

Nvidia發佈的一份新聞稿中引用黃仁勳的話說：「機械人的ChatGPT時刻已經來臨。」他指出，物理AI的突破——能理解現實世界、推理和規劃行動的模型——正在開啟全新的應用場景。

不過，在演講中，他的說法更為謹慎，稱這一時刻「幾乎來臨」。這看似微妙的差別卻很重要，尤其是對比他去年CES時對機械人「ChatGPT時刻」只是「近在咫尺」的描述。

那麼，這個時刻究竟來了，還是依然遙不可及？

黃仁勳本人似乎承認這中間的差距。他在演講中說：「挑戰很明顯，現實世界多樣且不可預測。」

Nvidia對實體AI並非一時興起。過去十年，公司已經打造了一整套AI軟硬件和模擬系統生態，專注於機械人和自動駕駛汽車的技術發展。但他們從未涉足自行製造機械人或自動駕駛車輛。正如Nvidia模擬技術副總裁Rev Lebaredian去年對《Fortune》所言，Nvidia的策略仍是提供「鐵鎚與鏟子」。

過去一年，Nvidia在這方面確實取得進展。自動駕駛領域，Nvidia推出了Alpamayo系列開放式AI模型、模擬工具和數據集，幫助自動駕駛系統安全應對罕見且複雜的駕駛情境，這些是自動駕駛最艱難的挑戰之一。

同時，Nvidia還發布了新的Cosmos和GR00T開放模型及數據，支持機械人學習和推理。公司還展示了多家基於Nvidia技術打造新機械人和自主機械的企業，如Boston Dynamics、Caterpillar、Franka Robots、Humanoid、LG Electronics和NEURA Robotics。

儘管模型、模擬工具和計算平台越來越強大，Nvidia並未直接製造自動駕駛車或機械人。汽車製造商仍需將這些工具轉化為能在公共道路安全行駛的系統，面對監管審查、現實駕駛條件和社會接受度的挑戰。機械人公司則要將AI轉化為能可靠操控物理世界、具商業可行性的機械裝置。

整合硬件、軟件、感測器、安全系統和現實世界限制的工作極為艱難、緩慢且資本密集。僅靠AI進展能否突破這些障礙，尚無定論。畢竟，ChatGPT的突破不僅是模型本身，還是用戶體驗和企業能否「捕捉住閃電」的能力。

Nvidia曾成功「捕捉閃電」——GPU成為現代AI的完美引擎。但物理AI領域更為混亂和缺乏標準，能否重現這種幸運，仍是未知數。

—

評論與啟示

黃仁勳對「ChatGPT時刻」的態度由「近在咫尺」到「幾乎來臨」，反映了現實世界中AI應用於物理領域的複雜性和挑戰。軟件和算法的突破固然重要，但如何將這些技術有效、安全地落地到機械人和自動駕駛車輛，涉及硬件整合、感知環境、法律監管以及用戶接受度等多重因素。

Nvidia選擇專注於打造AI的底層工具和平台，而非直接製造終端產品，這是一種務實且可持續的策略。它提醒我們，科技創新不只是驚艷的技術展示，更是長期累積和跨界協作的結果。

未來，物理AI的真正「ChatGPT時刻」可能不會是一個突如其來的爆發，而是多個技術和產業環節逐步成熟、融合的過程。對香港乃至全球的科技產業來說，理解這種漸進式革命，並在基礎技術與應用之間找到平衡，將是推動下一波AI浪潮的關鍵。

最後，這也提醒我們，不要被「ChatGPT時刻」這樣的標籤迷惑，真正的革新往往隱藏在日常看似平凡但關鍵的技術進步中。對媒體和公眾而言，要有耐心和洞察力，理性看待AI的發展節奏與潛力。

以上文章由GPT 所翻譯及撰寫。而圖片則由GEMINI根據內容自動生成。