輝達揭攜手鴻海最大誘因 黃勝斌：機器人瓶頸是「物理資料庫」

記者黃仁杰／台北報導

輝達（NVIDIA）機器人團隊要角、同時也是輝達執行長黃仁勳長子黃勝斌，今（21）日在鴻海科技日發表演說，指出當前機器人最大的瓶頸不是演算法，而是「資料」。他指出，人類從出生就累積大量視覺、聽覺、觸覺資訊，但在物理世界的機器人學習上，「我們幾乎沒有真正可用的大型資料庫」，因此所有能力都必須從零開始建。

黃勝斌表示，NVIDIA 在思考人形機器人、工業機器人如何在真實世界工作時，發現問題並非單純的模型設計，而是缺乏能描述物理世界、動作方式、接觸力道、移動行為的資料。他說：「我們沒有真正記錄物理世界如何運作的資料，也不知道人類如何觸碰物體。因為從來沒有人替我們記錄。」

「要建立物理智能，我們得先創造資料」，他指出，語言模型能建立「大型基礎模型」，是因為人類已經把知識寫在網路上；但機器人的物理資料並不存在，導致無法直接訓練能在現實世界使用的智能。

「要讓機器人在複雜環境中完成真正有用的任務，就需要大量『原子技能』（atomic skills）。但我們還沒有訓練這些技能所需的資料。」因此，NVIDIA 必須同時建立基礎物理智能，並訓練能應付高度垂直任務的模型。

黃勝斌指出，人類需要 18 年完成基本教育，如果讓機器人用同樣的方式學習，那根本來不及。「模擬就是答案。如果能讓機器人在模擬中用比真實世界更快的速度學習，就能把 20 年的學習壓縮到幾小時。」

他說，NVIDIA 正在打造能支援這種高速訓練的模擬平台與機器人學習框架，使機器人能在大量模擬、再進入現實世界應用。

他黃勝斌強調，製造業是機器人最困難、最複雜的場域之一，不是「拿起、放下」這種簡單任務，而是極度精準的組裝、可預測性與安全性。而這類資料從不會出現在網路上，這就是為什麼 NVIDIA 與鴻海需要合作。

「每一個機器人、每一項任務、每一條產線，都需要不同的合作夥伴。這是一個平台挑戰，而不是單一公司的問題。」因為工廠製造的資料不存在於公開世界，因此 NVIDIA 與鴻海必須一起建立新的資料管線、資料工廠，才能打造下一代工業製造智能。

黃勝斌最後強調，無論是基礎模型、模擬環境或資料生成，都不是單一企業可以完成的，「這就是為什麼我們要和鴻海合作。我們必須打造屬於工業製造的資料工廠，才能真正推動下一代製造智慧的誕生。」