隨著機器人、自駕車與智慧工廠應用升溫，實體AI（Physical AI）正成為企業布局重點。AWS今（13）日宣布，推出 Physical AI Toolchain on AWS，整合輝達機器人軟體堆疊與AWS雲端服務，協助企業把原本分散的資料收集、模型訓練、模擬驗證與邊緣部署流程整合起來，縮短機器人從原型開發到實際量產的時間。記者黃仁杰／台北報導

隨著機器人、自駕車與智慧工廠應用升溫，實體AI（Physical AI）正成為企業布局重點。AWS今（13）日宣布，推出 Physical AI Toolchain on AWS，整合輝達機器人軟體堆疊與AWS雲端服務，協助企業把原本分散的資料收集、模型訓練、模擬驗證與邊緣部署流程整合起來，縮短機器人從原型開發到實際量產的時間。

[caption id="attachment_328043" align="aligncenter" width="2000"] AWS宣布，推出 Physical AI Toolchain on AWS，整合輝達機器人軟體堆疊與AWS雲端服務。（圖／AWS提供）[/caption]

根據Capgemini Research Institute調查，已有79%的企業投入Physical AI應用。不過，機器人要從實驗室中的可運作原型，走到真實場域可穩定執行任務的量產系統，仍是產業一大挑戰。開發團隊往往要花上數個月，處理資料蒐集、模型訓練、模擬測試與現場部署之間的銜接問題。

AWS此次推出的工具鏈，主打將Physical AI開發流程變成可持續循環的「飛輪」。整體涵蓋五大階段，包括合成資料生成、模型訓練、模擬與驗證、邊緣部署，以及持續改進。也就是先透過合成資料建立訓練場景，再結合人類示範與模擬環境訓練模型，接著在虛擬場域中驗證機器人行為，之後部署到邊緣端執行即時決策，最後再把現場資料回饋到模擬與訓練流程中，持續優化模型表現。

在技術整合上，AWS串接自家 Amazon SageMaker、Amazon EC2 GPU執行個體、AWS IoT Greengrass 與 Amazon Bedrock AgentCore；輝達則提供 Isaac GR00T、Isaac Sim、Isaac Lab 及 NVIDIA Cosmos 等工具，分別對應人形機器人訓練、物理模擬、強化學習與合成資料生成。AWS表示，企業可透過單一控制介面管理端到端流程，也能依需求彈性選用單一模組。

這套工具鏈也支援遠端無線更新（OTA）與大規模機器人機隊管理，且不限特定機器人平台或任務類型，企業可直接帶入自家機器人與資料進行開發。AWS指出，目標是讓客戶把資源集中在技術創新，而非花時間自行搭建底層基礎設施。

這篇文章 AWS攜手輝達推實體AI工具鏈 加速機器人從訓練到量產部署 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。