AI 戰場正在從螢幕走進真實世界。美國機器人 AI 新創 Generalist AI 最近完成 4 億美元新一輪募資，公司估值來到 20 億美元。這輪由 Radical Ventures 領投，輝達 NVentures、貝佐斯 Expeditions、8VC、Union Square Ventures、Norwest、Hanabi Capital 都跟投。訊號很清楚：資本市場正在從「會說話的 AI」轉向「會做事的 AI」。
Generalist AI 成立於 2024 年，總部在美國加州聖馬刁，目標是幫實體世界做通用智慧。跟只能做單一任務的傳統機器人不同，它想解決的難題是：機器人能不能遇到不同東西、不同場景、突發狀況時，自己調整動作。這也是機器人產業最難的一關：實驗室能跑，不代表進工廠、倉庫、餐廳、家裡還能穩做事。
創辦團隊背景很硬。共同創辦人兼執行長 Pete Florence 之前是 Google DeepMind 資深研究科學家，做機器人操作、電腦視覺、自然語言；另一位共同創辦人 Andy Zeng 也在 Google DeepMind 做大型模型和機器人學習。現在從 Google DeepMind、OpenAI、波士頓動力流出來的技術人才，已經變成 Physical AI 這波熱潮的關鍵籌碼。
什麼是 Physical AI？簡單說，就是讓 AI 不只會寫文章、畫圖、寫程式，還能透過感測器、機械手臂、輪子、人形機器人或工廠設備，在真實世界裡看到環境、做判斷、動手做事。打個比方，傳統 AI 像是很會考試的大腦；Physical AI 是把這顆大腦裝進機器人身體，讓它看到桌上的杯子，知道怎麼拿起來，杯子被移位或燈變暗也能修正動作。
Generalist AI 今年推出 GEN-1，號稱是給機器人學習用的基礎模型，目標是讓機器人做任務更可靠、更快、更會臨場應變。不過技術還在很早期，現在多半是公司自己展示和測試，離大量商業使用還要更多現場驗證。
輝達會投資，邏輯很清楚。機器人 AI 要大量訓練資料、模擬環境、GPU 運算、感測器整合、即時推論，這些都跟輝達的晶片、軟體平台、開發工具高度相關。投資機器人 AI 新創，不只是財務投資，也是在養下一波算力需求。
但機器人 AI 要賺錢，比聊天機器人難很多。文字寫錯可以重打，機器人在倉庫抓錯貨、在工廠撞到機器、在家裡造成安全問題，代價都很大。硬體成本、維修費、安全責任、保險、法規標準，都會變成公司採用的門檻。
市場競爭已經很熱。除了 Generalist AI，還有 Physical Intelligence、Figure AI、Agility Robotics、Covariant、特斯拉 Optimus，以及輝達自己的機器人平台，都在搶通用機器人和機器人基礎模型。未來可能不會一家通吃，而是晶片、模型、資料、模擬、硬體、應用場景分工成產業鏈。
Generalist AI 募到 4 億美元的真正意義，不只是 AI 新創估值又飆，而是資本市場在押注 AI 從「辦公室工具」走向「工廠現場」。當 AI 能控制機械手臂、倉儲設備、送貨機器人甚至人形機器人，影響會深入製造、物流、零售、長照、家庭服務，對全球缺工、高齡化、自動化需求都是大訊號。
對台灣來說，Physical AI 崛起尤其重要。台灣有半導體、伺服器、電源、散熱、馬達、精密機械、工業電腦、感測器、製造代工的優勢。如果機器人 AI 進入量產，台灣供應鏈有機會當關鍵角色。但挑戰也很明顯：不能只做零件，還要強化軟硬整合、現場驗證、工安法規、資料治理、國際合作，才有機會從「機器人供應鏈」升級成「機器人解決方案」的一部分。
公平來看，Generalist AI 團隊背景和投資人陣容確實很強，GEN-1 也讓人看到機器人基礎模型的想像空間。但公司還在很早期，技術穩不穩、成本多高、維修難不難、安全誰負責、多久能回本，都還要市場檢驗。AI 下一場戰爭，可能不是誰的模型會寫文章、畫圖，而是誰能讓機器人在真實世界穩定工作。
