黃仁勳預言下一波AI浪潮：不是AGI，而是物理AI

landrover1211

我們驚嘆於ChatGPT 寫出的散文、Stable Diffusion 畫出的圖、語音助理的語速語調……但它們依然無法像人類一樣，擰開一瓶礦泉水，或者把地上的蘋果撿起來。

這不就是一種「智慧錯置」嗎？

我們正進入一個奇妙而矛盾的時代：AI的「腦」越來越像人，但「身體」還像一台機器。
不過，這一切，正在改變。

人工智慧的三波：從感知、生成到推理
黃仁勳最近在一次訪談中講述了AI發展的四個階段。他沒有講“未來會怎樣”，而是告訴我們：“未來已經開始，只是我們還沒有完全意識到。”

他將AI的歷史，分成三波已經發生、正在發生，甚至是即將到來的浪潮：

第一波：感知AI ——讓機器看得見、聽得懂
2012年，AlexNet在ImageNet大賽上橫空出世，它的背後，是NVIDIA GPU的運算力和深度學習架構的爆發。
這是AI歷史上的「哥白尼時刻」──人們第一次看到：不靠人類手工提取特徵，也能辨識影像，比人類更準。

這波浪潮讓「感知」成為現實——電腦視覺、語音辨識和自然語言理解突飛猛進。 AI不再是只能下棋的規則機器人，而是真正「能看、能聽、能懂」的助手。

第二波：生成式AI －讓機器說得出、畫得出
到了2020年代，感知不再稀奇。 AI開始「表達」：從GPT-3到ChatGPT，從DALL·E到Sora，AI不僅能理解，還能創造。
我們進入了「文字到萬物」的時代——文字能生成圖片、音頻、視頻，甚至代碼。 AI第一次被賦予「表達的能力」。

而這，也讓AI走出實驗室，走向大眾。

第三波：推理AI－讓機器能思考、有邏輯
現在，我們正在經歷的，是「推理AI」浪潮。
你可能已經在用ChatGPT的「思考鏈（Chain of Thought）」功能，它會一步一步分解問題，推演邏輯。這不只是“說得漂亮”，更是**“會思考”**的表現。

黃仁勳指出，這波AI最大的特徵，是：具備「常識」和「步驟性思考」。
它甚至能自己查論文、分析文檔，然後得出結論。這使得「通用人工智慧」（AGI）的目標，第一次不再遙不可及。

但真正的智能，還缺一條腿：行動力
我們來想像一個場景：

你對AI說：“請把桌子上的咖啡遞給我。”
在今天，這句話對ChatGPT毫無意義——它不會移動，不知道「咖啡」在那，也不會明白「遞」是什麼意思。

為什麼？
因為今天的AI，還不懂「世界」。

AI缺乏「物理常識」：不知道重力為何物、也無法理解「物體會移動但不會瞬移」。這些看似簡單的“常識”，其實是人類在嬰兒期就學會的知識。

所以，第四波浪潮，正在醞釀。

下一波浪潮：物理AI的覺醒
黃仁勳預言，下一波AI浪潮將是“物理AI”——AI不只懂語言、不僅會推理，它還要“下得了地”，能與現實世界互動。

這種AI將擁有：

物理直覺：知道物體有慣性、有摩擦、有因果；
運動能力：可操控機械手臂、移動機器人；
感知與回饋迴路：能即時處理視覺、觸覺、空間等資訊。
我們看到的Boston Dynamics機器人、Tesla的Optimus、Figure 01機器人，正一步步走向這個目標。

AI的最終進化，是從“想得清”到“做得到”
人類的智能，從來不是只有腦袋，還有身體。

黃仁勳說：「所有這些能力的集合，將讓我們迎來下一波浪潮——機器人。」
他口中的“物理AI”，正是將腦力與體力合而為一的智能新形態。那將是AI的「從人類大腦到人類行動」的躍遷。

思考：
如果AI真的有了身體，那些產業會先被改變？那些工作最難保留？
面對未來的物理AI，我們該培養什麼樣的新能力？ （或許是「人類獨有的情感與價值判斷」？）
真正的智能，不只是“知道”，而是“做到”。

錄自：鉅亨網

smartlion

很有洞察力的一篇文章！

經由感測器感知世界，再用人類的自然語言生成文字和人溝通，再來就是模仿人類的推理，學習自我思考，最後一步就是學習物理（或專門學科）產生「行動力」，改善世界！