Physical AI 指的是能感知環境、做出判斷並實際控制硬體動作的 AI 系統。本文用一條價值鏈把它講清楚。

兩者都用深度學習，但輸出型態、驗證方式與失敗代價完全不同。

視覺語言模型與視覺語言動作模型，如何把一句話變成手臂的動作序列。

為什麼實體控制多半要在本地推論，以及算力、延遲、功耗怎麼取捨。