事件
COMPUTEX 2026 首度設立 Physical AI 機器人展區。展出內容不是孤立的機器人本體,而是完整的技術生態系:VLM(視覺語言模型)、邊緣運算平台、減速機、視覺辨識系統、數位孿生等。業界從「執行命令」走向「理解並自主執行任務」。
表面觀察
看起來 AI 產業在向縱深發展。從只有大型語言模型(LLM)的軟體層,延伸到需要硬體與感知能力的實體世界。
但更深層的信號是:產業已經從「誰的 AI 模型最強」轉向「誰能把整個棧做完」。
歷史類比
這不是第一次發生。
- **PC 年代**:Intel 掌握 CPU、微軟掌握系統,但真正主導的是能整合上下游的「生態系統商」。IBM 輝煌過,但被能整合硬體 + 軟體 + 通路的企業取代。
- **智慧手機年代**:高通有最強晶片,但贏家是蘋果——因為蘋果整合了晶片、系統、應用、供應鏈。三星也試圖整合,但生態系一致性不足。
- **雲端運算年代**:AWS 並不是最快的伺服器製造商,但它整合了運算、儲存、網路、資料庫、管理工具、定價模型。這種端到端的整合形成了護城河。
核心模式
技術棧整合 = 把多個層級的問題打包成一個解決方案。
每當新技術進入舊產業時,都會出現「垂直整合」的機會窗口:
1. 碎片化階段:多個廠商各做各的零件(OpenAI 做模型、Nvidia 做晶片、減速機廠商做減速機)。用戶需要自己組裝、自己調試、自己優化。 2. 整合階段:出現一兩個「棧集成者」,把所有層級串起來、隱藏複雜性。用戶只需說「給我一個能理解場景、自主執行任務的機器人」,集成者負責把硬體、模型、感知系統、邊緣運算打包。 3. 壟斷階段:成功的集成者建立護城河。對手要進入,要麼買斷整個棧的關鍵環節(成本高),要麼自己重建(時間長、風險大)。
COMPUTEX 2026 的展區展示的,正是產業進入第 2 階段的訊號。誰能最快把棧整合到「一鍵可用」,誰就能鎖定客戶。
實際影響
對機器人初創廠商:現在最危險的位置是「只做單層技術」(比如只做視覺、只做減速機、只做邊緣運算)。單層的競爭最慘烈、利潤最薄、最容易被整合者碾壓。未來的活路是要麼做頂層(應用層、如何使用機器人),要麼做底層但做成標準件(如減速機可以支援多個平台)。不能卡在中間「有點厲害但不完整」的位置。
對晶片廠商(Nvidia 等):模型成本下降、晶片需求會轉移。過去是「每台機器人用 A100 跑推理」,未來是「邊緣運算平台用更小的晶片、但配套軟體 + 感知系統才能工作」。Nvidia 如果只靠賣晶片,會發現客戶在談的是「整體成本」,不是「晶片算力」。
對大模型公司(OpenAI、Anthropic):免費模型多、好模型便宜了,差異化退化。贏家會是「整合了我的模型 + 感知系統 + 執行控制」的平台。大模型公司淪為「引擎供應商」,利潤微薄。除非自己往上整合。
為什麼現在發生
三個條件同時成熟:
1. VLM 成熟了:Vision-Language-Model 能理解視覺場景 + 文字指令,這是「理解」的基礎。 2. 邊緣運算晶片便宜了:不需要每次都上雲,本地可以跑足夠好的模型。 3. 機械零件標準化了:減速機、致動器、感測器都可以買到,初創也能組裝。
這三個條件一齊成熟,就出現了「整合機會窗口」。誰先把棧整合完整、誰就能鎖定客戶。
長期視角
如果按歷史規律,5 年內會出現 2-3 個「Physical AI 平台整合者」(類似當年的蘋果、AWS)。他們會:
- 定義標準介面("給我一段自然語言指令,機器人自主執行")