新手教學

投資理財

區塊百科

賽道專題

幣種分析

優惠福利

市場週報

Physical AI 與 Web3：人形機器人如何顛覆未來經濟與 AI 應用

AI Agent

Hank

・2025/09/22

本文目錄

前言
Physical AI 的曙光？
什麼是 Physical AI？
Web3 在Physical AI 中的應用
以 Web3 為中心的 Physical AI 項目
實際應用和影響
挑戰與未來展望
去中心化、AI 化的未來
結語

本文內容摘錄自 s4mmy，由幣研團隊編譯且整理如下

前言

在過去，人工智慧（AI）主要都是應用在數位的領域上，從文字、圖片生成到數據分析，有了 AI 也為我們生活和工作的方式帶來了不一樣的改變。隨著大型語言模型（LLMs）的進化，再加上機器人技術跟區塊鏈基礎建設的成熟，AI 正逐漸走向「擁有實體的物理世界」。

AI 跟真實世界的結合通常會被稱做 Physical AI（實體 AI），這除了能夠帶來技術上的突破，更有潛力去改變全球的經濟模式，開啟人類和 AI 共存的新時代。

Physical AI 的曙光？

AI 現在正在透過「Physical AI」的方式去和機器人、自動駕駛汽車、agent 結合，從數位的領域逐漸走向真實世界。

NVIDIA 的 CEO 黃仁勳（Jensen Huang）在 2025 年 CES 上強調了 AI 正在朝向現實世界發展的趨勢：

機器人在 AI 的領域已經經歷過很漫長的道路，從最開始的實體推出一直發展到能夠臨床運作的機器人。

目前在傳統機器人產業中的領頭公司：

跟其他常見的聊天機器人最大的不同地方就在於，擁有實體的 AI 可以讓機器人去跟環境互動並且操控環境。

Elon Musk 預估在未來幾十年將會生產超過 200 億個人形機器人；這也將創造數千萬億美元的市場機會：

Assume 1 robot = $50k

100,000 robots = $5B revenue
1M robots = $50B
10M robots = $500B
100M robots = $5T
1B robots = $50T
20b robots = $1 Quadrillion

Humanoid robots will be the biggest product market in the history of ever by magnitudes

The future largest companies will be… https://t.co/bmalfL8Bf6
— Andrew Kang (@Rewkang) May 16, 2025

Web3 技術（加上去中心化的框架）正在加速這個產業的轉變，透過創新的經濟模式，減少摩擦，進一步做到價值的無縫轉移。

什麼是 Physical AI？

Physical AI 將 AI 模型和機器人硬體、空間智慧和真實世界的數據結合起來，讓機器可以在現實的空間中導航和進行其他的行動。

人形機器人能夠完成一些簡單的重複性任務：

On Friday, Figure completed a 20-hour run of back-to-back shifts on the BMW X3 production line!

We’ve been running 10-hour shifts for several weeks now and as far as we know, Figure and BMW are the first in the world to do this with humanoid robots pic.twitter.com/5HgpB5XdtX
— Brett Adcock (@adcock_brett) May 21, 2025

NVIDIA 的 GR00T N1 基礎模型等技術讓機器人可以去學習各種實體操作或是執行導航等任務：

NVIDIA announced GR00T N1, the first fully customizable open-source humanoid robot foundation model, designed to advance general-purpose robotics.

⦿ A dual-system AI inspired by human cognition: System-1 handles fast, intuitive actions, while System-2 enables methodical… pic.twitter.com/qb3gVlMv1o
— The Humanoid Hub (@TheHumanoidHub) March 18, 2025

NVIDIA Isaac Sim 等模擬平台彌合了虛擬訓練跟實際部署之間的差距。

不過挑戰依然存在：訓練模型的資料稀缺、高運算需求以及對無縫軟硬體整合的需求。

3/ Robotics is still starving for data.

Even with 24/7 operation, one robot gives you just 24h of real-world experience per day.

Now compare that to how we train LLMs… it’s not even close. pic.twitter.com/BbHIkY9W84
— Teng Yan · Chain of Thought AI (@tengyanAI) May 10, 2025

這也是美國為「Stargate」計畫投資 5,000 億美元，以及與 OpenAI 和 Softbank 合作的大型資料中心基礎建設計畫的原因之一。

Web3 透過去中心化的方式搜集運算資源，為資料收集提供了不同以往的解決方案，像是 Grass 和 GEODNET 等項目，它們分別透過召集算力的方式為 AI 訓練模型提供資料，為機器人提供精確的資料。

Web3 在Physical AI 中的應用

Web3 透過去中心化實體基礎建設網路（DePIN）為機器人提供運算、儲存和數據，從而改變Physical AI。

區塊鏈確保透明度和所有權，代幣化讓社區能夠擁有機器人基礎建設的份額。在 robotic 的經濟中，機器人扮演有自我意識的主體，透過加密貨幣在平台上進行交易。

挑戰包括區塊鏈之間的互通性和監管的不確定性，但 Web3 的去中心化治理降低了中心化 AI 壟斷的風險，從而促進更公平的技術發展。

以 Web3 為中心的 Physical AI 項目

NRN Agents：NRN 專注在 agent 的強化學習，運用專業知識來訓練實體機器人：

We let them out. Time to train. pic.twitter.com/l8WRGi352q
— NRN Agents (@NRNAgents) May 20, 2025

FrodoBots / SAM : 隨著 SAM 在全球多個地點採用全新導航模型進行自我訓練，空間感知和地理追蹤能力正在不斷提升：

A team from UC Berkeley has built a state-of-the-art navigation model called LogoNav, using @frodobots crowd-sourced dataset for training & our global robot fleet for real-world evaluation in 6 countries.

A thread - 1/n 🧵 https://t.co/IbMX1EFH02
— FrodoBots (@frodobots) May 13, 2025

peaq：面向 robotic 經濟的 Layer 1，為機器人 DePIN 提供高吞吐量代幣化支援，支援 20 多種行業高達 50 多個 DePIN。

What's possible on peaq? pic.twitter.com/kKTjgLDpdh
— peaq (@peaq) May 20, 2025

NATIX Network：DePIN 計畫激勵自主系統收集真實世界的數據，透過 Web3 代幣獎勵增強機器人的導航和空間數據。

📢 DEPIN MEETS SUPERIOR MAPPING TECHNOLOGY 📢

We’re excited to announce our collaboration with Grab, Southeast Asia’s leading super app, to reshape the mapping industry 🗺️

By joining forces, we’re making high-fidelity, freshly updated maps a global reality 💪 pic.twitter.com/owYQlDODrn
— NATIX Network (@NATIXNetwork) May 6, 2025

GEODNET：最大的 Web3 定位網路，提供 RTK 數據，輔助機器人、無人機和自動駕駛汽車。貢獻者可以賺取 GEOD 代幣，實現 Physical AI 基礎建設的去中心化。

Very excited to partner with @frodobots on this breakthru new robot.

The EarthRoverMini+ is the world's smallest and lowest cost ground robot to use RTK. Both an exciting consumer product and a Physical AI research platform that will help power @frodobots robot subnets. https://t.co/XyxrqkPKjh
— GEODNET (@GEODNET_) May 21, 2025

實際應用和影響

Physical AI 和 Web3 可以說是正在重塑機器人的產業：

NRN Agent 的強化學習能力可以讓 Physical AI 的訓練達到超越人類的能力。
GEODNET 的精準定位為自動駕駛汽車和無人機提供動力，而 xmaquinaDAO 則讓散戶投資者能夠持有 Apptronic 等機器人公司的股份，從而實現 robotic 經濟的民主化。
在智慧城市中，peaq 的基礎建設可以支持去中心化的交通或能源管理。peaq 的概念展示了 Web3 如何創建包容性經濟體系，從而改變 AI 驅動產業的價值共享。

挑戰與未來展望

Physical AI 面臨以下挑戰：

硬體和軟體之間的互通性
高昂的計算成本
去中心化機器人的監管模糊性
機器人失控的可能性

Brace yourself for the future where the robots go rogue pic.twitter.com/vPekiGeQoR
— Chubby♨️ (@kimmonismus) May 1, 2025

如 xmaquinaDAO 的 DAO 架構所示，Web3 的治理模式可以緩解 AI 的中心化風險等倫理問題。

無論如何，到 2030 年 Physical AI 將可能會主導機器人技術，Web3 將實現一個 robotic 經濟，機器人將作為自主代理運行，無縫地進行交易。

特斯拉可以利用透過其機器人姊妹公司推出「機器人出租車 (Robotaxis)」，而這很有可能會比我們想像中的更快到來。

robotaxis could finally be real and may breakthrough in the next ~3 years, with much broader adoption over the next 5-7 years

adoption will be bolstered by increasingly accessible consumer experience (and trust) with “self-driving” modes in their own vehicles

and once we hit…
— DCinvestor (@iamDCinvestor) May 6, 2025

去中心化、AI 化的未來

實體的 AI、機器人技術和 Web3 的協同效應正在去中心化的世界中快速發展，在未來將很有可能誕生出更具有智慧的機器，也有機會能夠重塑整個經濟體系，讓區塊鏈技術賦予機器人可以完全自主的交易。

傳統的 AI 和機器人公司資本雄厚，但這並不代表著去中心化的替代方案無法佔據市場的份額。

結語

AI 正在從過去的螢幕中，逐漸邁向現實的世界。Physical AI 結合 Web3，除了能夠創造更聰明的機器人，也更有潛力去重塑整個經濟模式，實現人類和 AI 共存的新時代。

當未來 AI 成為現實世界的一部分時，你是否已經準備好和它們共同生存？

Hank