記者鐘惠玲／台北即時報導 2025-08-12 18:25 ET



AI機器人示意圖。（AI生成）
輝達（Nvidia）強攻機器人放大絕，昨（12）日宣布推出最新涵蓋多達70億參數的推理視覺語言模型，主打「要讓機器人更像人類」，透過結合視覺感測應用，讓機器人基於既有知識與概念，學會「連續決策」，並在理解後採取行動，堪稱可打造機器人的推理大腦。



業界認為，這是輝達引領全球機器人發展跨出更重要的一步，也意味AI算力應用再創顛峰，對致力於開發機器人的鴻海、廣達等大型集團是一大助力，同時也將加速AI伺服器建置需求。





輝達在昨天繪圖晶片業年度盛會「SIGGRAPH 2025」上，發表推理視覺語言模型「Cosmos Reason」。



輝達說明，「Cosmos Reason」是一款專為物理AI應用與機器人設計的70億參數「推理」視覺語言模型，具備超強大功能，並加入讓機器人具備與人一樣的「推理」能力，透過先驗知識、物理理解和常識，讓機器人與視覺AI代理像人類一樣分析情境、判斷下一步行動。



輝達表示，機器人規畫與推理技術如機器人視覺語言行動（VLA）模型的大腦，讓模型可深思熟慮、有條不紊地做出決策。「Cosmos Reason」可讓機器人解讀環境、在收到複雜的指令後，將指令分解為各種工作，即使在不熟悉的環境，也能運用常識執行這些工作。



輝達強調，「Cosmos Reason」是適用實體AI與機器人的全新開放式、可完全客製化。談到「Cosmos Reason」和既有視覺語言模型（VLM）的差異，輝達說明，自OpenAI推出CLIP模型以來，視覺語言模型（VLM）已廣泛應用於物件與模式識別等電腦視覺任務，但仍難以處理多步驟任務、含糊情境或全新經驗，「Cosmos Reason」可突破上述限制，這種能力對於需要連續決策的場景，如機器人任務規劃或自駕車路徑預測，尤其關鍵。



「Cosmos Reason」可用於資料管理與標註、機器人規劃與推理，以及影片分析AI代理，讓系統在面對複雜指令時，能拆解成可執行的步驟並作出符合常識的判斷，即使處於陌生環境也能正確行動。