去年的 AWS re:Invent 是生成式 AI（GenAI）在數字世界的大爆發，2025 年的主題除了 AI Agent 外，另一熱話無疑是 AI 如何「走出螢幕」，進入物理世界。在拉斯維加斯大會現場，AWS 特別設立多個 Showcase，展示一系列結合雲端運算、邊緣 AI（Edge AI）與機械人技術的創新應用。從穿梭賭城的 Zoox 無人駕駛的士，到自駕直升機等，Physical AI 正以驚人的速度重塑醫療、農業、救援及城市交通的面貌。
Zoox Robotaxi：無軚盤設計的未來出行體驗
Amazon 旗下的自動駕駛公司 Zoox，與一般的改裝自動駕駛汽車不同，Zoox 展示的是一款完全為乘客體驗而設計的 Robotaxi。這款外型方正的車輛完全取消傳統的駕駛座、軚盤及腳踏，車廂內部採用像火車包廂般的面對面四座佈局。
車門採用滑動式設計，方便乘客從兩側進出。一進入車廂，首先感受到的是極致的空間感與科技細節：每個座位均配備安全帶及獨立的溫控面板，中央控制台設有大型無線充電板及多個接口，方便乘客在旅途中工作。安全性方面，Zoox 透露車輛配備了特製的馬蹄形安全氣囊系統，能在緊急情況下全方位保護乘客。目前 Zoox 已在拉斯維加斯及三藩市部分區域及情境開放。
Physical AI 海陸空全覆蓋
除了城市交通，AWS 的 Physical AI Showcase 更展示 AI 如何在極端環境下執行任務。Amazon 旗下的 Prime Air 無人機，應用於 30 分鐘航程距離、3kg 載重的速遞物品，展示其高度智能化的安全機制。為了應對突發天氣或障礙物，無人機配備了「安全應急著陸」（Safe Contingent Landing）系統。不同於單純依賴預載地圖，Prime Air 無人機利用機載鏡頭與雷達進行實時掃描，主動避開人畜、建築物或不平坦地形。一旦發現原定降落點受阻（例如有停泊車輛），系統會即時運算並選擇新的安全著陸點，確保在任何突發狀況下都能保護地面人員與財產安全。
來自航空科技界的 Voxelis AI 則展示了如何將傳統直升機改裝成「自主飛行滅火機」（Helitankers）。利用 AWS 的雲端與邊緣運算技術，其 VoxVision 平台能讓直升機在濃煙密佈、視野極差甚至強風的惡劣環境下，進行實時熱成像掃描及環境監測。透過精準的地理標記（Geotags），它能協助地面指揮中心更準確地調配資源，將被動救火轉為主動預測，大幅降低山火帶來的破壞。
醫療與工業自動化：VLA 模型的落地
在企業與醫療場景，Physical AI 同樣展現出強大的落地能力，當中的關鍵技術是視覺-語言-動作（Vision-Language-Action, VLA）模型。Diligent Robotics 展示 Moxi 機械人。這款機械人並非單純的運輸工具，它具備「社交智能」，能理解護士與藥劑師的需求，自動執行運送藥物、樣本等繁瑣工作，將醫護人員的時間歸還給病人。值得一提的是，團隊利用 AWS 的技術堆疊開發首個用於「按電梯按鈕」的 VLA 模型，讓機械人能像人類一樣自主乘搭電梯穿梭樓層，解決了以往機械人在舊式醫院大樓難以移動的痛點。
德國初創 RobCo 則致力於降低工業自動化的門檻。他們結合專利的模組化硬件與無代碼（No-code）工作室，讓中小企也能輕易部署機械人。透過在 AWS 上部署 SageMaker HyperPod 及 Ray 集群，RobCo 實現高效的分佈式訓練，讓機械人能快速學會執行重複性或危險的任務，協助工廠在不需巨額前期投資下提升產能。
上述案例，是底層算力成熟的結果。無論是 Zoox 的自動駕駛訓練，還是 Aigen 的農作物識別，背後由 Amazon SageMaker HyperPod 處理龐大的模型訓練，以及 AWS IoT 服務實現低延遲的邊緣執行。
Source：AWS