在舊金山教會區（Mission District）一扇外觀低調、僅刻有「π」標記的金屬門背後，一家新創公司 Physical Intelligence 正試圖攻克矽谷最困難的課題之一：如何讓機器像人類般，可靠掌握工作技能，而不再只是執行指令。

據科技新聞 Interesting Engineering，該公司融合機器人技術與先進 AI 訓練方法，提升機器人操作物件的能力。倉庫內，工作人員與機器人忙碌穿梭，技術人員用搖桿遠端控制小型機械手臂摺衣服，大型機器人負責搬運食品，另一位員工則測試裝有攝影機的抓夾工具，四周堆滿尚未完成的機械零件。

Physical Intelligence 雖成立不久，卻已成為機器人領域最受關注的新星。該公司最近宣布募得新台幣 12.5 億元（4 億美元）資金，投資者包含 OpenAI 以及亞馬遜創辦人貝佐斯（Jeff Bezos），其市值估計已突破 629 億新台幣。

儘管 AI 在數位任務上已展現強大能力，但機器人進行物理操作仍屬難題。現行教學多仰賴人類示範，例如教機器人摺衣服或製作濃縮咖啡；然而只要機器人稍微偏離示範過程，就會累積誤差，最終導致任務失敗。

對此，Physical Intelligence 提出新方法「RECAP」（reinforcement learning with experience and corrections via advantage-conditioned policies），試圖讓機器人像人一樣學習：先聽指導、接受修正、再靠自我練習精進技能。

在最新測試中，該公司讓機器人原型 π*0.6 學會摺衣服、組裝外送箱、製作咖啡等任務。結果顯示，部分任務性能提升超過一倍，失敗率更降低一半以上。這套系統甚至能連續整天煮咖啡、於家庭環境摺衣服數小時，或以接近工廠的速度組裝箱子。

該公司強調，機器人要大規模進入倉儲、餐廳、製造業，最大阻礙是穩定性及靈活度。因為物理操作非常敏感且複雜，機器人的抓夾只要偏移數毫米，就可能導致整個流程失敗。

RECAP 為機器人操作的改善方式主要有兩種：

• 人類修正示範：當機器人動作開始出錯時，工作人員就會介入並給予修正，教會機器人如何恢復正確操作。
• 自主練習：機器人自行評估哪些動作有助於完成任務、哪些會導致失敗，並藉此建立判斷依據，從嘗試中累積經驗，不斷修正。

Physical Intelligence 認為，這種結合人類指導與機器人修正、自主練習的學習方式，將是未來提升機器人勞動成效的關鍵。

目前 Physical Intelligence 主要訓練家務與工業操作機器人，但尚未宣布何時會真正部署到實際場域。不過該公司認為，若 RECAP 技術成熟，機器人可能在重複性高的工作成效上超越人類。