在今年re:Invent 2025大會上，除了雲端算力與生成式AI模型的軍備競賽外，AWS更將目光投向了具備感知與互動能力的「實體AI」 (Physical AI)領域。透過與 NVIDIA的深度合作，以及持續推動「Physical AI Fellowship」競賽計畫，AWS正試圖將其雲端優勢延伸至現實世界的機器人應用中。
在「Physical AI Showcase」展區中，AWS展示了6家具代表性的新創公司，涵蓋醫療、航太、工業自動化、農業與海洋探勘等垂直領域，具體呈現AWS技術堆疊如何賦能實體AI的發展。
Diligent Robotics打造的具備社交智慧的AI機器人，目標在自動化醫院工作流程，減輕護理團隊負擔。
AWS技術應用：利用AWS算力與AI堆疊開發自主類人機器人的基礎模型，包含其首個用於「按電梯按鈕」的VLA (視覺-語言-動作)模型。
Fellowship計畫成果：透過Physical AI Fellowship競賽計畫，團隊將架構最佳化、解決數據過濾偽影，並且成功佈署由Slurm編排的Amazon SageMaker HyperPod，實現可擴展的實驗訓練。
由航太與科技老兵創立的Voxelis AI，致力將傳統直升機轉化為具備飛行員等級的自主「滅火直升機」 (helitankers)。
AWS技術應用：其VoxVision平台結合AWS雲端、IoT與邊緣AI技術，支援即時熱成像掃描與環境監測，即便在低能見度與強風的野火現場也能順利運作。
數據整合：利用AWS處理能力，自動整理具備精確地理標記與時間戳記數據，協助空勤組員與消防單位無縫協作。
RobCo結合專利模組化硬體與「無編碼」 (No-code)工作室，讓中小企業也能負擔得起工業機器人。
AWS技術應用：為了從單節點擴展至多節點訓練，RobCo利用AWS在Amazon EKS上佈署Amazon SageMaker HyperPod，並且搭配Karpenter自動擴縮。
Fellowship成果：透過KubeRay操作器建立Ray叢集，在AWS上實現高效的分散式訓練與快速版本迭代更新。
Roomie IT的ROI First Enterprise AI平台包含8個代理模組，其中Physical AI Agent將電腦視覺從被動偵測轉為主動預防。
AWS技術應用：基於AWS Kinesis Video Streams進行即時攝取，使用Amazon SageMaker AI訓練/佈署視覺模型，並且透過Amazon Bedrock存取多模態基礎模型。最終利用IoT Greengrass實現安全、可擴展的邊緣執行。
Aigen開發的太陽能全自主除草機器人，目標消除使用除草劑，並且解決農場缺工問題。
AWS技術應用：透過AWS Compute for Climate Fellowship，Aigen擴展其收集與分析龐大數據集的能力，加速基礎模型訓練，使其機器人能適應不同作物。
運作模式：機器人團隊透過智慧網狀系統 (mesh system) 通訊，可在24小時全天候運作，利用AI視覺精準拔除雜草。
COSMA利用自主水下無人機群 (drone swarms) 捕捉高解析度影像，為環境影響評估與基礎設施檢查提供深海數據。
AWS技術應用：利用AI平台生成3D海床重建與物種識別，構建完整的深海數位孿生 (Digital Twin)。作為AWS Compute for Climate Fellowship一員，COSMA利用Amazon EKS自動擴縮節點群組來輕鬆處理突發的巨量運算負載。
從這些案例可以看出，AWS在實體AI的策略並非親自打造機器人，而是扮演「最強大腦與神經系統」的角色。
• 算力與模型支援：透過SageMaker HyperPod與Amazon Bedrock，AWS為機器人新創解決最昂貴的模型訓練與推論難題。
• 邊緣與雲端協同：利用IoT Greengrass與Kinesis，實現數據從邊緣採集、雲端訓練到邊緣執行的閉環。
• NVIDIA合作加持：結合NVIDIA的Isaac機器人模擬與開發平台，AWS提供了從虛擬模擬到真實佈署的完整工具鏈，這也是Physical AI Fellowship競賽計畫的核心價值所在。
隨著AI從數位世界走向實體互動，AWS正透過這些新創夥伴，驗證其雲端基礎設施在真實物理世界中的落地能力。
更多Mashdigi.com報導：
蘋果AI技術負責人John Giannandrea確定明年卸任，挖角微軟Amar Subramanya接棒
NVIDIA發表開源「Alpamayo-R1」推理視覺語言模型，賦予自動駕駛車輛「常識」判斷能力
Sony推《原神》限量版DualSense無線控制器，融入旅行者與派蒙元素
在「Physical AI Showcase」展區中，AWS展示了6家具代表性的新創公司，涵蓋醫療、航太、工業自動化、農業與海洋探勘等垂直領域，具體呈現AWS技術堆疊如何賦能實體AI的發展。
Diligent Robotics打造的具備社交智慧的AI機器人，目標在自動化醫院工作流程，減輕護理團隊負擔。
AWS技術應用：利用AWS算力與AI堆疊開發自主類人機器人的基礎模型，包含其首個用於「按電梯按鈕」的VLA (視覺-語言-動作)模型。
Fellowship計畫成果：透過Physical AI Fellowship競賽計畫，團隊將架構最佳化、解決數據過濾偽影，並且成功佈署由Slurm編排的Amazon SageMaker HyperPod，實現可擴展的實驗訓練。
由航太與科技老兵創立的Voxelis AI，致力將傳統直升機轉化為具備飛行員等級的自主「滅火直升機」 (helitankers)。
AWS技術應用：其VoxVision平台結合AWS雲端、IoT與邊緣AI技術，支援即時熱成像掃描與環境監測，即便在低能見度與強風的野火現場也能順利運作。
數據整合：利用AWS處理能力，自動整理具備精確地理標記與時間戳記數據，協助空勤組員與消防單位無縫協作。
RobCo結合專利模組化硬體與「無編碼」 (No-code)工作室，讓中小企業也能負擔得起工業機器人。
AWS技術應用：為了從單節點擴展至多節點訓練，RobCo利用AWS在Amazon EKS上佈署Amazon SageMaker HyperPod，並且搭配Karpenter自動擴縮。
Fellowship成果：透過KubeRay操作器建立Ray叢集，在AWS上實現高效的分散式訓練與快速版本迭代更新。
Roomie IT的ROI First Enterprise AI平台包含8個代理模組，其中Physical AI Agent將電腦視覺從被動偵測轉為主動預防。
AWS技術應用：基於AWS Kinesis Video Streams進行即時攝取，使用Amazon SageMaker AI訓練/佈署視覺模型，並且透過Amazon Bedrock存取多模態基礎模型。最終利用IoT Greengrass實現安全、可擴展的邊緣執行。
Aigen開發的太陽能全自主除草機器人，目標消除使用除草劑，並且解決農場缺工問題。
AWS技術應用：透過AWS Compute for Climate Fellowship，Aigen擴展其收集與分析龐大數據集的能力，加速基礎模型訓練，使其機器人能適應不同作物。
運作模式：機器人團隊透過智慧網狀系統 (mesh system) 通訊，可在24小時全天候運作，利用AI視覺精準拔除雜草。
COSMA利用自主水下無人機群 (drone swarms) 捕捉高解析度影像，為環境影響評估與基礎設施檢查提供深海數據。
AWS技術應用：利用AI平台生成3D海床重建與物種識別，構建完整的深海數位孿生 (Digital Twin)。作為AWS Compute for Climate Fellowship一員，COSMA利用Amazon EKS自動擴縮節點群組來輕鬆處理突發的巨量運算負載。
從這些案例可以看出，AWS在實體AI的策略並非親自打造機器人，而是扮演「最強大腦與神經系統」的角色。
• 算力與模型支援：透過SageMaker HyperPod與Amazon Bedrock，AWS為機器人新創解決最昂貴的模型訓練與推論難題。
• 邊緣與雲端協同：利用IoT Greengrass與Kinesis，實現數據從邊緣採集、雲端訓練到邊緣執行的閉環。
• NVIDIA合作加持：結合NVIDIA的Isaac機器人模擬與開發平台，AWS提供了從虛擬模擬到真實佈署的完整工具鏈，這也是Physical AI Fellowship競賽計畫的核心價值所在。
隨著AI從數位世界走向實體互動，AWS正透過這些新創夥伴，驗證其雲端基礎設施在真實物理世界中的落地能力。
更多Mashdigi.com報導：
蘋果AI技術負責人John Giannandrea確定明年卸任，挖角微軟Amar Subramanya接棒
NVIDIA發表開源「Alpamayo-R1」推理視覺語言模型，賦予自動駕駛車輛「常識」判斷能力
Sony推《原神》限量版DualSense無線控制器，融入旅行者與派蒙元素
新聞來源: 原始來源
約 3 分鐘可讀完
讀者評論 (0)
請登入後發表評論
分享您的觀點，與其他讀者互動
立即登入尚無評論
成為第一個發表評論的人吧！