Arm 詳述 AI 運算技術的進步如何讓機器人及其他自主機器變得更加智慧、適應性更強，並能夠在真實世界環境中運行。

實體人工智慧 (AI) 正推動機器從可預測的受控環境走向複雜多變的真實世界。機器人曾經主要被設計用於工廠廠房內的高精密度重複作業，如今已進化為能夠感知、推論、理解環境並對動態場景做出回應。這種變革在宏觀層面同樣深具意義：AI 驅動的生產力提升，預計未來十年將帶動全球 GDP 成長約 4%。

AI 技術的持續進步，讓實體 AI 系統能夠在毫秒級時間內識別視覺資訊、理解場景上下文並調整其行為。無論是倉庫自主導航、醫院輔助作業，還是道路行駛，自主機器均依據即時情況而不是固定順序做出決策。

多年來，Arm 從最早部署在工廠廠房內的固定式機器開始，持續協助實體 AI 系統研發。如今，這套技術基礎正促成次世代智慧型機器人與自主機器，使其能夠在真實環境中運行並即時做出回應。

現實中的實體 AI

從當下打造的機器中，可以清晰地看到實體 AI 的演進脈絡。各類形態的機器人及其他自主機器正不斷提升環境感知能力、自我調整能力與自主運行能力。

次世代人形機器人

實體 AI 的技術進步集中展現在更複雜、類人化的系統上。 之前在 Arm 位於劍橋的總部，智元機器人充分展現了人形機器人技術已獲得的長足進展。這些機器人展示出靈巧的操控能力，能以流暢的動作在複雜環境中自主導航，即時融合感知、推論與控制技術。

這類實體 AI 系統專為人類生活或工作環境設計，需要理解空間佈局，解讀意圖，並精準執行動作，同時保障周圍人員安全。這對運算能力來說要求極為嚴苛，因為視覺處理、AI 推論和運動規劃等多個工作負載，必須在嚴格的功耗和散熱限制下並行著運行。

Arm 運算平台可針對這類工作負載實現高效率的處理，進而滿足相關需求，使人形機器人系統能夠在現實環境中靈敏且安全地運行。

四足機器人與工業機器人

四足機器人是實體 AI 的另一重要分支，尤其適用於地形複雜、環境危險、不可預測的場景。

雲深處科技等公司研發的機器人專為巡檢勘探和應急救援場景設計，可在崎嶇地面行進、翻越障礙，並在不斷變化的環境中保持穩定。這些能力依賴持續的環境感知和即時控制，並由高效率的運算提供支援。

同時，普渡機器人的 PUDU D5 等平台將自主移動能力延伸至工業場景。D5 系列專為巡檢、巡邏和物流保障設計，搭載光達和攝影機視覺技術，可在大型廠區、複雜地形自主作業。這在高度危險、偏遠或人員難以抵達的場景中尤其有用。在這類場景下，可以用機器人替代人工執行任務，進而提升安全性並降低風險。

為了支援這一點，該系統採用異質運算架構，將工作負載拆分至感知、規劃和控制三大模組，透過持續處理感測器資料，使機器人能夠理解環境並以低延遲做出回應。

基於 Arm 運算平台打造的處理器支援這些核心功能，並與 AI 加速器搭配，在邊緣端提供高效率的效能。這讓機器人能夠在重視可靠性、安全性和能源效率的環境中獨立運行。

工業自動化領域也將面對同樣的變革。工廠廠房內的協作機器人，正變得越來越能快速回應不斷變化的工作流程，同時不僅能與人類協同作業，還能靈活適配全新任務，無需完全固定的配置。

波士頓動力公司的 Spot 四足機器人也是個典型例子，其可部署於工業場景中執行巡檢和遠端維護，在這類場景中，即時感知和控制可說相當重要。

自動駕駛汽車與駕駛平台

實體 AI 同樣正在改變自動駕駛領域，要求系統必須在複雜的真實路況下安全行駛和導航。

以聯想車計算與文遠知行聯合打造的自動駕駛計程車為例，這些自動駕駛計程車驗證了基於 Arm 架構的可擴展運算平台可實現 L4 級自動駕駛。這些系統處理攝影機和光達等海量感測器資料，以做出即時駕駛決策。

同時，Arm 與 Tensor 的合作凸顯了次世代運算平台如何針對 AI 駕駛方案進行設計。這些平台融合高效能運算與高能源效率特性，為自動駕駛系統中帶來即時感知、路徑規劃和運動控制能力。

Arm 與 Rivian 的合作同樣印證了客製化自動駕駛平台可讓車輛規模化理解周圍環境並即時做出駕駛決策。在這些環境下，可靠性和延遲相當關鍵。系統必須立即做出決策，並長期穩定運行。高效率、可擴展的運算能力可說是實現此一目標的核心。

智慧系統的組成模組

實體 AI 的核心是感知、決策和行動之間的持續迴路。系統必須處理感測器輸入，解析這些資料，並在毫秒級時間內觸發回應。在許多情況下，感知到行動的延遲更是決定性要求，尤其是在安全和時效至關重要的環境中。

實體 AI 的演進根植於現代機器人與自主機器系統的工程設計思路：整合多項核心能力，並讓這些能力做為一個協調的系統運行。每一層級都對機器如何理解世界以及如何與世界互動產生影響。

感知提供環境認知能力。攝影機、光達和其他感測器陣列持續生成資料流程，使系統能夠進行物體檢測、距離估算和環境建模。邊緣 AI 推論在本地處理這些資料。透過在設備端運行 AI 模型，機器人可以即時回應，而無需等待雲端輸入。在延遲直接影響安全性或效能的環境中，這一點十分重要。

多模態推論融合視覺和語言等多類輸入。機器人及其他自主機器能夠理解場景，解讀指令，並做出適當的行動決策。這使得對話模式更貼近人類自然溝通模式。即時控制與安全防護確保決策得到可靠執行。確定性運算使系統能夠在可預測時限內做出回應，而安全防護機制則有助於管理複雜環境下的運行風險。

這些能力已經被應用在各行各業。例如，在智慧工廠中，預測性維護系統會持續分析設備資料，以提前識別潛在的故障跡象。同時，在實體 AI 部署中，各類系統均可處理真實世界的輸入並以超低延遲執行動作。

以高效率、可擴展的運算能力，推動實體 AI 的實現

當前實體 AI 系統需要在嚴格的功耗和散熱限制下，處理大量感測器資料、運行 AI 模型和控制運動。許多系統採用電池供電，但電池的功率有限，使得能源效率成為關鍵考量因素。同時，必須保持效能穩定，尤其是高度重視時效和精密度的環境中。

因此，當前的運算平台必須具備以下能力：

• 為即時決策提供可預測的效能；
• 在受限環境下持續穩定運行的高能效表現；
• 設備端 AI 推論能力，可降低延遲；
• 異質運算，用於管理多樣化工作負載；
• 可適用於各類實體 AI 系統的擴展能力。

Arm 運算平台正是針對以上原則而設計的。因此，它廣泛應用於實體 AI 系統的各個運算領域，從處理感測器資料的低功耗微控制器，到負責複雜 AI 工作負載的高效能中央運算單元 (相當於實體 AI 系統的「大腦」)。這使得工程師和開發者能夠在建構系統時針對各元件按需進行最佳化，同時仍保持統一的架構。

例如，在機器人領域，該方案可以實現效能和能源效率之間的出色平衡。機器人可以處理感測器輸入，高效率運行 AI 推論並執行控制邏輯，同時不會超出功率或散熱限制。對於需要在真實場景下持續運行的系統而言，這一點尤其關鍵。

Arm 的生態系也在加速技術開發方面發揮著重要作用。Arm 與眾多軟硬體領域的合作夥伴，以全球超 2,200 萬開發者的生態系，打造從工廠廠房固定環境中的機器，到真實環境中運行的人形機器人與四足機器人，涵蓋各種場景的實體 AI 平台。

引領智慧型機器未來發展

實體 AI 正在重新定義機器與世界的對話模式。次世代機器人與其他自主機器具備更強的環境理解能力，以先進 AI 實現解讀、決策和執行。其應用場景也持續拓寬，包括互動式系統、工業自動化和自動駕駛等多個領域。

隨著系統持續反覆運算，效能和效率之間的平衡將直接決定技術部署範圍。多年來，從最早部署在工廠廠房的固定式機器開始，Arm 持續協助實體 AI 系統研發。如今，這套技術基礎正促成次世代智慧型機器人和自主機器，讓 AI 直接運用於真實世界，並且系統原生支援即時回應。

隨著實體 AI 持續規模化落地，越來越多的智慧型機器將基於 Arm 運算平台打造。

關於 Arm

Arm 是 AI 時代的基礎平台，其兼具卓越效能與節能優勢的運算能力，觸及全球所有連網使用者。為因應對運算永無止境的需求，Arm 平台橫跨核心 IP、先進運算子系統及專用晶片，使國際頂尖的科技公司能靈活設計、打造並大規模部署 AI 應用。透過與規模最大的運算生態系及業界超過 2,200 萬名開發者的共同努力，我們正於 Arm 平台上建構 AI 的未來。

所有資訊都「依目前情況」提供，且並不帶保證或代表性。此文件可以自由分享，但不得修改且必須註明出處。Arm 是 Arm Limited（或其子公司與附屬機構）的註冊商標。所有品牌或產品名稱均為所屬公司之財產。© 1995-2026 Arm Limited.