黃勝斌直言，實體 AI 面臨的最大瓶頸不是運算能力，而是「資料不足」，這也是輝達與鴻海合作的核心原因，共同打造能支撐未來智慧製造的資料管線與資料工廠。
黃勝斌表示，語言模型擁有大量人類文字語料可訓練，但實體世界的資料卻極度稀缺，例如「物體怎麼被抓取」「施力多少才安全」等基礎行為並沒有大型資料集紀錄，導致機器人無法像大型語言模型一樣快速進步。
他表示，實體 AI 必須從零建立資料基準線，才能訓練出能在複雜環境中精準完成任務的自主機器人。
為解決資料鴻溝，輝達提出「三台電腦」概念，包括負責訓練大腦的運算平台、可在快於即時速度學習技能的高精度模擬環境，以及負責部署在機器人身上的邊緣運算硬體。輝達也以 Isaac 平台整合開放式機器人基礎模型、模擬工具、學習框架與資料擴增能力，讓機器人得以同時學習大量複雜、可遷移的生產任務。
黃勝斌指出，工業製造是最複雜的 AI 任務之一，這些流程沒有公開資料，必須由產業自己建立。因此與鴻海的合作，正是為了從實際工廠捕捉資料、擴增資料，並將其轉化為通用技能，推動新一代智慧製造與自主機器人技術。
黃勝斌強調，這並非單一公司的挑戰，而是整個科技生態系共同面對的大工程，這不只是部署機器人，而是重新定義未來工廠的智慧。
點擊閱讀下一則新聞
輝達落腳北士科最新進度 砸10億設在台子公司經部今准了
