恩智浦執行長揭示「實體AI」未來 以三層獨立神經軸架構打破機器人發展瓶頸

在生成式AI與雲端運算主導科技浪潮數年後，AI的下一步究竟會走向何處？在6月3日登場的COMPUTEX 2026 主題演講中，恩智浦 (NXP)總裁暨執行長Rafael Sotomayor以「將AI帶入現實世界：實體人工智慧的未來」為題，給出了一個明確的答案：邊緣運算與實體AI (Physical AI)。

Rafael Sotomayor透過生物學的演化邏輯，深入剖析當前機器人與自動化設備面臨的技術困境，並且提出恩智浦的解答——「神經軸架構」 (Neural Axis Architecture)，強調唯有將智慧佈署在正確的位置，才能真正讓機器人具備如頂尖運動員般的「本能反射」，進而安全、可靠地走入人類生活。

破解「莫拉維克悖論」：真正的菁英強在「反射」，而非「思考」

演講開始，Rafael Sotomayor以世界知名足球明星梅西 (Lionel Messi)為例，說明頂尖運動員在賽場上的流暢動作與極限反應，並非來自大腦的深度思考，而是來自千錘百鍊後接管身體的「本能反射」。

而這正好呼應機器人學中著名的莫拉維克悖論 (Moravec's paradox)所指情況，亦即對AI來說，下棋、寫程式、邏輯推理等需要高階算力的事情都能順利實現；但要讓AI像人類一樣憑直覺、身體反射動作地自然走動，或是在行走過程自動保持平穩，甚至在居家環境以雙手折疊衣服，過程卻相當困難。

Rafael Sotomayor指出，人類大腦雖然負責推理與決策，但面臨突發危險 (例如閃避來車或碰到滾燙物品)時，往往是仰賴反應時間僅需40毫秒的「脊髓反射」。大自然經過數十億年的演化，選擇將「反射機制」建立在距離行動最近的節點上，這正是實體AI最需要學習的藍圖。

因此，Rafael Sotomayor說明實體AI要在現實世界生存，必須具備三大條件，包含面對突發狀況能瞬間反應的極低延遲運作能力，以及避免單一節點故障導致系統全面崩潰的分散式控制設計，另外也必須具備可嚴格控制功耗，以利延長設備運作壽命的能源使用效率表現。

三層獨立運作的「神經軸架構」

基於上述生物學啟發，恩智浦提出神經軸架構 (Neural Axis Architecture)，將系統的智慧分為三個獨立卻又高度協調的層次。

其中，透過推理層 (Reasoning)模擬大腦運作模式，負責高階任務規劃 (如無人機的飛行路徑、車輛的導航與ADAS決策)，並且藉由宛如小腦的協調層 (Coordination)，作為獨立運算單元，專注管理動態平衡與穩定性。另外則是透過比擬脊髓的反射層 (Reflex)，直接連接馬達與制動器，在邊緣節點端以微秒級的速度進行即時反應 (如煞車、懸吊調整、機器人關節抓取)。

而Rafael Sotomayor在現場展示此三層架構在三種不同型態上的應用：

•無人機：透過神經軸架構，恩智浦能將端到端影像延遲 (Glass-to-glass latency)精準控制在20毫秒內，避免無人機漂移或墜毀。

•軟體定義汽車 (SDV)：恩智浦憑藉5nm製程的中央運算處理器S32N系列負責進行推理與任務協調，並且由S32K系列構成的Sono系統負責反射層的任務關鍵功能 (煞車/懸吊)，確保關乎人命的車輛系統具備極高可靠性。

•人形機器人：放棄傳統單一中樞控制，改採節點末端的分散式系統。當機器人受到外力碰撞時，腳踝與手部節點能自主在40毫秒內完成平衡與抓握調整，無須等待雲端模型回應。

跨越「看見」與「理解」的鴻溝：VLA模型與eIQ工具包

除了運動控制，實體AI的另一大挑戰在於「物理法則的理解」。機器人能透過視覺辨識出藥水瓶，但不代表它懂得「重力」、「慣性」或「摩擦力」等會導致液體溢出情況。

為了讓機器人理解物理世界，業界目前正積極投入VLA (視覺-語言-動作，Vision-Language-Action)世界模型的研發 (例如NVIDIA提出的Cosmos 3)。然而，要在資源受限的「邊緣設備」上運行龐大的VLA模型將是一大難題。

對此，恩智浦端出了eIQ工具包。這套軟體工具能將複雜的雲端模型進行量子化 (Quantization)、修整與編譯，使其能無縫佈署到受限的邊緣硬體中，徹底消除客戶在導入實體AI時的技術阻礙。

沒有「撤銷鍵」的現實世界：信任必須從設計做起

「在現實世界裡，無法透過軟體補丁來修復骨折，也無法透過系統更新來處理車禍問題」。Rafael Sotomayor語重心長地強調。而實體AI產品的成敗，最終取決於信任。而信任往往會在「最糟的情況」下被檢驗。

因此，為了避免機器人在運作過程發生意外，恩智浦將安全防護分為三大面向：

•控制 (Control)：建立冗餘機制與隔離問題，拒絕單點故障。

•保護 (Protect)：在硬體底層注入安全機制、保護憑證，並且防範篡改，甚至已經為「後量子加密時代」做好準備。

•驗證 (Verify)：透過SIL與ASIL認證，以及SafeAssure計畫，保證設備即使發生局部故障，仍能安全降級，並且繼續維持運作。

攜手台灣生態系，將實體AI推向市場

演講最後，Rafael Sotomayor點出實體AI已經開始在各個領域展現驚人價值的現實。包含導入實體AI機器人後提升40%效率的工廠自動化 (如與Boston Dynamics的合作)，以及在2025年創下驚人610%銷售成長的醫療診斷與實驗室機器人 (與GE HealthCare在麻醉系統的應用)。

「我們無法單打獨鬥」。Rafael Sotomayor在台上特別向台灣龐大且強韌的供應鏈生態系致敬，強調恩智浦的邊緣運算晶片與架構，需要台灣的OEM、ODM夥伴共同合作，才能將這些宛如具備「完美神經軸」的菁英機器人推向全球市場。

《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》