輝達（NVIDIA）GTC大會期間舉辦專題座談，邀請華碩董事長施崇棠與達明機器人董事長陳尚昊，兩人也針對人工智慧（AI）趨勢以及科技產業布局發表看法。未來AI將從雲端轉向本地端（Local），機器人產業相關技術進步速度也超出市場預期。
MoE成邊緣AI關鍵技術
華碩董事長施崇棠從AI運算架構角度切入，隨著雲端運算成本持續攀升，加上市場對低延遲、隱私保護及個人化需求增加，未來AI模型發展將逐步由雲端轉向本地端。他認為，邊緣AI將成為下一波重要發展方向，而本地端運算也能有效降低Token成本，提高整體運算效率。
施崇棠表示，由於本地端設備不需要像大型雲端模型一樣涵蓋所有功能，因此混合專家模型（MoE）將成為未來邊緣AI的重要技術架構。如何在運算能力、記憶體頻寬及記憶體占用空間之間取得最佳平衡，是AI產品從研究階段邁向大規模商業化的關鍵。
針對近期備受關注的代理式AI（Agentic AI），施崇棠形容代理式AI宛如第四次工業革命的真正釋放，其核心競爭力來自系統工程能力以及硬體與軟體整合。唯有透過完整系統設計，才能真正發揮AI代理人的最大效能，未來企業競爭將轉向整體系統整合能力。
實體AI發展速度遠超預期
隨著AI逐漸從數位世界走向實體世界，達明機器人執行長陳尚昊則聚焦於機器人與實體AI（Physical AI）的發展前景。
他表示，2年前產業界普遍不相信機器人能透過大量訓練，取代傳統數學模型與物理模型，但近年實體AI技術快速突破，發展速度已遠超市場預期。
陳尚昊指出，生成式AI主要運行於數位環境，訓練與部署大多可在個人電腦或資料中心完成，但當AI進入實體世界後，所面臨的挑戰截然不同。
雖然目前可透過模擬環境進行訓練，但虛擬環境與真實世界之間仍存在「虛實落差（Sim to real gap）」問題，因此最終仍須回到實際場域進行驗證與調整。
他認為，實體AI涉及感測器、機械結構、控制系統及運算平台等多項技術整合，其技術門檻遠高於生成式AI。隨著AI技術持續進步，機器人產業正迎來新一波典範轉移，未來實體AI將成為科技產業重要成長引擎之一。