AI 讀過一切，卻沒經歷過任何事：Ropedia 發佈 HOMIE Gen2，給具身智能補「經驗」這一課

今年八月中旬，南洋理工大學副教授、同時也是機器人新創公司Ropedia首席科學家的劉子緯，在新加坡一場公開演講中丟出了一個讓許多人陷入深思的問題：為什麼一套讀遍了整個網際網路的AI系統，一旦走進真實世界，竟然連沖一杯咖啡這麼簡單的任務都做不來？他給出的答案，直指當前人工智慧發展最關鍵的盲點——「AI讀過一切，卻幾乎沒有經歷過任何事情。」 劉子緯在演講中進一步闡述，現今的AI確實擁有強大的語言理解能力，可以生成流暢的文章、分析複雜的圖像，甚至能通過許多高難度的知識測驗。

但這些能力多半來自於海量文字與影像資料的訓練，AI本質上只是一個「旁觀者」，它從未真正動手拿起過一只咖啡杯，沒有感受過杯子的重量、溫度和質地，也沒有體驗過熱水注入杯中時蒸氣升騰的觸感。正因缺乏與真實物體互動的感官回饋與身體記憶，AI自然無從學會沖咖啡這道工序中每一個細膩的動作該如何協調完成。這番觀察背後，其實是整個具身智能（Embodied AI）研究領域長期以來必須面對的「經驗鴻溝」。所謂具身智能，指的是讓AI擁有身體，並透過身體與環境互動來學習和解決問題的能力。

過去幾年，大型語言模型與多模態模型取得了飛躍式進展，讓AI在虛擬世界中的表現愈來愈亮眼，但這些模型一旦被裝載到機器人身上，往往會暴露出巨大的落差：它們知道咖啡是什麼、知道沖咖啡的步驟有哪些，卻不知道該施多少力氣才能平穩地拿起杯子，也不知道壺嘴傾斜到什麼角度熱水才不會濺出。這種「知道卻做不到」的窘境，正是經驗鴻溝的具體寫照。為了解決這個根本性的問題，Ropedia正式發佈了新一代具身智能平台HOMIE Gen2。這套平台的設計理念，就是要把真實世界的操作經驗直接導入AI系統之中，讓機器人不再只是從抽象的文字與影像中學習知識，而是能透過實際的物理互動，一點一滴地累積操作技能。

換句話說，HOMIE Gen2的目標是讓AI真正「活過」，而不只是「讀過」。透過這套系統，AI被賦予了理解動態過程的能力。以沖咖啡為例，它不只是知道咖啡杯的外觀長什麼樣子，而是能學習「咖啡杯該如何拿起」——包括手指該放的位置、施力的輕重、手腕轉動的角度；它也能理解「熱水該如何注滿」——包括壺口與杯口的距離、注入的速度與節奏、何時該停止。這些看似瑣碎的細節，恰恰是過去純粹靠讀取資料所無法獲得的實作經驗，也是機器人能否在真實環境中完成任務的關鍵。HOMIE Gen2的推出，標誌著Ropedia在具身智能領域的一大步。

不同於傳統的機器人控制方法往往依賴工程師手動編寫程式，或是在模擬環境中反覆試錯，HOMIE Gen2試圖走一條更接近人類學習的路徑：讓機器人直接在真實世界中操作，並從每一次成功的動作與失敗的嘗試中汲取經驗。這種做法雖然挑戰更大，卻也更貼近人類掌握技能的本質——我們學會騎腳踏車、學會煮飯，從來不是靠讀說明書，而是靠一次又一次的身體實踐。劉子緯的觀點也點醒了我們對AI的既有想像。過去許多人認為，只要讓AI吸收足夠多的資料，它就能無所不能；但HOMIE Gen2的出現提醒我們，知識與經驗是截然不同的兩件事。

一個能背出所有咖啡沖煮理論的AI，與一個能親手端出一杯好咖啡的機器人，兩者之間的距離，正是Ropedia試圖填補的鴻溝。從更宏觀的角度來看，HOMIE Gen2所代表的技術路線，可能對機器人產業產生深遠影響。目前市面上許多機器人應用的場景相對單純，例如工廠裡的固定動作、倉儲中的搬運路徑，這些都能透過精確的程式控制達成。但未來的機器人若要進入家庭、醫院、餐廳等高度動態且不可預測的環境，就必須具備像人類一樣的靈活應變能力。而這種能力的基礎，正是來自豐富的真實操作經驗——這也正是HOMIE Gen2所聚焦的核心。

可以說，HOMIE Gen2的問世，是Ropedia對「AI缺乏經驗」這一難題所提出的具體解答。它試圖在知識與行動之間搭建一座橋樑，讓AI不再只是紙上談兵的理論家，而能成為真正動手解決問題的執行者。雖然具身智能的發展仍處於早期階段，距離機器人普遍走進日常生活還有很長的路要走，但劉子緯與Ropedia顯然已經選定了一個值得深耕的方向：補上AI欠缺的那一課——用身體去經歷這個世界。