韓國 AI 新創公司 RLWRLD 正與多家飯店、物流以及零售企業展開合作，將技術熟練的員工在真實工作場景中的動作，轉化為龐大的專業知識資料庫，目標是打造未來可部署於工業現場與家庭的「機器人 AI 大腦」。
《美聯社》報導，首爾樂天酒店（Lotte Hotel Seoul）的餐飲主管 David Park 在頭部、胸前與手部都綁上攝影機，熟練地示範過去九年來在五星級飯店裡做過無數次的宴會餐巾摺疊動作。他的每一個細微動作都會被送進資料庫中，未來將用來教導機器人完成同樣的任務。
從摺餐巾到搬貨上架：把飯店、物流與零售現場變成機器人訓練場
在機器人進入真實世界的過程中，最難跨越的往往是「缺乏真實世界資料」這個門檻。為此，RLWRLD 廣泛蒐集各行業員工的工作動作，像是除了首爾樂天酒店外，還包含韓國 CJ 物流（CJ Logistics）以及日本便利商店 Lawson。在 CJ 物流與 Lawson 的場景中，RLWRLD 的系統會追蹤人類如何抓握、抬起與處理貨物，以及如何整理食品陳列。
這些資料的重點並非單純記錄，而是要精確捕捉人類手部操作中的細節，包含抓握、施力與動作的順序，讓機器人未來能在真實現場執行更細緻的操作。在將員工的影像轉換成機器可讀資料後，RLWRLD 的工程師會親自配戴攝影機、VR 頭盔與動作追蹤手套來重複這些任務，藉此進一步捕捉關節角度與施力大小等深層細節。這些資料隨後就會被用來訓練與測試機器人，並由引導員透過穿戴式裝置引導機器人執行任務。
RLWRLD 的商業策略負責人 Hyemin Cho 指出，目前多數機器人使用的是兩到三根手指的特定任務夾具，但 RLWRLD 專注於開發能模仿人類觸覺的「五指機器手」，因為這種精細的手部操作能力，是未來機器人能否進入家庭與人類密切互動的關鍵。
RLDX-1 模型把人類 Know-how 變成 AI 大腦
RLWRLD 的發展，正處於韓國「實體人工智慧（Physical AI）」的競爭脈絡下。Physical AI 指的是搭載 AI 與感測器、能在真實環境中具備一定自主性進行感知、決策與行動的機器，已超越了傳統工廠裡只能執行重複動作的常規機器人，而 RLWRLD 的目標，正是要打造一層能應用於不同工廠與工作現場的 AI 軟體層，未來甚至計畫擴展到一般家庭中。
為了達成目標，RLWRLD 近期推出以「靈巧度（dexterity）」為核心的機器人基礎模型 RLDX-1，專門支援真實工業環境中的複雜機器人操作任務。RLDX-1 鎖定高自由度機器手與高精度的操作任務，特別是針對需要精細運動控制、接觸感知以及長程決策的真實場景。
RLWRLD 表示，目前的基礎模型在脈絡記憶與力道感測等關鍵能力上仍有不足，因此 RLDX-1 試圖透過完整的機器人技術流程來補足。在生成動作前，RLDX-1 系統會分別處理視覺、運動、記憶與扭矩訊號並進行融合，同時搭配機器人專用的視覺-語言模型、運動與物理模組、能將感知壓縮成記憶標記的認知介面、合成資料引擎，以及人類手部動作捕捉流程等技術，藉此大幅擴大靈巧操作的訓練覆蓋範圍。
RLWRLD 強調，RLDX-1 在模擬與真實世界的基準測試中都達到領先效能，在空間、時間與接觸密集型任務中更超越領先的視覺-語言-動作模型，並且能廣泛適應單臂、雙臂以及人形機器人。
韓國押注 Physical AI 戰略，卻引爆勞動替代焦慮
然而，這場機器人革命不只是企業競賽，更成為國家級戰略。韓國政府上個月宣布一項斥資 3,300 萬美元的計畫，要將「技術大師」的 know-how 與技能轉化為 AI 製造資料庫，希望透過機器人來提高生產力，以因應人口高齡化與勞動力萎縮的問題。
RLWRLD 預期，工業 AI 機器人約在 2028 年左右就會開始規模化部署。這個時間表與韓國主要企業的布局規劃相近，例如現代汽車就計畫於 2028 年在其喬治亞州工廠導入人形機器人。此外，晶片巨頭三星電子也計畫在 2030 年前將所有製造基地轉型為「AI 驅動工廠」，並在生產線全面導入人形機器人與特定任務機器人。
然而，韓國全力推進 AI 的舉動已經引發工會組織的憂慮，他們擔心機器人的廣泛部署會取代現有工作，並掏空長期被視為韓國競爭優勢的熟練勞動力。韓國民主勞總政策總監 Kim Seok 對此表示：「技能的精通最終是人類的成就，即使 AI 能夠複製現有的能力，工藝的持續發展在根本上仍將是人類的專利。」
從 Lotte Hotel 的餐巾摺疊、CJ Logistics 的物流操作，到 Lawson 的零售商品陳列，這些原本專屬於熟練人類員工的工作細節與手感，正被 RLWRLD 轉化為訓練下一代機器人大腦的珍貴「資料資產」。對韓國而言，這項布局結合了企業真實場域、熟練勞動力與政府資金投資，是一項宏大的 Physical AI 戰略，但當人類工人的手感被數據化交給機器人後，產業升級與勞動衝擊如何並存，將是未來的考驗。
＊本文開放合作夥伴轉載，資料來源：《Interesting Engineering》、《AP News》，首圖來源：RLWRLD
