終結者要降臨柯瓦利斯？輝達創辦人黃仁勳砸5千萬美元助奧勒岡州大打造「世界模型」AI研究重鎮

俄勒岡州立大學（Oregon State University）並非在打造「天網」（Skynet），但在柯瓦利斯（Corvallis）這座大學城裡，一件相當引人注目的事情正在發生。

人工智慧世界可能正逼近一項重大轉折——從主要以語言學習的機器，邁向學習「物理世界模型」的機器。而奧勒岡州大，憑藉著輝達（NVIDIA）創辦人、奧勒岡州大校友黃仁勳（Jensen Huang）及其妻子羅莉·米爾斯·黃（Lori Mills Huang）捐贈的5,000萬美元，正在這個轉折加速成形之際，打造一套結合運算、機器人技術、模擬與真實世界研究的基礎設施。

科幻版本是《魔鬼終結者》，而科學界對此較不戲劇化的稱呼，則是圍�「世界模型」建構的「具身AI」（Embodied AI）。

從語言模型走向物理世界的AI

我們大多數人是透過大型語言模型（LLM）認識人工智慧的——ChatGPT、Claude、Gemini及其同類系統。這些系統雖然令人驚嘆，但它們是透過海量的人類文字資料訓練來預測與生成語言。然而，部分頂尖AI研究人員認為，這種途徑正面臨根本性的瓶頸。Meta的首席AI科學家、現代深度學習先驅之一楊立昆（Yann LeCun）多年來主張，語言模型缺少了人類與動物幾乎毫不費力就能獲得的能力：對物理世界的工作理解。

一個孩子從小學會：未受支撐的物體會掉落、被椅子擋住的東西可能還存在、推動物體可以使其移動、行為會產生後果，最終學會一連串行為可以達成目標。這些知識大多並非從句子中學來，而是透過觀看、觸碰、移動、預測——以及發現預測錯誤的過程中習得。

這正是研究人員愈來愈常稱為「世界模型」（World Models）的核心概念。世界模型不再只是預測下一個字，而是�試預測世界的下一個狀態。基於當前發生的事情，下一步可能會發生什麼？若我採取某個行動，將產生何種後果？

以Meta的V-JEPA 2為例，該模型被明確描述為透過影片訓練、用以理解與預測物理世界中事件的世界模型，包括機器人在未知環境中的規劃與控制。最終目標是讓AI能夠在物理世界中學習、規劃與運作，而非僅是符號與螢幕上的智能。

然而，這也帶來一個巨大的新問題：

訓練此類智能所需的「經驗」究竟從何而來？

正是這個問題，讓我重新審視正在俄勒岡州興建的這項建設。

黃仁勳回饋母校奧勒岡州大

輝達創辦人暨執行長黃仁勳與妻子羅莉·米爾斯·黃相識於奧勒岡州立大學工程系學生時代，兩人均為該校校友。

2022年，他們捐出5,000萬美元，用以興建位於柯瓦利斯的「黃仁勳與羅莉·米爾斯·黃協同創新中心」（Jen-Hsun and Lori Mills Huang Collaborative Innovation Complex）。

這座預計於2026年底啟用的園區，總樓地板面積約14.3萬平方英尺，是一座跨學科研究設施，核心配備全國最強的大學超級電腦之一。奧勒岡州大表示，研究範疇將涵蓋人工智慧、機器人與智能系統、材料、氣候、水資源及其他高度依賴運算的領域。

黃仁勳夫婦本身將這部超級電腦比喻為加速研究的「時光機」，並特別點名機器人技術，以及氣候科學、海洋學與材料科學。但其中最有趣的部分不僅止於電腦本身。

園區內還將配備一座採用高解析度動作捕捉技術的延展實境劇場、一座「發明工坊」與「虛實整合遊樂場」（Invention Studio and Cyber Physical Playground），供下一代機器人進行建構與真實世界整合測試，還有連結研究與實地部署的彈性實驗室，以及�跨物理科學與工程學的研究設施。

換言之，這裡將具備運算、模擬、感測與實體機器，以及讓這些機器與環境互動的場所。這開始看起來相當像是「具身AI」的基礎設施。

更值得一提的是，這棟建築本身就帶有濃厚的「奧勒岡味」。我最初是從一位退休的奧勒岡州大林學教授那裡聽聞這個計畫，而他也正好是告訴我輝達執行長是奧勒岡州大校友的那個人。他特別指出建築中採用的特殊木構造系統。這並非只是建築外觀的裝飾。

黃氏中心本身就是一項先進「重型木構造」（mass-timber）的工程實驗，與奧勒岡州大林學院及「高木設計研究院」（TallWood Design Institute）合作開發。重型木柱、木樑與複合樓板經工程設計，能滿足精密科學設備所需的穩定性，同時相較傳統混凝土結構大幅減少「內含碳」。部分木材甚至選用奧勒岡州大麥當納—鄧恩研究林（McDonald-Dunn Research Forest）的林木。

因此，這棟或許將協助研究者教導機器認識物理世界的建築，本身就是物理世界中的一項工程實驗。

奧勒岡州大並非孤例

更具啟發性的是，美國其他幾所主要研究型大學也正出現類似的布局。

卡內基梅隆大學（Carnegie Mellon University）堪稱美國首屈一指的機器人學府，其機器人研究所已將「世界建模」（World Modeling）正式列為研究領域。今年，卡內基梅隆與富士通（Fujitsu）更成立了「實體AI研究中心」，專注於能在真實環境中安全運作的AI系統。其新建的「機器人創新中心」配備挑高機器人實驗室、動作捕捉系統、無人機飛行測試區、水箱與戶外測試設施。

麻省理工學院（MIT）的CSAIL已成立「具身智慧」（Embodied Intelligence）研究社群，聚焦的正是相同的問題：結合感知、感測、語言、學習與規劃，打造具有智慧的實體代理。MIT研究人員明確指出，真實世界互動資料的稀缺是主要障礙之一。對此的因應之一是模擬——創造豐富的虛擬世界，讓機器人在實際部署前能累積經驗。

史丹佛大學則設有「機器人與具身人工智慧實驗室」（Robotics and Embodied Artificial Intelligence Lab），其使命簡單明瞭：創造透過與物理世界互動來學習的智能系統。

今年，東北大學（Northeastern University）更進一步推出「實體AI研究」計畫與「NU-WORLD」開放式世界模型平台。其研究人員將目標描述為：讓AI能從豐富的多模態資訊中學習、建構符合物理法則的模型、在不確定性下進行推理，並在真實世界中採取行動。

這些機構並非執行某個統一規劃的國家計畫，而是在追求同一科學問題的不同面向，且這些面向正開始匯聚。

這或許正是奧勒岡州大可以切入的位置。

從語言AI到實體AI

試想以下新興的研究迴路：

物理世界 → 攝影機與感測器 → 資料 → 世界模型 → 模擬 → 預測 → 機器人行動 → 再次回到物理世界

機器人採取行動，現實給予回應，AI發現其預測是否正確，然後從中學習。這與從網路爬梳的另一批兆級詞彙有本質上的不同。

奧勒岡州大在此具有若干獨特優勢。它並非僅是一所資訊科學大學，而是橫跨機器人學、工程學、林學、農學、海洋學、氣候科學、材料研究，並設有處理極為複雜物理環境的野外研究站。森林是「世界」，農場是「世界」，海洋環境是「世界」，工廠與實驗室也是「世界」。在其中運作的機器人，最終可能生成世界模型研究者所需的那種多模態、因果關係的經驗資料。

這並不代表奧勒岡州大已宣布黃氏中心將成為「世界模型中心」——它並沒有。但各項條件拼在一起令人矚目：一所擁有現有機器人專業的大學，正從AI硬體革命的核心人物之一手中獲得龐大的AI運算能量，同時建置模擬、動作捕捉、機器人、感測與真實世界實驗的設施。

與此同時，美國部分頂尖AI機構正匯聚於一個共同命題：繼語言模型之後的下一個重大進展，可能是不再僅僅描述世界，而是透過預測與互動來學習世界運作方式的機器。

奧勒岡州大最終或許將在這張桌子上佔有一席相當有趣的位置。

教導機器認識世界的陰暗面

這項技術轉型還有另一面，值得在相關基礎設施普及之前及早關注。世界模型需要經驗，經驗意味著資料。

試圖理解物理世界的AI，潛在所需資料可能遠多於當今語言模型所消耗的書籍、網站與對話。它需要影片、聲音、空間關係、運動、物理互動，以及隨時間推移的行為後果。這既可能產生非凡的科學工具與功能強大的機器人，也可能造就人類有史以來最全面的監控基礎設施。

我們已能看見這個問題的初級版本。AI驅動的攝影機網路能識別車輛並重建跨社區的移動軌跡。今日的系統或許主要辨識車牌或物體，未來的實體AI系統則將日益設計來理解場景、關係、活動與隨時間發生的變化。

同一個技術演進路�，讓機器人得以追問「我周圍正在發生什麼？接下來可能會發生什麼？」也讓監控網路能對我們提出完全相同的問題。這並不代表世界模型研究本質上是邪惡的，而是意味著其治理至關重要。

第二個與俄勒岡州特別相關的議題，則是這一切運算所帶來的實體成本。

資料中心需要土地、電力、輸電容量、冷卻基礎設施，有時還需要龐大的公共投資。然而，相較於所投入的資源，超大型資料中心所創造的永久本地就業機會可能少得驚人。這項區別至關重要。

一座由科學家、工程師、研究生、實驗室、機器人與合作研究組成的大學研究園區，在經濟上等同於一座主要裝滿伺服器的巨型倉庫。前者能成為知識生態系，培養人才、催生發現、分拆公司、吸引研究者，並與在地學校及產業建立關係。在理想情況下，所產生的知識將成為公共科學資產的一部分。

相較之下，傳統資料中心或許提供營建工作、稅收與部分永久就業，但社區有權質疑：這些效益是否足以正當化其所消耗的電力、水資源、土地與基礎設施？

這項對話已在柯瓦利斯展開。我最近在當地一場啤酒節活動中，與一位參與市政府事務的朋友進行了正是這個議題的討論。他的疑慮並非針對人工智慧或先進運算本身，而是針對在柯瓦利斯及其周邊所興建、消耗大量在地資源，卻未能創造足夠持久在地就業的資料中心。

我認為這正是我們應該做出的區別。

核心問題不在於我們是否要建置AI基礎設施，而在於我們要建置何種AI基礎設施、誰將受益，以及社區從中換得什麼。

黃氏中心或許代表了更具吸引力的版本：將龐大的運算資源與研究者、學生、機器人實驗室、科學學科及周遭世界實體連結在一起。

但即便是這種模式，大學仍應及早面對以下問題：

用於訓練具身AI的感測器資料歸誰所有？

被意外拍攝入鏡的民眾是否可能被辨識身份？

為機器人研究創建的資料集，日後是否可能被挪作監控用途？

部分基於公共環境訓練的世界模型，由誰掌控？

當大學研究轉移至商業系統時會發生什麼？

社區應投入多少電力與其他實體基礎設施用於AI運算？

這些論點並非要停止研究，而是主張在技術發展的同時同步建立治理框架。因為從語言模型到世界模型的轉型，最終的意義可能遠超越更好的ChatGPT。我們或許正開始打造能持續觀察世界、構建內部世界表徵、預測下一步將發生什麼，並據此採取行動的機器。

奧勒岡州大可能成為探索這項轉型的其中一個據點。若果真如此，俄勒岡州有機會在這項技術仍處於早期階段時，提出同樣重要的問題：

我們能否學會在打造實體AI的同時，不至於意外地建構出一個「全自動監控社會」的基礎設施？