Telexistence 公布 Physical AI Fellowship 2026 研究成果

Telexistence (TX) 今日公布了參與「Physical AI Fellowship 2026」的成果，該 fellowship 由 Amazon Web Services (AWS)、NVIDIA 與 MassRobotics 共同推動。TX 演示了人型機器人基於 VLA（視覺-語言-動作）的自主動作，並展示了與 NVIDIA 世界模型「DreamZero」共同開發的合作成果。本次活動主題為「From Real Humanoid Data to Physical AI」，TX 首次對外展示了其端到端數據管線，將大規模實際環境遠端遙控收集的數據，直接連結至基礎模型訓練，藉以推動物理 AI 的實現。

1. 單一策略模型自主執行便利商店袋裝作業

本次演示的核心在於，機器人並非執行一系列順序串接的子任務，而是透過單一 VLA 模型（單一策略）端到端地處理從感知到行動的過程。

演示影片顯示，TX 的人型機器人在日本便利商店的櫃檯，雙手接連抓取多樣商品（寶特瓶、飯糰、零食等）並裝入收銀袋中。影片標註了「Autonomous」，明確表示此動作完全無須遠端遙控介入。

2. 與 NVIDIA「DreamZero」的聯合實作：連結真實數據與模型訓練

TX 同時公布了與 NVIDIA 世界模型「DreamZero」的共同研發成果。TX 透過 Fellowship，與 NVIDIA 及 AWS 團隊密切合作，針對實用化場景進行 DreamZero 的實作。

DreamZero 是一款能預測機器人及其周圍場景「未來狀態」的世界模型。團隊不僅在模擬環境進行動作預測，更對真實環境下的遠端遙控數據進行離線預測，證實 TX 在現實世界中收集的數據能有效應用於基礎模型訓練。

理解真實世界動態的世界模型，有望提升物理 AI 對未知情境的應變能力。TX 正與 NVIDIA、AWS 團隊持續深化此研究，將其定位為機器人基礎模型開發的核心。

3. 當前進度與待解決課題

TX 強調本次演示並非最終產品，而是呈現「研究當前的進度」。現階段技術課題明確，並已納入 TX 下階段的開發議程：

- 動作速度：目前的自主動作尚未達到實用速度。演示影片中同時公布了 1 倍速與 8 倍速畫面，誠實展現速度是下一個主要課題。 - 動作流暢度：目前的動作輸出仍顯生硬。開發團隊正致力於研發如何將 VLA 模型輸出轉換為機器人最終控制訊號，包含動作表達設計的優化。 - 泛化能力（Generalization）：若物件位置偏移幾公分，動作精度便會下降。TX 認為這屬於數據量與多樣性的問題，可透過擴大規模來解決。TX 擁有從機器人硬體設計、製造到現場實際營運的全端能力，將藉此優勢持續追求高品質的獨有數據。

4. 為何選擇 TX？

TX 正以以下獨特優勢挑戰前所未有的難題： - 真實環境 x 大規模：已在便利商店等商用環境運作機器人，累積學術實驗室難以獲取的真實世界數據。 - 全端整合：從硬體、數據收集、基礎模型到控制系統全數自研，研發成果可立即反映於實機。 - 基礎架構：利用 AWS 先進 GPU 叢集進行大規模訓練，並與 NVIDIA 團隊合作活用 IsaacSim 環境。