Dexterity.ai 公司近日宣布，其專為工業機器人與實體AI（Physical AI）開發的物理世界模型「Foresight」，已藉由Nvidia硬體實現顯著的效能突破。此項進展代表機器人能更高效且精準地理解物理世界並執行複雜操作，為自動化生產帶來全新可能性。
根據報導，Nvidia已在GTC 2026大會上特別表彰Dexterity，肯定其為「實體AI」領域的先驅。Dexterity工程團隊為此重塑其感知管線，整合Nvidia L4 GPU與TensorRT技術。這項優化使得感知管線的處理速度從每個週期1,508毫秒大幅縮短至90毫秒，在物件分解、幾何重建及物理合成等關鍵步驟，實現了高達17倍的速度提升。
Dexterity創始工程師Robert Sun表示，新的系統處理數據量較以往增加32倍，能全面分析所有可用數據，而過去僅能利用其中3%。這種數據處理能力的顯著提升，賦予系統對每個場景更豐富的理解，並使卡車裝載等高度複雜應用中的決策週期能降至400毫秒以下。這不僅提升了作業效率，也大幅增強了機器人的精準度與穩定性。
這項創新技術已在聯邦快遞（FedEx）於曼非斯舉行的2026年投資者日上進行了實際展示。由Foresight模型驅動的機器人「Mech」，成功自主將隨機形狀的包裹精確裝載至拖車內，透過即時AI決策確保堆疊緊密且穩固。聯邦快遞領導層肯定了Dexterity在拖車裝載作業上的貢獻，並規劃在未來幾年內，將這項自動化裝卸作業推廣至美國多個轉運中心。Dexterity與聯邦快遞早在2023年即共同發表了此拖車裝載機器人。
Dexterity執行長暨共同創辦人Samir Menon指出，「實體AI」儘管已是數十年的研究主題，但如今已能大規模投入實際生產，且Foresight目前已在企業級規模下運行，處理複雜客戶環境中的操作任務。他強調，在Nvidia等技術生態系領導者與企業客戶的共同推動下，Foresight的未來潛力將更為廣闊。
