一月於 Las Vegas 剛落幕的 2026 年 CES，依然是全球科技圈最熱鬧的秀場。
今年對我們來說尤為特別：思想科技 Master Concept 在 CES 期間舉辦了2場交流活動，與來自全球的合作夥伴和開發者們進行了深度的交流，收穫頗豐。感謝每一位到場的朋友，期待明年 CES 再相見！
在與大家的熱烈交流中，我們不僅收穫了友誼，更敏銳地捕捉到了產業風向的劇變。如果說前兩年的 CES 是大模型的「參數軍備競賽」，那麼 2026 年的主題只有一個：「落地」。據新華社報導，今年 CES 的核心關鍵字依然是 AI，但討論的重心已經從「模型能力」轉向了「產品能力」。我們看到，AI 不再僅僅是螢幕裡的對話框，它開始有了「身體」，從終端裝置到人形機器人，「物理 AI」（Physical AI）正在成為新的技術爆發點。
然而，從酷炫的 Demo 到真正可用的產品，中間隔著巨大的技術鴻溝： 機器人如何像人一樣「看懂」複雜的動態環境？ 通用機器人如何不僅能動，還能「思考」？ AI 語音助理如何做到不再「插嘴」？
針對這一趨勢，Google 恰好在近期展示了三項關鍵技術，完美建構了一個從感知到決策，再到互動的完整循環：
1. D4RT 解決「看」的問題：給機器裝上四維之眼
現實世界是動態的，傳統 3D 視覺難以應付移動中的物體。Google DeepMind 推出的 D4RT 將機器視覺升級至四維（3D 空間 + 時間），完美解決這個痛點：
- 300 倍速的「上帝視角」：捨棄繁瑣的模型拼湊，直接處理視訊串流。處理速度比傳統方法快上 120 到 300 倍，讓即時、高精準的動態空間感知成為可能。
- 深度的空間理解：不只是「錄影」，更能預測像素未來的 3D 位置、精準追蹤被遮擋的物體，成為機器人在複雜動態環境中最可靠的導航儀。
2. Gemini Robotics 1.5：解決「動」的問題：不僅手巧，更要心靈
看清了世界，下一步就是「行動」。2026 CES 上的機器人展品雖然琳瑯滿目，但痛點依然明顯：如何處理長序列的複雜任務？如何讓一套技能適配不同的機型？
Google 給出的答案是 Gemini Robotics 1.5 系列模型，它讓機器人從「執行指令」進化到了「理解任務」。
- 「三思而後行」的思維鏈：這是與傳統機器人最大的不同。當接到「把衣服按顏色分類」的指令時，Gemini Robotics 1.5 不會莽撞行動，而是會先進行「多層次思考」（Multi-level thinking）：先理解分類規則（白放白桶，彩放黑桶），再規劃動作（抓起紅色毛衣），甚至會調整抓取姿勢。這種「想清楚再動手」的能力，讓它在處理繁雜耗時的任務時更加穩健。
- 一通百通的「跨具身學習」：這是開發者的一大福音。Gemini Robotics 1.5 展現了驚人的跨具身（Cross-embodiment）能力。在 ALOHA 2 機器人上學會的技能，可以直接遷移到雙臂 Franka 甚至人形機器人 Apollo 上。這意味著，企業不再需要為每一款機器人單獨訓練模型，通用機器人的落地門檻被大幅降低。
3. Gemini 2.5 Flash Live API 解決聽與說的問題：像人一樣「察言觀色」
當 AI 有了身體，能看能動之後，最後一步就是與人類共處。在 CES 的個人終端展區，裝置端 AI 成為主流，但傳統的「喚醒詞」互動顯得極其笨拙。
Google 推出的 Gemini 2.5 Flash Live API，用更符合直覺的方式重塑了人機互動。
- 懂得察言觀色的「主動音訊」（Proactive Audio）：這是為了解決「亂插嘴」的尷尬。Live API 引入了語意意圖分析。它能區分什麼是「向裝置發出的指令」，什麼是你在自言自語或跟朋友聊天。 例如你說「今天咖啡太苦了」，它會保持安靜；但如果你接著問「幫我記一下買糖」，它才會回應。這種「去暗號化」的體驗，讓 AI 真正融入了生活背景，而不再是一個需要時刻提防觸發的工具。
- 隨時打斷（Barge-in）： 基於 WebSocket 的雙向連線，讓你能夠隨時打斷 AI 的長篇大論。這種「插話」的自由度，加上 24kHz 的高保真語音輸出，讓與機器人的對話不再像是下指令，而更像是一場自然的交談。
2026 年的 CES 是一個分水嶺。它告訴我們，AI 正在經歷一場從「雲端大腦」到「具身智慧」的質變。
在這個過程中，Google 展示的三項技術恰好拼上了這塊拼圖的最後幾角：D4RT 讓 AI 看懂了動態的每一個瞬間，Gemini Robotics 讓 AI 學會了像人一樣思考和行動，而 Live API 則讓 AI 學會了如何得體地與人交流。
這不僅是技術的秀場，更是未來商業落地的藍圖。對於所有身處這一浪潮中的企業而言，理解並利用好這套「感、動、聽」的循環，或許就是通往下一個時代的入場券。
未來已來，不再是科幻電影裡的想像，而是正在發生的工程現實。
