物理 AI 的關鍵不在大腦，在脊髓

本文整理自恩智浦半導體（NXP）執行長索托馬約（Rafael Sotomayor）2026 年 5 月在 COMPUTEX TAIPEI 的主題演講。

{{< youtube 6fg2TOX9Pq8 >}}

---

走路比下棋難：莫拉維克悖論的啟示

機器下棋能贏世界冠軍，卻連衣服都不太會摺。這個聽起來像笑話的事實，其實有個學術名字：莫拉維克悖論。1980 年代，卡內基美隆大學機器人學家漢斯．莫拉維克（Hans Moravec）提出一個讓人意想不到的觀察：對人類來說很難的事情，像是複雜推理、下棋、解數學題，對機器來說反而容易。但對人類來說毫不費力的事情，像是走路、抓杯子、摺衣服，機器卻做得極為笨拙。

恩智浦半導體（NXP Semiconductors）總裁暨執行長索托馬約（Rafael Sotomayor）在 COMPUTEX 2026 的 CEO 主題演講中，把莫拉維克悖論拉到了舞台中央。他的論點很明確：過去幾年 AI 圈把目光集中在語言模型、推理能力、程式生成這些「大腦的事」，但真正卡住機器人和物理 AI 發展的瓶頸，不是推理，是反射。你可以讓一台機器用三秒鐘規劃最佳路徑，但如果它在倉庫裡被撞了一下，沒辦法在 40 毫秒內穩住身體，前面那三秒的計算全部白費。

「反射，不是語言，不是推理，反射才是機器人最難的事。」索托馬約在演講中這樣定調。這句話背後的意思是：如果我們想讓 AI 真正走出螢幕、走進現實世界，得先解決的不是怎麼讓它更聰明，而是怎麼讓它更快。

大腦 300 毫秒，脊髓 40 毫秒：一場晨間驚魂的啟示

索托馬約接下來做了一件有意思的事，他把話題從半導體拉到了生物學。他問台下觀眾：「人體的智慧住在哪裡？」然後自己回答：大概 95% 的人會說大腦，而這個答案只對了一半。

人類的大腦皮質（cerebrum）佔了腦部質量的 80%，負責推理、學習、做決策。但它的反應速度大約是 300 毫秒。300 毫秒聽起來很快，但如果你正要被一台機車撞上，這個速度遠遠不夠。索托馬約在這裡插入了一段自己當天早上的親身經歷：他從 NXP 台北辦公室走來 COMPUTEX 會場的路上，差點被一台機車撞到。他說自己「像貓一樣跳開了」，但那個救命的反應絕對不是大腦皮質的功勞。

大腦皮質下方是小腦（cerebellum），負責動作協調和平衡，速度比大腦皮質快，但也不是最快的。真正在關鍵時刻救你一命的是脊髓。脊髓處理反射的速度只要約 40 毫秒，而且它完全獨立運作，不需要等大腦下指令。你碰到燙的東西，手已經縮回來了，大腦才開始覺得痛。索托馬約用這個日常經驗說明一個演化了數十億年的設計原則：把感知和處理放在離動作最近的地方。越近就越快，越快就越安全，而且越省能量。

「延遲比智慧更重要。」他用這句話總結了脊髓的設計哲學，也預告了接下來的架構藍圖。

別再追求更大的腦：神經軸架構的三層設計

從生物學的觀察中，索托馬約提煉出三個物理 AI 必須滿足的基本要求。第一，超低延遲：在現實世界中，反應速度比運算能力重要得多。第二，分散式控制：不能有單點故障，就像你不會把所有反射都交給大腦處理。第三，極致能效：邊緣裝置的功耗預算非常嚴格，每一焦耳的能量都必須花在刀口上。

基於這三個原則，他提出了恩智浦的「神經軸架構」（Neural Axis Architecture）。這是一套由三層獨立但高度協調的智慧系統。最上層是推理層，對應大腦皮質，負責路徑規劃、導航決策這類需要深度思考的任務。中間是協調層，對應小腦，負責動態控制和穩定運動，是一個獨立的運算單元。最底層是反射層，對應脊髓，分布在各個末端節點上，以微秒級速度處理緊急動作，完全不需要等上級指令。

「你不是靠把大腦越做越大來提升智慧，」索托馬約說，「你是靠把智慧放在對的地方。」這句話直接挑戰了過去幾年 AI 產業的主流敘事。當所有人都在追逐更大的模型、更多的參數、更強的運算能力，恩智浦提出的方向剛好相反：不是集中，而是分散；不是更大，而是更近。

這個架構的企圖心不小。索托馬約宣稱無論是無人機、軟體定義車輛還是人形機器人，都可以套用同一套三層藍圖，差別只在於每一層的實作方式和硬體規格。他用一句讓人記得住的話做了收束：「如果這個架構對生命來說夠好了，那對人形機器人也夠好。我覺得這沒什麼好討論的。」

我的觀察：當「更近」比「更大」更重要

過去兩年，AI 產業的焦點幾乎全在雲端。更大的模型、更多的 GPU 叢集、更誇張的資本支出。但索托馬約的演講提醒了一件事：現實世界的問題，很多時候不是靠更多運算力就能解決的。一台在倉庫裡走路的機器人被東西撞了一下，你不可能等雲端的模型跑完推論再做反應，那時候機器人和它手上的包裹都已經摔到地上了。

對臺灣的半導體生態系來說，這個方向轉移有很實際的意義。如果物理 AI 的架構是分散式的，每個關節、每隻手、每個感測器旁邊都需要一顆具備獨立處理能力的晶片，那邊緣 AI 晶片的需求量可能遠超目前的估計。這不是一顆超級處理器的生意，而是成百上千顆小型、低功耗、高可靠度晶片的市場。恩智浦在演講中不斷強調臺灣生態系的重要性，稱恩智浦「能打超出體重的仗」靠的就是臺灣的合作夥伴和客戶。這不只是客套話，從晶圓代工、封裝測試到系統整合，臺灣在邊緣 AI 晶片的價值鏈上佔據了核心位置。

索托馬約用足球明星梅西（Lionel Messi）做為整場演講的起點和終點。他說梅西之所以厲害，不是你看得到的那些技巧，而是他身體裡那套看不見的「神經軸」在運作。現在恩智浦要做的事，就是替機器建造同樣的東西。只不過，自然用的是演化，工程師用的是矽晶片。