NXP Computex開講》從梅西反射到人形機器人！CEO Rafael：實體AI不能只把大腦做大，真正難的是反射能力 | 魏鑫陽

當全球科技產業仍圍繞大型語言模型、GPU算力與雲端AI基礎建設競逐時，恩智浦半導體（NXP Semiconductors）總裁暨執行長Rafael Sotomayor今（3）日於COMPUTEX 2026主題演講中，直指AI發展的下一關鍵：「實體AI」（Physical AI）。他指出，AI正從雲端走進汽車、工廠、基礎設施與機器人，但真正困難的並不是讓機器會推理，而是讓機器能在真實世界中即時反應。

Rafael以足球巨星梅西（Lionel Messi）為例。他表示，頂尖球員之所以卓越，不只是體能或對比賽的理解，而是在對手動作與自身反應之間，那個極短暫、幾乎不可察覺的瞬間，能夠毫不遲疑地完成判斷與動作。他說，梅西不需要「思考」下一步該怎麼做，因為動作已經被訓練到近乎反射。

這也成為他整場演講的核心論點。Rafael指出，卓越並不只是更深層的思考，而是把任務掌握到思考變得不再必要。他進一步表示，人類每天大多數行為，其實都不是靠有意識的推理完成，而是仰賴反射與本能運作，「反射是生命的基礎，也是實體AI能否走進真實世界的關鍵。」

從Moravec悖論看AI盲點：人類最簡單的事，機器最難

Rafael進一步以Moravec（莫拉維克）悖論說明當前AI發展的矛盾。他指出，人類覺得困難的任務，例如推理、解複雜問題、下棋，對機器來說反而相對容易；但人類覺得簡單的事情，例如走路、保持平衡、摺衣服、抓取物體，對機器而言卻極其困難。

這也解釋了為何AI雖已能生成文章、翻譯語言、解決複雜問題，但要讓機器人在真實世界中穩定行走、搬運物品、閃避障礙，仍是更高難度挑戰。

Rafael表示，實體AI要真正落地，就必須解開這個矛盾。他強調，AI接下來不是只存在於雲端與資料中心，而是要進入邊緣端，部署在汽車、無人機、工廠設備、醫療裝置、智慧基礎建設與人形機器人之中。這些設備不只需要智慧，更需要超低延遲、低功耗、安全性與可靠性。

這也正是NXP長期切入的市場。不同於專注雲端AI訓練與資料中心算力的晶片業者，NXP的主戰場在邊緣運算、車用半導體、工業控制、物聯網與安全連接。Rafael強調，當AI從雲端走向真實世界，邊緣端將成為實體AI發展的核心場域。

大腦不夠快，脊髓才是即時反應關鍵

為了說明實體AI該如何設計，Rafael用人體神經系統來說明。他指出，若問智慧存在於人體何處，多數人會回答「大腦」，但這只答對了一部分。人類大腦中的大腦皮質負責推理、學習、決策與意識思考，但這不是最快速反應發生的地方。（相關報導：從ASIL安全認證到後量子防護！NXP CEO：實體AI最大挑戰不是算力，而是安全與信任｜更多文章）

Rafael以自己早上在台北差點被機車撞到為例，若當時靠大腦思考再決定是否跳開，已經太慢；真正救他的，則是更深層、反應更快的神經機制。他指出，小腦負責動作、平衡與姿態控制，速度比大腦快，但仍不是最快；真正能讓人「先行動再思考」的是脊髓。當手碰到高溫物體時，訊號會先到脊髓，由脊髓直接發出指令讓手縮回，之後大腦才意識到「燙」與「痛」。

Rafael表示，這套設計背後有一個重要原則：在某些場景中，延遲比智慧更重要。他直言，「Latency is more important than intelligence」，也就是在真實世界中，反應速度往往比推理能力更關鍵。

NXP提出Neural Axis：實體AI不能只追求更大的大腦

Rafael表示，自然界花了漫長時間演化出這套架構，而它給實體AI的啟示是：智慧的擴展，不是把大腦做得越來越大，而是把智慧放在正確的位置。

他提出NXP對實體AI的核心架構「Neural Axis Architecture（神經軸線架構）」，可分為三層智慧。第一層是Reasoning Layer，也就是推理層，負責規劃、決策、路徑安排與較高階的AI判斷；第二層是Coordination Layer，也就是協調層，負責動作控制、姿態平衡與系統協調；第三層則是Reflex Layer，也就是反射層，必須部署在最靠近感測器、馬達、關節與致動器的位置，負責毫秒等級反應。

這套架構對應到人體，就是大腦、小腦與脊髓的分工。Rafael強調，三層架構必須彼此獨立、同時運作，而且不能所有決策都回到中央大腦或雲端模型處理，否則一旦延遲過高，系統就可能失控。

他再以無人機、軟體定義汽車與人形機器人為例說明，這三種設備雖然形態不同、複雜度不同，但都需要同一套邏輯：高階推理負責規劃，協調層負責控制系統行為，反射層則必須在最靠近動作發生的地方即時反應。

實體AI競賽從「算得快」走向「反應得對」

Rafael認為，實體AI時代的關鍵並不只是更高算力，而是能否在真實世界中穩定、安全、可靠地執行任務。他表示，當AI進入汽車、工廠、機器人與醫療裝置，錯誤不再只是螢幕上的文字錯誤，而可能是碰撞、跌倒、設備停擺或人身安全風險。

因此，實體AI必須具備三項不可妥協的能力：超低延遲、極高能源效率，以及高度信任。他總結指出，實體AI不能只靠智慧本身擴展，而是要透過Neural Axis作為骨幹，把智慧部署在正確位置。

Rafael最後重申，「You don’t scale intelligence by making the brain bigger. You scale intelligence by placing intelligence at the right place.」也就是，擴展智慧不是靠打造更大的大腦，而是把智慧放到最適合的位置。

對NXP而言，這也意味著AI產業競爭正從雲端走向邊緣，從模型大小走向即時控制，從會回答問題走向能在真實世界中安全行動。當梅西的反射被用來比喻機器智慧，Rafael真正想說的是，下一階段AI的核心戰場，將不只是生成內容，而是讓機器在真實世界中像生命體一樣快速、穩定且可信任地反應。