你以為你已經看懂了 AI 的下一步？ChatGPT 不再新鮮，Midjourney 淪為日常工具，NVIDIA 的股價似乎也從「狂飆」變成了「穩健」。你甚至開始覺得，AI 這波浪潮不過如此，剩下的只是大公司之間的軍備競賽，新創公司再難有翻盤機會。
如果你真的這麼想，那你就大錯特錯了。
NVIDIA 在 2026 年 4 月底發布了一支長達 36 分鐘的影片，一口氣揭露了 25 家正在顛覆世界的 AI 新創公司。這不是一場普通的產品發布會，而是一張通往未來的「藏寶圖」。這些公司正悄悄地在人類最意想不到的角落——從蛋白質設計、核融合反應爐、到倉庫裡的機器人——用 AI 改寫遊戲規則。它們的技術，有些甚至讓 NVIDIA 創辦人黃仁勳（Jensen Huang）都直言「令人震驚」。
準備好被顛覆認知了嗎？以下是從這場「AI 新創軍火展」中，提煉出的 5 個最反直覺、最令人震驚的核心要點。這些故事，將徹底改變你對 AI 的想像。
要點一：AI 不再只是「生成文字」，它正在「生成物理世界」
當我們談論生成式 AI 時，腦中浮現的通常是聊天機器人、圖像生成器或影片剪輯工具。但影片中最令人震撼的趨勢是：AI 正在從「數位世界」跨入「物理世界」，而且速度遠比你想像的快。
這聽起來像科幻小說，但有一家名為 Physical Intelligence 的新創公司，正在打造所謂的「通用機器人基礎模型」。他們的目標不是讓機器人學會「掃地」或「搬箱子」這種單一任務，而是讓同一個 AI 模型，能夠驅動任何機器人完成任何任務——從摺衣服、組裝家具，到操作手術刀。
這背後的邏輯非常瘋狂：如果我們能訓練一個大型語言模型（LLM）來理解人類語言，為什麼不能訓練一個「大型物理模型」來理解物理世界的運作規則？Physical Intelligence 的創辦人指出，他們已經成功讓一個機器人，在完全沒有針對性程式設計的情況下，學會了如何打開一個從未見過的門鎖。這意味著，機器人不再需要為每個動作寫程式碼，而是像人類一樣，「理解」物理世界後再行動。
另一個更激進的例子是 Machina Labs。這家公司利用 AI 驅動的機械手臂，來「鍛造」金屬。傳統的鈑金成型需要昂貴的模具，開發週期長達數月。但 Machina Labs 的機器人，能像一位經驗豐富的金屬工匠一樣，透過 AI 即時計算出最佳的敲擊角度與力道，直接將一塊平面金屬板，在短短幾分鐘內敲成一個複雜的汽車引擎蓋。
為什麼這很重要？ 因為這代表製造業的「軟體化」。過去，製造一件新產品需要開模，成本動輒數百萬美元。未來，你只需要上傳一個 3D 模型，AI 機器人就能立刻幫你生產出來。這將徹底消滅庫存、縮短供應鏈，讓「在地化製造」成為現實。
要點二：生物學的「程式碼」被破解，AI 正在設計生命
如果你覺得 AI 寫程式已經很厲害，那你應該看看 AI 如何「寫蛋白質」。這可能是整部影片中最具道德挑釁與商業潛力的領域。
一家名為 Profluent 的新創公司，正在做的事情堪稱駭客任務：他們用 AI 來設計全新的 CRISPR 基因編輯蛋白質。CRISPR 技術讓我們能剪輯 DNA，但現有的 CRISPR 蛋白質（Cas9）來自細菌，對人體的某些應用效率不高，或會引發免疫反應。
Profluent 的團隊訓練了一個專門的生成式 AI 模型，這個模型學習了數百萬種已知的蛋白質結構與序列，然後開始「憑空」創造出自然界從未存在過的 CRISPR 蛋白質。結果令人難以置信：他們設計出的新型蛋白質，在編輯人類細胞基因時，效率比目前最先進的 Cas9 高出數倍，而且脫靶效應（意外編輯錯誤基因）大幅降低。
這代表什麼？ 代表我們正在從「發現生物學」走向「設計生物學」。過去，我們只能從大自然中尋找工具來治療疾病；現在，我們可以直接用 AI 在電腦上「設計」出完美的治療工具。這不僅是基因治療的突破，更可能催生一個全新的產業：AI 蛋白質設計。
另一家名為 EvolutionaryScale 的公司，則推出了名為 ESM3 的模型。這個模型不僅能預測蛋白質結構（像 Google 的 AlphaFold），還能「生成」全新的蛋白質。他們展示了一個案例：AI 設計了一種能發光的蛋白質，這種蛋白質在自然界中需要經過數百萬年的演化才會出現，但 ESM3 只花了幾秒鐘。這為我們打開了通往「客製化酵素」、「生物材料」和「生物感測器」的大門。
要點三：能源問題的終極解方，AI 正在「馴服」核融合
AI 的發展需要巨大的算力，而算力需要巨大的能源。這是一個公開的秘密，也是 NVIDIA 最頭痛的問題之一。但影片中揭露了一個充滿希望的悖論：AI 既是能源問題的製造者，也正在成為能源問題的解方。
一家名為 TAE Technologies 的公司，正在用 AI 來解決核融合反應爐中最棘手的問題：等離子體的不穩定性。核融合被稱為「人造太陽」，但要在地球上穩定控制等離子體（溫度高達攝氏 1.5 億度的離子氣體）極其困難，任何微小的波動都可能導致反應中斷。
TAE 的團隊訓練了一個深度強化學習模型，這個模型能以每秒數百萬次的速度，即時監控等離子體的狀態，並在千分之一秒內調整控制磁場的線圈電流，以穩定等離子體。這項技術已經在他們的原型反應爐中成功驗證，使等離子體的穩定時間延長了 300%。
更令人驚訝的是 Helion Energy。這家公司聲稱，他們已經利用 AI 優化了反應爐設計，預計在 2026 年底前就能實現「商業化」的核融合發電。他們的目標是直接將融合能量轉化為電力，而不是傳統的「燒開水」模式。如果成功，這將是地球上最徹底的能源革命。
為什麼投資人必須關注？ 因為如果核融合商用化成功，AI 的算力成本將趨近於零。這將解鎖我們現在無法想像的應用——從即時氣候模擬、大規模碳捕集，到星際旅行。而這一切的關鍵，竟然是 AI 自己。
要點四：企業軟體正在被「AI 代理」吞噬，你的工作流程將徹底消失
你可能已經在用 Copilot 或 ChatGPT 幫忙寫郵件。但影片中展示的「AI 代理」（AI Agent），完全不是同一個層級的東西。這不是工具，而是「數位員工」。
一家名為 Sierra 的 AI 新創，正在為大型企業打造「對話式 AI 代理」。這不是那種會讓你氣到摔電話的客服機器人。Sierra 的 AI 代理能夠理解複雜的上下文、處理退款、修改訂單，甚至在你抱怨產品時，主動發起一個「升級方案」的銷售對話。他們的 AI 代理已經為多家財星 500 強企業處理了數百萬次的客戶互動，客戶滿意度甚至高於人類客服。
更激進的是 Cognition，這家公司推出的 AI 代理名叫「Devin」。它是一個「軟體工程師」——不是幫你寫幾行程式碼的那種，而是能獨立領取任務、撰寫程式碼、修復 Bug、部署應用的完整工程師。在影片中，他們展示 Devin 在一個線上自由工作平台上，成功完成了一個真實的客戶專案，從頭到尾沒有任何人類介入。
這意味著什麼？ 意味著企業的「白領工作」正在被重新定義。未來，一家 100 人的公司，可能只需要 10 個人類員工，搭配 90 個 AI 代理。這些代理不是工具，而是員工——它們有權限、有角色、有績效考核。SAP、Salesforce 這類傳統企業軟體巨頭，如果不徹底轉型，將在五年內被這些「AI 原生」公司顛覆。
要點五：AI 的「新摩爾定律」正在生效，但主角不再是晶片
過去十年，AI 的進步主要來自於更強大的 GPU。但影片中指出了一個關鍵轉折：AI 創新的瓶頸，已經從「算力」轉移到「數據」和「物理世界」。
這不是說 NVIDIA 的晶片不重要，而是說，單純靠堆疊算力已經無法拉開競爭差距。真正能創造護城河的，是那些擁有「獨特數據」或「物理世界介面」的公司。
例如 Waabi，這是一家自動駕駛卡車公司。他們沒有像 Waymo 那樣在真實道路上跑數百萬英里，而是建立了一個名為「Waabi World」的終極 AI 模擬器。這個模擬器能生成任何你能想像到的駕駛場景——從暴風雪中的濕滑路面，到突然衝出的行人。他們的 AI 駕駛員在模擬器中經歷了數十億英里的訓練，然後直接部署到真實卡車上，幾乎不需要路測。
這為什麼是顛覆性的？ 因為它打破了自動駕駛的「數據瓶頸」。真實世界的駕駛數據既昂貴又危險，而且難以覆蓋所有邊緣案例。Waabi 用 AI 創造了「完美的訓練數據」，這讓他們的開發速度比競爭對手快 10 倍。
另一個例子是 Skydio，這家無人機公司利用 AI 實現了真正的「自主飛行」。他們的無人機不需要 GPS，也不依賴遙控器，而是透過機載的 NVIDIA Jetson 模組，即時建立 3D 地圖，並自主導航。這讓無人機能夠在完全無信號的橋樑下、隧道中或密林裡執行任務。他們已經被美國國防部和多家大型基礎設施公司採用，用於橋樑檢查、管線巡檢等危險工作。
結論很清楚： 未來 AI 的贏家，不是擁有最多 GPU 的公司，而是擁有最「乾淨、獨特、高品質」數據的公司。這些數據往往來自物理世界——機器人、無人機、感測器、生物實驗室。
核心觀點匯總表
| 分類 | 公司名稱 | 核心技術 | 顛覆性影響 |
|---|---|---|---|
| 物理世界 AI | Physical Intelligence | 通用機器人基礎模型 | 機器人不再需要為每個任務寫程式，將徹底改變製造業與服務業 |
| 物理世界 AI | Machina Labs | AI 驅動金屬鍛造機器人 | 消滅模具成本，實現「即時製造」，顛覆傳統供應鏈 |
| 生命設計 | Profluent | AI 生成新型 CRISPR 蛋白質 | 基因治療效率倍增，開啟「設計生物學」新紀元 |
| 生命設計 | EvolutionaryScale | 蛋白質生成式 AI（ESM3） | 秒級設計全新蛋白質，應用於酵素、材料與藥物 |
| 能源革命 | TAE Technologies | AI 控制核融合等離子體 | 大幅提升等離子體穩定性，加速核融合商用化 |
| 能源革命 | Helion Energy | AI 優化核融合反應爐設計 | 目標 2026 年商業化發電，可能實現零成本能源 |
| 企業 AI 代理 | Sierra | 對話式企業 AI 代理 | 客戶滿意度超越人類客服，重塑客戶關係管理 |
| 企業 AI 代理 | Cognition | AI 軟體工程師（Devin） | 獨立完成軟體開發專案，重新定義白領工作 |
| 數據與模擬 | Waabi | 終極 AI 駕駛模擬器 | 用合成數據取代真實路測，自動駕駛開發速度提升 10 倍 |
| 數據與模擬 | Skydio | 自主飛行無人機 | 在無 GPS 環境下完成複雜任務，顛覆基礎設施巡檢 |
總結：未來不是「AI 取代人類」，而是「AI 公司取代傳統公司」
看完這 25 家新創公司，你應該感受到一件事：我們正站在一個新時代的起點。 這個時代的核心，不再是「讓 AI 變得更聰明」，而是「讓 AI 與物理世界互動」。
對於投資人來說，現在需要思考的不是「該買哪一支 AI 股」，而是「哪些產業將被徹底重塑」。答案是：所有產業。
製造業（Machina Labs）、醫療業（Profluent）、能源業（TAE）、軟體業（Cognition）、物流業（Waabi）——沒有任何一個領域能逃過這場變革。你現在看到的 NVIDIA 股價，反映的只是「AI 訓練」時代的價值。而這 25 家公司，代表的是「AI 應用」時代的價值，這個市場規模，可能是前者的 100 倍。
最後，留給你一個發人深省的問題：
當一個 AI 模型能夠設計出更好的 CRISPR 蛋白質，而另一個 AI 模型能控制核融合反應爐，而第三個 AI 模型能自動駕駛卡車——那麼，人類在未來 10 年內，還需要「工程師」、「醫生」和「司機」嗎？或者，我們需要的，只是學會如何與這些 AI 代理「共事」的人？
這個問題的答案，將決定你未來十年的財富與人生。而這些新創公司，已經給出了他們的答案。現在，輪到你了。