從家電巨頭走向實體AI：LG攜手NVIDIA打造首爾「資料工廠」啟動機器人專屬「資料飛輪」

在生成式AI逐漸從雲端伺服器走向真實物理世界的當下，如何讓機器人 「理解並與實體環境互動」，成為科技巨頭們的下一個戰場。而LG 正試圖透過其龐大的硬體製造與物流優勢，在這場「實體AI」 (Physical AI)競賽中搶下發言權。

LG日前宣布，將全面加速與NVIDIA 在機器人領域的深度合作。雙方高層於8月13日在NVIDIAv加州聖克拉拉總部簽署未來事業策略合作備忘錄後，相隔僅短短四天，便再度移師至LG位於首爾 良才研發園區 (Yangjae R&D Campus)正在興建的資料工廠 (Data Factory)進行會面，展現出雙方極欲將合作從戰略藍圖推向實質商業化的強烈企圖心。

打造機器人的專屬練功房：良才「資料工廠」年底上線

要訓練出聰明且能應付各種突發狀況的實體AI，關鍵在於龐大且貼近真實場景的數據。為此，LG正在首爾良才打造一座專為機器人學習而生的資料工廠。

這座總樓地板面積達1萬平方公尺、涵蓋地下1層與地上3層的研發設施，預計於今年底全面投入營運。屆時，LG將在此佈署數百台自主開發、已經在實際場域驗證過的LG CLOiD家用與商用機器人。

資料工廠內部被劃分為多個多元任務訓練空間，並非單純的實驗室，而是高度還原真實運作環境的「模擬場域」。

例如，廠內設有模擬真實居家環境的空間，讓LG CLOiD反覆學習清潔任務；同時也以LG位於美國田納西州的洗衣機工廠為藍本，打造模擬製造產線，讓機器人進行零件搬運、堆疊及精密組裝訓練。這些在不同物理環境中所生成的行為與互動資料，將成為訓練機器人最寶貴的燃料。

結合NVIDIA平台，驅動12年量級的「資料飛輪」

LG深知，實體AI的核心競爭力在於建構所謂的「資料飛輪」 (Data Flywheel)。這意味系統必須持續獲取高品質的真實世界數據，用於訓練模型，再將更聰明的模型部署回機器人身上，藉由更好的表現獲取更多精準數據，形成不斷強化的正向循環。

為了讓這個飛輪高速運轉，LG選擇導入NVIDIA完整的物理AI技術堆疊：

• 開放式世界模型與模擬：導入NVIDIA Omniverse程式庫與NVIDIA Cosmos開放式世界模型，用於擴增與合成機器人在資料工廠內蒐集到的數據。

• 開發與佈署平台：採用開源的NVIDIA Isaac機器人開發平台，涵蓋從資料處理、模型訓練到實際邊緣部署的完整端到端流程。

透過將LG數十年來在全球製造、物流節點與智慧家電 中累積的龐大底層數據，與NVIDIA領先的合成資料生成技術相結合，LG預估在今年底前，其機器人基礎模型 (Robot Foundation Model, RFM)將累積高達10萬小時的訓練資料——這相當於單一機器人持續學習約12年的龐大資料量。

跨足家用與人形機器人，「One LG」戰略全面啟動

2026年顯然被LG定調為全面進軍機器人事業的「元年」。LG在上個月已經正式成立直屬執行長柳在哲 (Lyu Jae-cheol)的「機器人事業中心」 (Robotics Business Center)，統籌全集團的發展戰略。

過去，LG在工業及商用物流機器人市場已有相當穩固的基礎，而接下來的戰略目標，則是將產品線擴展至競爭更激烈的「家用機器人」，甚至是下一代的雙足人形機器人領域。憑藉著過去在驅動馬達 (Actuators)、感測器等核心零組件的自主開發專業，LG期望透過內部資源的整合，加速轉型為兼具軟硬體開發能力的全方位機器人解決方案供應商。

實體AI的下一戰，得「真實場域」者得天下

從LG與NVIDIA的這項深度結盟，可以清晰看見當前AI產業發展的下一個關鍵轉折：從「算力之爭」轉向「場域與數據之爭」。

對於NVIDIA而言，儘管其擁抱強大的Omniverse模擬平台與Isaac平台，但虛擬世界的物理引擎模擬再逼真，終究無法完全取代真實世界中的邊角案例 (Edge cases)與摩擦力。NVIDIA急需一個擁有龐大實體製造產線與終端消費硬體的合作夥伴，來驗證並完善其物理AI解決方案——而橫跨家電、車用零組件與大型工廠的LG，無疑是最佳的「資料產生器」。

反觀LG利用自身在傳統製造業的深厚底蘊，在全球科技廠都在追逐大型語言模型的同時，選擇避開雲端運算的紅海，將累積數十年的工廠營運與物流數據作為護城河，換取NVIDIA的AI平台技術支援。

這場合作不僅僅是硬體製造商採購軟體服務的簡單關係，更是兩家巨頭為了掌握未來「具現化AI」 (Embodied AI)生態系所佈下的關鍵戰局。當LG的機器人能在工廠與家庭中無縫運作時，它賣的將不再只是一台硬體設備，而是一套基於「One LG」體系、具備高度自我進化能力的基礎設施解決方案。

《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》