AI信仰值爆棚？股市錢潮真假：貓貓怒吼！

Summary

本集節目深入剖析Google DeepMind推出的「世界模型」Genie 3，探討其在生成互動式虛擬環境、特別是遊戲與自動駕駛模擬上的潛力與挑戰。節目引介AI教父Yann LeCun對純「像素生成」模型的爆氣批判，強調AI應追求對物理因果的深層理解，而非僅停留在表象的「看起來像」。透過這場哲學辯論，節目將投資視角拉回實質，區分AI的「本夢比」與「本賺比」應用，並重申AI基礎設施，如台灣在電力、水、人才及高頻寬記憶體（HBM）供應鏈中的「實體護城河」價值，提醒投資人應關注這些關鍵要素，才能辨識哪些企業能將AI創新轉化為穩定的獲利，而非僅是燒錢的空中樓閣。

Transcript

我是熙宇。

又到了我們每天晚上準時爆氣的時間！ 今天我們要聊的，是一個我覺得，如果AI真的要走到下一步， 或者說我們一直在講的AGI，也就是我們說的「通用人工智慧」，

英文是 Artificial General Intelligence， 它要怎麼樣才能更像人、更像我們所理解的世界？

對，沒錯。 小明，你這個開場一講，我就知道你又要爆氣了。 最近Google DeepMind確實丟出了一個超級重磅的東西， 直接炸翻了整個產業，特別是遊戲產業。

就是這個Google Genie 3，還有它背後的「世界模型」概念。

沒錯！ Genie 3一出來，就讓很多人嚇到，尤其是遊戲圈。 它直接引發了全球電玩遊戲股的一波拋售潮，大家都在擔心AI是不是要來搶飯碗了！

搶飯碗？ 搶飯碗就搶飯碗啊！ 我跟你說，這種東西每次出來，大家就說什麼「要失業了、要失業了」， 結果搞了半天，真的能搞出來賺錢的，還不是那些有實體護城河的。

好啦，熙宇，你先跟我們講講，這個Genie 3到底是什麼鬼東西？ 它那個「世界模型」是怎麼回事？

OK，所以講白話一點，Genie 3它就是Google DeepMind開發的一個「通用世界模型」， 簡單來說，它能生成各種超多樣化的「互動式環境」。

你想像一下，以前我們玩遊戲，那個環境是設計師一格一格、一塊一塊蓋出來的， 對不對？ 現在Genie 3厲害的地方在於，你只要用文字或圖片去「提示」它，

它就能夠自己創造出一個可以互動、可以探索的虛擬世界，而且這個世界還可以讓你去「混搭」。

哇靠，這聽起來很扯耶。 所以它不是像以前那種，我寫一個提示詞，它給我一張圖，然後是死的？ 它是可以互動的？

沒錯，是「互動」的。 這就是它跟我們之前常聊的那些大型語言模型很不一樣的地方。 LLM，英文是Large Language Model，

也就是我們說的「大型語言模型」，它主要是處理文字、理解文字， 然後生成文字，像是你跟ChatGPT對話那樣。

但「世界模型」，它的目標是模擬真實世界，去理解物理、時間、 因果這些概念。 你想想，如果AI要像人一樣聰明，它不能只會讀書，它還得要能在現實世界裡面，

知道我碰到一個東西，會發生什麼事。 Genie 3就是在嘗試做這件事。

Google其實早在今年一月，就已經開放給美國的Google AI Ultra訂戶搶先體驗這個Project Genie， 它其實就是Genie 3這個技術的原型計畫。

隨後在五月的Google I/O大會上，更進一步宣布Genie 3可以直接跟Google街景整合， 運用了兩千八百億張的街景圖片，讓使用者能夠生成真實地點的互動式模擬環境。

這就是所謂的「世界模型」的一個重要應用場景。

兩千八百億張街景圖！ 這根本是把整個地球塞進AI腦子裡了吧？ 這也太扯了。 難怪一堆遊戲股嚇到跳水，因為他們以前搞半天要蓋一個虛擬城市，

現在Google只要丟兩句提示詞就生出來了，這成本完全不一樣啊。 可是問題是，AI生成出來的，到底是真的「理解」世界，還是只是「看起來很像」？

因為我們之前也聊過嘛，Meta的那個AI大神Yann LeCun， 他對這種「像素生成」的世界模型可是爆氣批評的。

小明你問到重點了！ 這確實是AI界的一個巨大哲學辯論。 Yann LeCun，這位AI界的教父級人物，他在2025年12月離開Meta之後，

馬上就創辦了自己的AMI Labs，而且成功募資了10.3億美元。 他目標就是打造能「理解物理」的AI系統。

LeCun一直以來都狂噴現在很多AI模型，特別是大型語言模型， 還有這種純粹「像素生成」的世界模型。

他直言這根本是「浪費時間」，甚至可以說是一種「dead end」——死胡同！

為什麼？ 你說的「像素生成」這個東西，聽起來就是AI透過預測畫面上的每個小點點來生成影像， 看起來很屌啊，又華麗又真實，為什麼會是浪費時間？

他爆氣的點到底在哪？

他爆氣的點是，如果你只會預測影片中的每一個像素，或是一個世界裡面的每一個視覺細節， 那AI根本就是讓自己在「失敗」。

因為真實世界資訊量太大了，你要預測每個像素是完全不實際的。 而且更重要的是，這種生成方式，AI並沒有真正學到「物理因果關係」。

它只是學到了「看起來像」，它沒有學到「為什麼會這樣」。

喔！ 我懂了！ 這就像是說，它很會畫蘋果，但是它不知道蘋果掉到地上會爛掉， 而不是彈起來。 它只是看到很多蘋果掉到地上會爛掉的畫面，然後畫出來，但它不知道「重力」這個東西。

是這個意思嗎？

講白話一點就是這樣！ LeCun他主張的，是AI應該要學習更抽象的，他稱為「潛在嵌入表示」的東西， 你可以想像成它不是只看蘋果的外表，而是去理解蘋果的本質、

它的「DNA」，去捕捉數據背後更深層的、壓縮過的結構，而不是表面的、 高維度的像素細節。 他覺得，這種更低維度的表示，才能讓AI真正地理解世界是怎麼運作的，

才能在它採取行動的時候，精準預測它的「後果」。

嗯，這個「潛在嵌入表示」聽起來很玄，但你那個蘋果的比喻我秒懂。 所以Google Genie 3，即使它能跟街景整合，生成那麼真實的環境，

在LeCun看來，還是屬於那種「看起來很像，但其實沒懂」的範疇？

大概就是這樣。 他會認為，Genie 3雖然很酷炫，能創造互動世界，但它可能還沒有達到真正意義上「理解因果」的能力。

不過這不代表它沒有實際應用價值。 你看Alphabet旗下的自動駕駛子公司Waymo，他們在今年二月就宣布會用Genie 3來建立「Waymo世界模型」，

你可以想像成一個專為Waymo自動駕駛訓練打造的虛擬模擬環境， 去模擬自動駕駛會遇到的罕見情境，例如龍捲風或是遇到大象在路上。

龍捲風？ 大象？ 這也太搞笑了，誰會沒事開車遇到龍捲風跟大象啊！

就是因為這些情境極度罕見，才需要模擬啊！ Waymo發言人就說，透過模擬這些「不可能」的情境，他們可以主動為Waymo Driver準備最稀有和最複雜的狀況。

這就是Genie 3的實際應用價值所在！ 它能讓Waymo用更低的成本，在虛擬世界裡不斷訓練，去應對現實中極難發生的事件， 這對自動駕駛技術的成熟度提升是超級重要的。

好，所以我們看到這邊有兩種觀點，一個是Google這種， 強調生成能力、廣度，然後用這些生成出來的世界來訓練Agent， 比如說Waymo。

另一個是LeCun這種，強調底層的物理因果理解，他覺得只學表象是沒用的。 那這兩種路線，對我們投資人來說，到底要看什麼？

因為現在AI燒錢的狀況，我們在前面幾集也都爆氣講過了，那這個「世界模型」會是下一個燒錢黑洞嗎？ 還是它能真的帶來「本賺比」？

這邊就要拉回到我們一直強調的「本夢比」跟「本賺比」了。 Genie 3剛出來的時候，的確造成遊戲股拋售，因為大家覺得「AI直接把遊戲生出來了， 遊戲公司還要幹嘛？

」但後來分析師也出來講，長遠來看影響有限。 為什麼？ 因為遊戲不只是畫面，還有劇情、美術風格、互動機制、社群等等， 這些目前AI還無法完全取代。

所以，純粹的「生成」能力，它的「本賺比」在短時間內可能還是個問號。

說白了，就是生成一個很逼真的虛擬世界，不代表這個世界就「好玩」， 或者有「意義」。 它可能只有皮相，沒有靈魂。

遊戲設計師的創造力跟美學判斷，AI還真的取代不了。

沒錯。 可是你看Waymo這個例子，它用Genie 3來做自動駕駛的模擬訓練， 這就是一個很明確的「本賺比」應用。

它解決了現實中訓練成本高昂、危險性高、罕見情境難以複製的問題。 根據預估，AI模擬市場規模在2026年將達到293.5億美元， 這塊是實實在在的剛需。

確實，訓練像「Agent」，也就是那種有獨立決策和行動能力的AI程式或機器人， 讓它們在「虛擬世界裡演練」的需求，是真的能省錢、能提升效率的。

這才叫「本賺比」！ 而且不只Waymo，我們看到現在很多物流、機器人、甚至工業模擬， 都會需要這種精準的世界模型來幫他們訓練AI。

所以關鍵還是AI模型到底解決了什麼「痛點」，創造了什麼「價值」。

對，這邊還有個有趣的點。 台灣在AI基礎設施這個環節，一直扮演著關鍵角色。 Google不是在2025年11月就在台灣開了他們美國以外最大的AI硬體工程中心嗎？

總統賴清德還親自去參加啟用儀式，強調台美合作跟台灣在AI供應鏈中的地位。 這顯示，不管這些世界模型多麼抽象、多麼哲學，最終它還是得跑在實體的晶片、 伺服器上，需要堅實的基礎建設來支撐。

喔！ 你講到這個我就爆氣了！ 我們之前幾集才狂噴「AI燒錢黑洞」，這些AI資料中心對電力的需求根本是天文數字！

鴻海董事長劉揚偉在今年六月也說，AI資料中心用電模式跟傳統產業完全不同， 資本跟能源需求都超大，預估到2030年全球資料中心相關電力需求會增加106GW。

然後台灣經濟部自己也發報告說，2026到2035年，台灣電力需求年均成長2.5%， 主要就是半導體擴產跟AI資料中心。

你說LeCun在爆氣那些模型，但現實是，這些模型不管怎麼設計， 它終究要燒電啊！

這正是我們一直強調的「實體護城河」和「AI水電工」價值。 你看，台積電董事長魏哲家也在六月警示，台灣面臨人才和水資源短缺問題， 這對未來晶片產能擴張是重大挑戰。

這說明，光有AI技術還不夠，你得有穩定的電力、水、土地， 還有最關鍵的人才，才能把這個「AI夢」變成「AI賺」。

所以對投資人來說，不要只看AI模型多炫炮，什麼「世界模型」聽起來多麼科幻， 最終還是要回到這些「基礎建設」。

就像我們說的「本電比」、「本人才比」、「本土地比」，這些都直接影響到AI企業能不能有效率地把「燒錢」轉化成「本賺比」。

你搞了一個再厲害的Genie 3，結果電不夠、水不夠、人手不夠， 那也只是個空中樓閣。

沒錯。 而且，今年六月還有個消息，高通也正式進軍AI資料中心市場， 推出CPU、AI加速器跟高速互連方案，這也意味著AI基礎設施的競爭越來越激烈。

之前是NVIDIA獨大，現在AMD、Intel、高通都進來搶了， 這對「AI水電工」們來說，既是機會也是挑戰。

另外，台灣經濟研究院也說，記憶體產業已經擺脫過去的景氣循環， 進入一個「超級週期」，什麼是超級週期？

就是說它不是短期的景氣波動，而是由強勁的結構性需求驅動， 會持續好幾年的景氣向上週期，台灣的記憶體產業有望在全球AI浪潮中成為「關鍵少數」。

這代表什麼？ AI算力需求暴增，HBM，也就是High Bandwidth Memory， 高頻寬記憶體這些關鍵零組件會持續吃緊，相關的記憶體供應商會是真正的贏家。

你看，講了這麼多，從Google Genie 3的神奇世界， 到Yann LeCun的哲學辯論，再拉回我們台灣面臨的電力、

水、人才困境，還有記憶體這些「實體護城河」的價值，整個AI產業鏈就是這樣一環扣一環， 牽一髮動全身。

投資真的不是只看一個點，要看整體的「局」。

確實。 尤其現在，我們看到很多AI創新，比如Counterpoint Research預測， 2026年具備生成式AI功能的智慧型手機將佔全球出貨量的45%，

Google Gemini會逐步成為核心架構。 這代表AI會更深地嵌入我們日常使用的終端裝置，變成每個人手機裡面的「世界模型」。

它可能沒有那麼誇張到生成整個遊戲，但它會讓你的手機變得更智慧、 更個人化。

所以最終，這個「AI理解真實世界」的哲學辯論，其實是要讓AI更有效地在「真實世界」中創造價值。

無論是Waymo的自動駕駛，還是你手機裡的智慧助手，它們背後都需要一個對世界有一定理解能力的AI模型。

而我們投資人要做的，就是去辨識哪些企業能夠將這種「理解」轉化為穩定的「本賺比」， 哪些只是在燒錢、講「本夢比」的故事。

畢竟，不是所有華麗的生成，都能變成你錢包裡的實質利潤。

對啊，這才是重點。

好，那今天這集就到這裡，各位聽眾，你們覺得AI未來是會像Google Genie 3這樣， 越來越會「渲染」世界？

還是像Yann LeCun說的，必須真正「理解」世界底層的物理因果， 才能有真正的突破？ 而這對你們的投資決策，又會帶來什麼樣的影響？

好好思考一下，我們下集節目再見！