2025年1月16日 (優分析產業數據中心)
人工智慧的發展一直以驚人的速度推進，但傳統 AI 模型的能力主要集中在處理靜態資訊，如文字或圖片。然而，LWM（Large World Model，世界模型）打破了這一限制，成為能理解並處理多模態數據的革命性技術。
不僅如此，LWM 還能進一步理解「動態場景」，模擬人走路的動作、車輛避開障礙物等，為 AI 應用於現實世界開啟了全新的可能性。
LWM：讓 AI 不只是「讀懂文字」，還能「看懂世界」
世界模型（LWM，Large World Model）是一項突破性的 AI 技術，讓人工智慧不僅能處理文字或圖片這類靜態數據，還能理解影像與影片，並結合時間概念，分析動態場景的全貌。
與傳統 AI 模型不同，LWM 能整合多種數據來源，並挖掘它們的關聯性。例如，它不僅能看懂影片中的畫面，還能結合旁白和背景聲音，從而完整了解整個場景的脈絡。因此 LWM 更接近人類的思考方式，能應對現實世界中更複雜的挑戰。
為了讓 LWM 能在這些複雜場景中發揮作用，它結合了三個核心組件：
🧠 視覺組件：幫助 AI 辨識物體和場景，像是辨認道路結構或房間佈局。
🧠 記憶組件：記錄和回想之前的事件，讓AI能做出更有邏輯的決策。
🧠 控制組件：根據接收到的資訊，讓AI執行具體的動作。
這三個模組的高效配合，讓 LWM 成為一個真正能模擬、預測和行動的智能系統。也因此，LWM 具備其他 AI 模型無法媲美的優勢與吸引力：
🚀 模擬真實世界，節省時間與成本：LWM 能在虛擬環境中模擬車輛行駛或機器人操作，免去昂貴的實地測試，大幅降低成本，同時提升效率。
🚀 生成高品質數據，降低現實資源依賴：LWM 能製造出跟真實世界非常相近的合成數據，用來訓練其他 AI 模型，降低對現實數據的需求，讓 AI 的開發更靈活、更經濟。
🚀 理解更全面，反應更準確：LWM 不僅能看懂當下的場景，還能預測未來可能發生的情況，比如分析影片中的動作，推測接下來會發生什麼，並為 AI 的後續行動提供依據。
LWM 能應用在哪些產業？
機器人應用：學習空間智慧，掌握複雜任務
未來的機器人將不僅僅執行固定的程序任務，而是能夠觀察周圍環境、學習人類行為，並完成更複雜的任務。它們可以幫助家庭打掃、搬運物品，甚至勝任精密的醫療操作。LWM 技術能為這些機器人提供支援，通過虛擬環境模擬真實場景進行學習，讓它們在「安全的虛擬世界」中不斷優化能力，變得更加智能。
根據預測，到 2035 年，全球人形機器人的市場規模將達到 380 億美元。即便考慮不同的應用場景，市場對這類機器人的需求仍將保持快速增長。若能充分結合 LWM 技術，機器人的智能化水平將進一步提升，為市場帶來更大的發展空間。
自駕車應用：生成場景，提升安全性
自駕車需要在複雜的交通環境中運行，但現實中要全面模擬所有潛在場景並不容易。LWM 的技術讓自駕車能夠生成並模擬各種真實場景，例如行人在馬路上突然穿越，或是遇到暴雨等突發天氣，從而提升車輛的反應速度和準確性。
LWM 的另一個特點是它能根據過去的行人與車輛移動模式，預測未來幾秒可能發生的情況，讓自駕車系統提前調整決策，增強運行安全性。
根據預測，到2028年，全球自動駕駛汽車市場規模將增長到超過1兆美元。LWM 的技術突破，像是潛在特徵預測和視圖選擇策略，未來有潛力成為自駕車技術商業化的重要助力。
氣候建模：預測未來環境變化，支持政策制定
LWM 能夠捕捉數據細節，理解時間上的因果關係，例如從「早晨起霧」推測「中午能見度提高」，使氣候模擬更加準確和智能。在應用層面，LWM 可幫助科學家模擬可能的災害情境，如極端天氣或海平面上升，並提供精準的數據支持，協助政策制定和危機管理。
根據預測，氣候數據分析市場規模預計到 2029 年將達到 44.5 億美元，年複合增長率為 29.7%。雖然目前的成長多由極端天氣頻發和政策需求推動，但 LWM 技術的突破，例如生成高品質的合成數據，未來有潛力顯著提升氣候模擬效率，為市場創造更多發展空間。
遊戲與影視製作：重塑虛擬世界的創作體驗
LWM 在遊戲和影視領域的應用尤為亮眼，特別是在生成互動式虛擬場景和角色方面。DeepMind 團隊推出的 Genie 2 工具，便是基於世界模型的創新應用，能透過單一圖片提示生成完整的 3D 互動世界。
這項技術還允許用戶對場景進行個性化修改，並保持場景在時間軸上的一致性，確保虛擬世界的連續性與真實感。LWM 更能理解影片中的動作邏輯，例如角色如何移動、物體如何交互，讓生成的影片更加符合現實場景的時間和空間邏輯。
透過 LWM 的輔助，遊戲設計、電影場景製作和廣告影片創作的效率大幅提升，創作者能以更低的成本實現高品質的內容生產。
影片來源：Google Genie 2
LWM 帶來的機會：算力需求爆發，硬體市場迎來大機會
雖然 LWM 技術令人驚嘆，但背後的算力需求極高。研究顯示，LWM 所需的運算能力比傳統AI模型高出百倍，這也讓硬體產業迎來了新的成長機會。
📌 欣興(3037-TW)
欣興是全球知名的印刷電路板供應商，主要聚焦伺服器和高性能運算（HPC）領域。隨著 AI 伺服器需求快速增長，市場對高層數電路板和先進封裝技術的需求不斷提升，推動欣興業務穩步發展。
欣興的主要客戶包括 Intel、AMD 和 Nvidia 等國際科技巨頭，在 AI 伺服器和 HPC 市場中，來自這些企業的需求成為欣興的重要成長動力。根據公司預估，到 2025 年 AI 相關產品的營收占比將進一步提升，成為推動公司業務發展的重要部分。
📌 健鼎(3044-TW)
健鼎是全球第三大高密度互連（HDI）板供應商，也是第六大印刷電路板（PCB）製造商，核心產品包括 HDI 板和硬質印刷電路板（RPCB），主要應用於汽車、伺服器、記憶體和 NB/PC 等領域。
為適應市場需求，健鼎逐步退出毛利較低的手機和面板業務，專注於伺服器和車用產品等高附加值領域。目前，健鼎也是全球四大雲服務供應商（CSP）中三家的供應商。
數據顯示，2024 年第三季，伺服器產品出貨量比上一季增長超過 10%，營收占比從 2023 年的 21.5% 提升至 2024 年的 30%，顯示伺服器業務已成為健鼎成長的主要動力之一。
📌 鴻海(2317-TW)
作為全球代工龍頭，鴻海近年來大力投資AI伺服器的研發和製造，其在整機設計和供應鏈整合方面的實力無出其右。
在 AI 伺服器市場中，鴻海的表現相當強勁，特別是其 GB200 伺服器，出貨量預計在 2025 年將持續穩定增長。同時，AI 伺服器業務的營收占比也在逐步上升，公司預估到 2025 年，AI 伺服器將占伺服器總營收的 50% 以上，顯示這項業務已成為鴻海的重要成長引擎。
📌 廣達(2382-TW)
廣達在伺服器領域深耕多年，特別是在高效能伺服器的設計和製造上表現優異。2024 年第三季，廣達的營收比去年同期成長 48%，主要受到 AI 伺服器出貨量顯著增加的推動。
根據預估，到 2025 年，AI 伺服器將占公司總營收的 60%，其中 AI 伺服器業務的營收在 2024 年和 2025 年都預計達到三位數的增長。同時，到 2025 年，AI 伺服器業務在整體伺服器營收中的占比有望超過 70%。
📌 台積電(2330-TW)
2025 年第一季，AI 市場需求旺盛，推動台積電的 N4 和 N5 製程產能利用率顯著提升，而 N3 製程也維持高檔運作。根據公司預估，到 2025 年，AI 相關業務在總營收中的占比將突破 20%，比原先預計的 2028 年提早三年實現。
隨著 AI 應用的快速發展，對高效能晶片的需求持續攀升，成為推動台積電成長的重要動力。
📌 雲端服務供應商(CSP)
除了硬體供應鏈，雲端服務供應商（如AWS、Google Cloud、Azure）也在持續擴大資本支出，用於升級資料中心與算力基礎設施。這些投入進一步拉動了AI伺服器和相關硬體的需求，形成了一個良性循環，讓上下游企業共同受益。
(資料來源：優分析產業數據庫👆)
目前的瓶頸與挑戰
LWM 的發展充滿潛力，但目前仍面臨一些挑戰。首先是算力需求過高，現有的硬體技術還不足以完全支撐 LWM 的運行，未來需要進一步的技術升級來突破這一瓶頸。此外，LWM 的訓練需要大量高品質的影像和影片數據，但由於資料多受版權限制，取得這些資源並不容易，這也為模型開發帶來了不小的難度。
儘管如此，LWM 被廣泛認為是人工智慧邁向通用人工智慧（AGI）的關鍵技術之一。隨著 Google、NVIDIA 等科技巨頭的積極推進，我們有理由相信，未來 LWM 將在醫療、教育、娛樂等領域實現更廣泛的應用，開啟更多技術落地的可能性。
