Sony AI 的 Ace 桌球機械人最有意思的地方，不是外形有多像人，而是它願意保留一種近乎工業測試平台的裸露感。感測器、機械臂與球拍之間沒有刻意包成消費產品的圓滑外殼，反而讓人清楚看見高速運動控制最難的部份：視覺判斷、重心補償與擊球角度，需要在毫秒級時間內完成閉環。
Ace 配備九組 active pixel-sensor cameras，用來判斷球在三維空間中的位置，並透過額外感測系統估算速度與旋轉。它的控制系統使用 model-free reinforcement learning，意思不是預先寫死每一種回球動作，而是讓機械人在對局中依照來球質量自行調整。桌球場景很殘酷，球速、旋轉、拍面角度與枱面反彈每一秒都在改變，這比在固定工位搬運零件複雜得多。
據報 Ace 曾與五名 elite players 及兩名 professional players 測試，並在對精英球手的五場比賽中贏下三場，發球直接得分達 16 分，高於對手的 8 分。這組數字之所以重要，是因為它證明 AI 的強項開始從螢幕內的文字、圖像與程式碼，延伸到充滿摩擦、延遲與不確定性的真實空間。
從結構邏輯看，Ace 並不需要像人形機械人般先解決雙足平衡、手指靈巧度與家居安全規範，因此可以把成本集中在高速視覺、關節剛性與控制演算法。這是一種很聰明的產品化前奏：先在單一高難度場景做到超越人類，再逐步把模組拆解到物流、復康、製造與陪練等更可商業化的應用。
香港讀者或許暫時不會在球會見到 Ace，但 Physical AI 的訊號已經很清楚。當 AI 能在球桌上讀懂旋轉、預判落點並反手得分，它離開實驗室後要挑戰的，可能不再只是家務機械人，而是整個服務與訓練產業的工作分工。
AI 下一次贏人，會是在球枱，還是在你每天工作的場景？
