一機多工，智慧升級 機器人迎整合新紀元

自從生成式AI問世以來，雖然人形機器人話題蔚為風潮。但從今年COMPUTEX 2025首日，由NVIDIA執行長黃仁勳播放致敬台灣ODM代工廠的影片中仍可發現，即使在現今AI伺服器組裝線，仍須仰賴大量人力，也可見工業機器人增添多功整合的商機與必要性。

近年來受到NVIDIA執行長黃仁勳、台積電董事長魏哲家等企業領袖不斷推波助瀾下，既為人形機器人產業灌注無窮想像，由美國與中國大陸等地製造業者也分別走出截然不同的發展路線，在國家力量支持下爭奪未來市場主導權。台廠則因為長期慣於半導體、3C代工為主流產業，更強調現實應用與成本效益。

從今年COMPUTEX 2025首日，NVIDIA執行長黃仁勳致敬台灣ODM代工廠的影片中可見，即使在AI伺服器組裝線，仍須仰賴大量人力。雖然大廠內部紛紛成立AI研究部門，但對人形機器人普遍評估為「高風險、低回報、暫無商機」。如廣達集團董事長林百里便認為人形機器人：「又難做、又貴、又沒有客人」，確實點出台灣大多數傳統電子組裝代工業者的隱憂。

只能先鎖定人機協作的智慧製造，並為工業機器人增添更多功能，如達明機器人內建視覺便是一例。業界更看好的，其實是具備特定功能的專用機器人較有價值。

除了機器人本體的複雜性高也單價不斐，在固有載台上應用的技術可不斷改良而推陳出新，至今包含FANUC、ABB、KUKA等大多數品牌工業機器人的營收更多來自於零組件、系統整合服務。

且大多數人都忽略了魏哲家在2024年全國科技技術會議上發言的原文，其實是「多功能機器人」，而非只限定於雙足、人形的外觀與否。未來更應該聚焦於多功應用整合的利基成果，進而在全球AI機器人版圖中占有一席之地。

圖一 : 現今AI伺服器組裝線，仍須仰賴大量人力，也可見為工業機器人增添多功整合的商機與必要性。（攝影：陳念舜）

IFR推估機器人發展 回應市場多元發展需求

根據國際機器人聯合會（IFR）今年一月底發表的年度機器人5大發展趨勢，則包含：AI多元實務應用、專用型人型機器人、永續性與能源消耗、擴大新領域與客戶族群，以及解決勞動力短缺問題。其中連兩年提及AI與人型機器人，足見對整體產業發展的重要性。

且相較於2024年發展趨勢，點名移動式機械人（AMR）、數位孿生（Digital twin）等，機器人產業影響力也持續攀升。IFR今年更關注機器人發展如何受總體經濟層面影響，如在永續性方面，機器人可精準執行任務並大幅減少材料浪費，且現行機器人零組件多以輕量化結構開發，機體亦能因應不同業務需求休眠，皆可降低能耗。

就擴大應用領域及補足企業人力兩點而言，機器人從製造業拓展部署範圍，陸續於服務、零售、物流、醫療等產業多元布局，已是近年越發明顯趨勢；加上人口結構變化導致人力成本上升，也是機器人產業持續發展的重要動能。

IFR今年還特別強調機器人對總經挑戰有助益，也代表對人力補足、成本效益等面向更具影響力，不再是錦上添花示範案例，而能回應日漸蓬勃多元的市場需求。

FANUC分段導入AI突破自動化瓶頸

台灣發那科公司營業部經理陳孟弘進一步指出，隨著近年來人機協作成為主流，可讓機器人負責搬運重物、人類只要投入精巧工作，讓自動化更富有彈性；還須兼顧工安，能及時於碰撞前減速或中止。

圖二 : 台灣發那科公司營業部經理陳孟弘

FANUC會開發AI機器人的背景，便是因為有越來越複雜的問題，無法只靠人力或既有函式資料庫，而須透過AI解決，但仍須考慮現場實況，機器人構造可否配合？

此由機器人針對共同規格標準的棧板及3D視覺定位，取放從自動倉儲系統輸出的物件到機台上，並促成各加工產線標準化，將AI智慧製造實際用於現場，甚至遍及農業、食品或服務業等領域。

接下來還能加入AI，特別針對無法解決的問題規劃，如目前製造業最缺工的階段其實在品檢的階段難以分工自動化。傳統Rules-Based便是以既有演算法、固定的規則，只要輸入程式即可解決一般物流業機器人堆棧等問題。

但在面臨紙箱隨機尺寸、順序不同時，在導入FANUC機器人後，還要能透過人機協作、視覺辨識，以輔助完成部份組裝並提高效率，克服目前須靠人力揀貨、理貨的難題。FANUC選擇結合3D Visual sensor判斷尺寸大小、PC運算思考的架構，以推估最佳堆棧順序，即先經過人力教導機器人學習、批量測試後快速檢查，再加入AI升級後，將更為標準化。

待加入LLM後，即可用來評估品檢不合格或過殺（over kill），必須加以整合、分析來提高精度，判斷是否適合產線。甚至可利用Deep learning演算來解決問題，只要依視覺偵測紙箱寬x高x深，即可事先輸入大量AI資料學習，來判斷是膠帶或縫隙、條碼。進而解決機械加工現場的課題。

KUKA聚焦多功應用 符合時間、效率與成本

台灣庫卡公司行銷經理黃君穎認為：「多功機器人成敗的關鍵，在於可否符合時間、效率與成本。」目前工業機器人品牌大廠雖然與NVIDIA或其它LLM合作尚需一段時間整合，卻也各有know how及軟/硬體優勢。

例如考量協作型機器人仍須符合ISO 10218-2安全規範，對人身各部位可承受碰撞的力道（N-m）設限，未必適合物流產業。最好還是選擇較精準控制的機器人搭配傳感器為佳，甚至在多支機器人同步協作的通訊整合上也沒有問題，在物流業最好還是選擇較精準控制的機器人搭配傳感器為佳。

圖三 : 台灣庫卡公司行銷經理黃君穎

如KUKA早在1995年便與德國航太總署合作推出協作型機器人，且各軸都會加裝力矩感測器、搭配AGV，主要用於航太製造、醫療、倉儲物流等專業領域；並與SI系統整合商合作，提供所需3D視覺辨識等AI Ready資料。

COMPUTEX多功技能齊發 工業機器人再進化

值得一提的是，在今年COMPUTEX展會上，各家大廠紛紛引進機器人首度大規模亮相，從基本互動到語言溝通、跨機器人協作，全面展示智慧科技的未來想像。廣運、所羅門等台灣系統整合商也為此紛紛展出最新應用範例，甚至能執行複雜指令、與其他機器人「對話」等，亮點，未來利用AI逐步改善其在特定應用場域的精確度將指日可待。

其中廣達集團旗下的達明機器人，便選擇攜手雲達、研華、微星、佳士達旗下羅昇等4家業者，展示其內建視覺辦識功能的協作機器人，其自研的「Flying Trigger飛拍檢測」技術，能在工件持續移動的狀態下，搭配AI演算法與高速攝影，即時完成缺陷辨識與品管作業，強調毋須停機亦可進行智慧品檢流程。

同時與合作多年的微星科技，結合AMR與協作型機器人展示；並與羅昇合作，展示在智慧搬運、機器人抓取物品、視覺檢測等應用。與研華合作，導入半導體晶圓盒上下料的應用。未來希望這些垂直應用，能朝著解決方案的模式，整體輸出，後續並將檢測的數據，提供分析和應用等軟體服務。

隨著AI發展速度已超越工業4.0，加上LLM百花齊放，可以期待未來「端對端」應用，即透過學習指令讓機器人自主完成一項工作的劃時代變化，達明機器人現也投入研究LLM，可望加速完成此理想。

另由所羅門透過新研發的視覺辨識「超眼力」（Super Vision）相機，即強調可在幾公尺距離外辨識細微細節，搭配協作型、AMR及人形機器人，結合AI、3D視覺功能，應用於智慧工廠等情境，執行快速掃碼、檢測、計數、讀表等應用。

在其視覺辨識能力再進階之後，也有別於傳統工業機器人只能運用平面型的檢測應用，利用飛拍瑕疵檢測多面體物件。

圖四 : 廣運、所羅門、達明機器人紛紛展出最新應用範例。

此外，所羅門現還能協助人形機器人與搭載AI視覺技術的AMR協作完成任務，在尋找書櫃中特定書籍時，兩台機器人可透過LLM即時溝通協調，分工合作找出目標。「當其中一台機器人無法完成任務時，可指揮另一台機器人支援」，將是未來機器人串聯的重要突破。

展望未來AI伺服器 有望導入機器人組裝

近期也傳出鴻海正與NVIDIA協商，計劃在美國休士頓的新工廠導入人形機器人，協助生產AI伺服器GB300。未來可望成為NVIDIA首度由人形機器人參與製造產品，也是鴻海首次在AI伺服器工廠使用人形機器人，目標是在2026年Q1開始量產前投入生產線。