搜尋

會員登入

搜尋

導覽

會員

意法半導體:人形機器人將成填補製造業最後一哩路的核心關鍵

瀏覽次數:386

在生成式 AI 與智慧工廠快速發展之際,製造現場正迎來從傳統自動化(Automation)跨入自主製造(Autonomy)的關鍵拐點。在 SEMICON Taiwan 2026 期間,意法半導體(STMicroelectronics)資深應用技術總監 Allan Lagasca 指出,機器人在工業現場已非新鮮事,從機械手臂、協作型機器人(Cobot)到自主移動機器人(AMR)皆已廣泛導入;然而,面對製造現場多變的作業需求與全球缺工衝擊,人形機器人(Humanoid Robot)將成為填補最後一哩路的核心關鍵。



圖一 :   意法半導體資深應用技術總監 Allan Lagasca
圖一 : 意法半導體資深應用技術總監 Allan Lagasca

為什麼製造業需要人形機器人?Allan Lagasca 表示,最根本的原因在於「現有工廠環境、動線、治具與操作工具,全都是依照人體的骨骼尺寸與靈活性所設計」。導入專門的客製化自動化設備往往耗資甚鉅且缺乏彈性,但具備人類形態的機器人不僅能直接沿用既有的人類作業工具,更能直接利用數十年來累積的人類作業動作、動作捕捉(Motion Capture)與各類工業操作數據集,作為訓練 Physical AI(實體 AI)的養分。


此外,疫情帶來的停工衝擊、全球勞動力高齡化,以及資深技師退休導致技術斷層,皆加速了製造業採用機器人的急迫性。Lagasca 強調,人形機器人還具備因應市場景氣波動的彈性——當突發訂單激增時,企業可隨時啟動機器人工廠擴充產能;需求滑落時則可停機調度,避免大規模人力招募與資遣所帶來的營運衝擊。


在智慧核心方面,未來的機器人不再單純依賴雲端運算,而是仰賴邊緣 AI(Edge AI)。Lagasca 以具體情境舉例:當搬運重物的機器人電量突然不足時,系統必須依賴終端感測與邊緣智慧即時判斷,是該先放下貨物再去充電,還是堅持完成搬運任務?這牽涉到感測器感知、低延遲通訊、電源管理與安全防護的連鎖決策,唯有在邊緣端導入 AI 模型,機器人才能真正理解並適應實體世界的動態情境。


然而,人形機器人邁向大規模商用仍面臨三大挑戰:靈巧手(Dexterous Hands)的複雜性、邊緣智慧決策能力,以及高量產規模下的成本控制。目前市面人形機器人單台造價高達 10 萬至 20 萬美元,投資報酬率(ROI)回收期過長;且手部機構從二指、三指到五指缺乏統一標準,限制了規模化量產。


為加速產業落地,意法半導體推動從「單一元件供應」轉向「系統級解決方案(Product-to-System)」策略。Lagasca 強調,ST 將人形機器人解構為頭部視覺、身體姿態平衡、手部微細操作、關節動力馬達控制及電源互連等不同功能模組。ST 不僅提供整合 NPU 的高階微控制器(MCU,如 STM32N6 系列)與多模態感測器,更為關節驅動、電源轉換及手部控制打造完整系統參考架構,並全面導入符合人機協作嚴格規範的功能安全(Functional Safety)標準。


除了對外賦能,意法半導體也身體力行推動概念驗證。ST 先前已投資義大利認知人形機器人公司 Oversonic Robotics,並在其晶圓製造廠與物流產線中實際測試與導入其認知機器人 RoBee。Lagasca 總結,人形機器人正大步走出實驗室,透過晶片端、系統端與產業生態系的緊密協同,結合 Physical AI 的次世代機器人將重構製造業的生產力版圖。


Card Image

打通 3D IC 設計任督二脈:從架構探索到最終簽核的加速實踐

Chiplet 與異質整合正在改變半導體設計。透過高效能中介層與先進封裝,設計團隊可將不同製程、不同供應商的運算、記憶體、I/O 與加速器 IP,整合為複雜的系統級封裝…

Chiplet 與異質整合正在改變半導體設計。透過高效能中介層與先進封裝…