商業 Business > 數位轉型
feature picture
1

特斯拉、輝達領跑,台廠也搶進的市場!「人形機器人」為何是下一個技術風口?

撰稿 李岱君
2025-03-28
分享
收藏
已完成
已取消

輝達(NVIDIA)的 GTC 大會甫落幕,最受矚目的重點之一就是「機器人」。根據路透社(Reuters)報導,黃仁勳在會後表示,「通用型機器人時代已來臨」,並強調人形機器人(humanoid robots)將在 5 年內廣泛應用於製造業等領域。根據高盛的預測,全球人形機器人市場將在 2035 年前達到 380 億美元(約新台幣 1.2 兆元),但是,大眾對於機器人早已不陌生,為何會在近幾年被視為下一個技術風口?

人形機器人:未來自動化的全能助手

人形機器人是一種模仿人類外觀與行為的自動化系統,特色是擁有類似人體的結構,包括頭部、軀幹、手臂和雙腳,加上先進感測器,就可以像人類一樣互動。

與傳統機器人的差異在於外觀與使用場景。傳統工業機器人通常為特定任務設計,如生產線上的焊接臂或倉庫中的自動搬運車(AMR),固定在特定位置或環境中,執行高速、重複性的標準化工作。

而人形機器人更不受限制,能夠適應非結構化環境,從樓梯、走廊到辦公室和家庭,並使用為人類設計的工具和設備。

根據功能、應用領域及設計特性,人形機器人還有不同分類:

依應用功能分類

類型 功能簡介
工業 專注於製造業、組裝及物流領域,具備高效率與精確度,像是 Tesla Optimus 能執行倉儲任務與組裝工作。
服務 設計用於人類互動環境,應用於醫療照護、餐飲服務及家庭,如 NAO 教育機器人、Kimi 客服機器人等。
研究及教育 研究人機互動與 AI 發展,比方說波士頓動力公司的 Atlas 機器人、Hanson Robotics 的 Sophia。
娛樂 用在表演、媒體製作,如 Geminoid 系列和軟銀的 Pepper 機器人。
探索及災難應變 專為危險環境設計,如災區救援或太空探索,如 Atlas 救援機器人和 NASA 的 Valkyrie。

依設計與移動方式分類

類型 功能簡介
雙足人形機器人 模仿人類直立行走,以兩條腿為主要移動方式。
類人型機器人(Android) 注重外觀逼真度,用於社交互動場景,而且有人類的五官與表情,像是 Geminoid 和 Sophia。
模組化人形機器人 具備可定制模組,適應性高,能根據不同任務需求進行功能調整,如輝達與 DeepMind 合作的 Newton。

依產業領域分類

類型 功能簡介
家務 協助家務、與家庭成員互動,例如 UBTECH 的 Walker 機器人能處理簡單家務。
醫療 支援手術或照護病患,像是已應用在醫院的達文西機械手臂。
軍事 用於爆炸物偵測或軍事物流,具防爆及遠程操控功能,如 TALON 機器人。
太空探索 在外太空中運作,專為惡劣環境設計。
延伸閱讀:AI 將走出螢幕,機器人要來了?黃仁勳 GTC 演講揭示 2 大科技趨勢

AI 技術突破,讓機器人掙脫不好用、太貴的枷鎖

過去 20 年間,人形機器人開發受限於幾個瓶頸:AI 決策能力不足、雙足行走不夠穩定與能耗問題、對環境感知的精確度有限,以及昂貴的生產成本,讓機器人難以量產。但近年,AI 技術突飛猛進,推動人形機器人的技術革命,於是有 4 大突破:

1. 認知決策能力躍升

像是輝達最新發布的 GR00T N1 這類先進基礎模型,已經能模擬人類的感知與決策方式,讓機器人從範例中學習、在複雜環境中自我調整。生成式 AI 則讓它們不用重新寫程式,就能理解新任務,讓用途更廣。以特斯拉的 Optimus 為例,它延伸自動駕駛的視覺系統,可以辨識周遭,再根據不同任務切換模式。

2. 精密的移動系統

AI 改良過的算法,還有更輕量化的材料,改善機器人走路的穩定性,同時降低能耗。而現在讓機器人在虛擬世界裡,練習某個動作數千小時,訓練成本也只有實際演練的一小部分。如此一來,人形機器人可以走過坑坑疤疤的地面、負重前行,從工廠的搬運,到災後的救援也都能用上。

3. 多模態感知系統賦予「感官」能力

高解析度攝影機作為「眼睛」,雷達和觸覺感測器模擬「觸覺」,麥克風作為「耳朵」。這些感測器就像五官,讓機器人能理解所在環境、辨認人類動作,做出合宜的反應。

4. 成本顯著降低

AI 改良機器人的設計,還有中國供應鏈效率提升(零組件標準化、生產規模擴大),都讓人型機器人的生產成本下降。高盛指出,人形機器人的製造成本已經從每台約 5 萬到 25 萬美元下降至 3 萬到 15 萬美元,降幅達 40%,讓人形機器人從實驗室走向商業化。

延伸閱讀:「邊緣 AI」是什麼?DeepSeek 崛起,為何帶動商機大爆發?

人形機器人商機大爆發,台廠概念股出列

而科技巨頭和新創正大規模投資。例如,特斯拉計畫 2025 年將 Optimus 投產,而人形機器人開發新創 Figure AI 獲得 26 億美元估值,也可推估投資者對行業前景充滿信心。

中國憑藉其對全球 2/3 機器人專利的掌控,也喊出要在 2025 年前讓人形機器人量產,像是 2025 年 CES 展會上展示的 14 款人形機器人中,多款就來自中國廠商,如優必泰和 Unitree,而台灣廠商也有所布局供應鏈(參見下表)。

資料來源:ReutersNVIDIAHRTWSJBloombergRobozapTechnology Magzazine

核稿編輯:王宥筑

本篇不提供合作夥伴轉載使用

相關文章
商業 Business > 變革管理
feature picture
2

從工業電腦到 AIoT 生態系!新漢用 10 年長征搭上機器人熱潮

撰文 李岱君
2025-06-12
分享
收藏
已完成
已取消

機器手臂輕抬,動作精準到能將晶圓從一處移至另一處。隔壁,半導體檢測機台正以超高速掃描每一塊晶片,而無人搬運車則悄無聲息地穿梭其間,這將是智慧工廠的日常。

讓機器精準協作、安全且不打架的背後,是一顆的「大腦」:控制器,它們負責指揮每一個機械動作,確保準確、安全,且彼此不打架。

過去,控制器市場長年被歐日大廠壟斷,並且每種機器要配一套專用控制器,就像各說各話,難以合作。但如今,一家在工業電腦深耕 30 餘年的台灣公司新漢,花 10 年時間,終於找到突破點,打造全球第一個取得國際功能安全認證開放標準的控制器,能讓不同設備「講同一種語言」,也讓台灣自動化大廠、知名機器手臂品牌等公司,都陸續採用他們的技術。

延伸閱讀:從半導體零組件轉型設備廠!天虹科技如何打入蘋果供應鏈?

無法跟上變化的領先技術,隨時都有可能被取代

新漢的歷史,是一段不斷轉型求生的台灣科技公司縮影。1992 年,林茂昌離開神達電腦,帶著幾位工程師創立新漢。這位出身台中縣外埔鄉的農村子弟,在創業之初就選擇了高難度的高階圖形工作站市場。

高階圖形工作站,簡言之就是為設計師和工程師量身打造的「超級電腦」,專門處理複雜的 3D 設計和科學分析。新漢成功打造出當時全球最快的工作站,贏得美國佳能(Canon)等國際大客戶青睞。

然而,1995 年 Windows 95 問世,搭配英特爾(Intel)處理器,讓普通電腦的圖形能力大幅提升,價格更親民,也使得新漢昂貴的工作站失去優勢,市場急轉直下。這教會他們:即使擁有領先技術,若無法跟上市場變化,也可能面臨生存危機。

經過思考,林茂昌將目光轉向工業電腦(IPC)領域。因為工業電腦通常整合到生產線、醫療設備或控制系統中,其價值不在於便宜,而在於為終端系統提供穩定可靠的電腦。加上工業系統生命周期長,需要長期穩定的供應商支持。

不做 me too、思考產業本質,避開紅海市場削價競爭

不過,2000 年網路泡沫危機,又再度重創新漢。儘管定位為工業電腦公司,客戶卻高度集中在網路通訊領域,這暴露出新漢過度依賴單一市場的脆弱性,並未真正扎根經營傳統、更廣泛的工業電腦市場,「我們這才發現,自己是一個沒有做工業電腦的工業電腦公司。」

這次打擊促使新漢重新審視自我,林茂昌決定「回歸本質」,專注解決工業現場的痛點,如開發無風扇工業電腦,解決傳統風扇故障導致系統癱瘓的問題,成為現今市場上有鰭片工業電腦的先驅。林茂昌的轉型思維並非跟風,而是思考產業本質,如何避開紅海,轉向技術門檻更高的藍海,「我不想跟人家做 me too,到時候一定是競價。」

2012 年,林茂昌看到工業電腦逐漸成熟,深知最終會陷入價格戰的宿命,且看準「工業 4.0」智慧製造的未來,於是再度啟動轉型,將既有的工業電腦優勢延伸到更高端的控制器技術,「從板卡到系統,再到控制器,是順理成章的技術演進,我們不是離開工業電腦,而是在此基礎上加上軟體的差異化。」

機器人控制器市場,過去是由採用封閉式架構的大廠壟斷,讓用戶「選了就無法跳槽」,設備間難以整合與互通。然而,林茂昌選擇走一條不一樣的路:打造開放式平台,不僅能讓傳統機器人業者多一個選擇,也能滿足業者客製化需求。

延伸閱讀:曾手寫記帳、憑印象叫貨...萬達如何擺脫「一切靠人工」、躍升全台寵物零售龍頭?

涉及文化轉型,分拆新舊業務、各自聚焦

然而,進入控制器領域後,林茂昌很快發現這不只是技術延伸,更是組織文化的轉型,「我們異想天開,覺得控制器不難,但情況沒那麼簡單,不是硬體上加演算法就好。」原本以硬體為主的開發流程,無法支撐控制器產品對軟硬體高度整合的需求,必須重整團隊。

除此之外,更大的難題是資源分配。在成熟企業中,資源自然傾向主流業務,創新部門難以獲得支持。為此,新漢在 2013 年成立機器人與運動控制事業部,並於隔年將其獨立為子公司「創博」,專注開發開放式控制器。

不同於多數企業將新事業留在母公司孵化,林茂昌選擇讓新舊業務分拆,各自聚焦。母公司延續工業電腦硬體優勢,創博全力投入控制器技術,新漢智能負責整合應用方案,綠基與椰棗則分別發展視覺辨識與工業資安,逐步形成以 AIoT 為核心的技術生態系。

如今,AI 與機器人加速融合,新漢選擇不直接生產機器人,而是聚焦於提供控制器、通訊協議、安全模組等核心元件。「如果我們自己生產機器手臂,就會跟機器人製造商形成競爭關係,」但透過控制器的開放架構,就能賣給所有人,林茂昌說。他著眼的點是,與其爭奪有限的機器人整機市場分額,不如為整個產業提供關鍵技術,共同做大市場。

096_3次轉型、重新定位,新漢成功打入機器人供應鏈.jpg
經理人

林茂昌

1955 年生,台灣大學電機系、交通大學管理碩士。曾任神達電腦系統事業部協理,1992 年創立新漢,現為新漢集團董事長。

新漢集團

創立時間|1992 年
員工人數|約 1000 人
營  收|54.21 億元(2024 年)
營運項目|工業 4.0 自動化系統、機器人控制器、網通設備、車載電腦、醫療資訊整合及工業網路安全及開發解決方案。

繼續閱讀 製造業 AI
相關文章
商業 Business > 創新創業
feature picture
3

達明如何靠「不像人的機器人」獲輝達青睞、躍升業界第二巨頭?

撰文 李岱君
2025-06-04
分享
收藏
已完成
已取消

2024 年初,特斯拉(Tesla)人形機器人 Optimus 跳舞的影片在網路瘋傳,短短幾天就突破千萬觀看次數,激發群眾對於未來的想像,但人形機器人面臨的挑戰,遠比外界想像的複雜。

達明營運長黃識忠解釋,要讓機器人執行任務,得先做到 3 件事:認知環境、理解任務、產生策略。「就像你要機器人『幫我拿飲料』,它得先知道冰箱在哪、飲料長什麼樣子,理解『拿』是什麼意思,然後決定怎麼走過去、怎麼開冰箱門。」他搖搖頭,「現在的技術,每一步都還在摸索。」

更現實的是成本問題,一具人形機器人的成本可能要 50 到 100 萬元,大約一台車子的價格。但人們需要車子來移動,而家用機器人卻未必是剛需。

然而,當多數機器人新創還在燒錢追夢時,達明早在 2019 年就實現獲利,並默默成為全球第二大協作型機器人廠商。 在一年一度全球矚目的輝達 GTC(開發者大會)上,輝達執行長黃仁勳邀請多家合作夥伴分享技術看法,2025 年的看板之一就是達明機器人。

在 AI 浪潮來襲的今日,什麼樣的機器人才能真正解決使用者的痛點?達明的選擇,或許能為相關業者提供另一種思考角度。

不為了人形而人形,達明機器人在產線上看見機會

「人形機器人確實是未來,但現在我們選擇先解決眼前的問題,」黃識忠表示,達明不會「為了人形而人形」,相較之下,達明的協作型機器人專注於「手眼協調」,透過整合在手臂上的視覺系統,讓機器人能「看見」並精準操作。

這個選擇已經獲得市場驗證:從筆電產線到汽車品檢,從晶圓搬運到日本的章魚燒製作,甚至在法國果園裡,達明的機械手臂正輕柔地摘下一顆顆成熟的蘋果。

「製造業要的不是機器人長得像人,他們要的是能解決問題。」

黃識忠語氣堅定地指出,如果把人形機器人的 AI 技術用在成本更低的單臂上,對工廠來說反而更有價值。

延伸閱讀:特斯拉、輝達領跑,台廠也搶進的市場!「人形機器人」為何是下一個技術風口?

讓機器人「平民化」:以 No Code 解方增加附加價值

達明真正的革命,不只是把眼睛裝在手臂上,更在於讓「教機器人做事」變容易。

過去要讓機器手臂畫一條線有多難?你得告訴它從哪裡開始、到哪裡結束、用什麼角度、多少力道、什麼速度……等數個參數,「就像你要請人幫你倒水,卻得精確說明『右手抬起 32.5 度、前伸 47 公分、手指張開 3.2 公分』一樣荒謬。」

但在達明獨創的 TM Flow 系統上,只要拖拉軟體中的圖示,就能像玩拼圖一樣,讓機器人知道該做什麼,例如拍照、辨識、抓取、放置。整個過程就像人們使用手機拍照、傳訊息一樣簡單。

黃識忠回憶,以前工廠要導入機器人,得請系統整合商派工程師駐廠,花 3、4 個月調適是常態。而用達明的系統,一個禮拜就能完成同樣的任務。

這項革新更深層的意義,在於技術的「民主化」。過去,操作機器人需要同時懂機器人學、視覺演算法和程式設計的專家,這種人才鳳毛麟角。現在,一般非理工背景的產線作業員經過半天培訓就能上手。

這正呼應了當前軟體產業的 No Code 趨勢,當 AI 讓機器變得更聰明時,人類能藉此輕鬆指揮這些聰明的機器。就像 Salesforce 讓業務人員能自己設計流程、Canva 讓每個人都能做設計,達明整合軟體,讓工廠作業員也能「教」機器人工作。

延伸閱讀:從光碟機轉做機器手臂,3 年內奪全球第二!廣達達明的變革啟示:搶攻低價 vs 砸錢研發,該走哪條路?

機器人不一定要最聰明,但要最好用

達明也選擇適合工業應用的路徑,來發揮 AI 的潛力。達明透過與輝達的合作,探索數位孿生(Omniverse)的「示範教學」模式,未來,工人只需在機器人面前示範幾次動作,機器人就能學會。

只是真實世界的複雜性,提高了機器人的學習門檻,例如光線會變、物品擺放角度不同、桌面可能有其他雜物,因此必須在虛擬環境中生成數百萬種情況,讓機器人學會應對。

除了讓機器人更容易學習,還有另一個挑戰:反應速度。「想像你要抓一個移動中的物體,相機拍照、辨識位置、計算路徑、執行動作,這一切必須在毫秒內完成。如果把資料傳到雲端處理再傳回來,就趕不上工廠需求。」這就是為什麼達明堅持邊緣運算,把關鍵運算都放在機器人本地進行。

黃識忠認為,機器人如果要像手機一樣普及,必須達到 2 個關鍵條件: 技術門檻要低到一般人能用、成本要降到大眾能接受。 「就像掃地機器人,買回家、插上電就能用。如果每個機器人都要配一個工程師,永遠不可能普及。」

真正的創新,未必要創造最複雜的系統,而是讓複雜技術變得人人可用。當競爭對手忙著讓機器人更像人類時,達明要做到的是:如何讓人類更容易使用機器人。

核稿編輯:王宥筑

相關文章
會員專區

使用會員功能前,請先登入

  • 台灣首款對話式 AI 職場教練,一次提升領導力
  • 會員專享每日運勢、名人金句抽籤
  • 收藏文章、追蹤作者,享受個人化學習頁面
  • 定向學習!20 大關鍵字,開放自選、訂閱
  • 解鎖下載專區!10+ 會員專刊一次載
追蹤我們