.png)
輝達近年持續把AI運算技術從資料中心往實體世界延伸，應用範圍也從生成式AI、伺服器進一步跨入智慧製造、機器人與自動化。輝達攜手16家台灣企業參與「2026台灣機器人與智慧自動化展」及「台北國際自動化工業大展」，從AI視覺、邊緣運算、機器人控制，到數位孿生與人形機器人全面亮相。AI正在從「坐在雲端動腦」，進一步走進工廠幫忙「看、想、走、做」，而台灣供應鏈也準備搶搭這波物理AI熱潮。
輝達攜手16家台廠，AI從資料中心走進工廠
隨著AI模型快速發展，傳統工業自動化也開始出現新的變化。過去工廠裡的機器人，多半依照設定好的程式執行固定工作；如今結合AI之後，機器人開始具備理解環境、辨識物體、規劃路徑，甚至自主做出判斷的能力。這也是輝達積極推動「物理AI（Physical AI）」的原因。所謂物理AI，可以簡單理解成讓AI不只存在於電腦螢幕裡，而是能進一步理解現實環境，並控制機器人在真實世界完成工作。
此次參與的台廠陣容相當完整，包括：研華、台達電、新漢、廣運、和碩、達明、廣達、所羅門、麗臺、宸曜、茂綸、英業達、慧友等業者，涵蓋AI視覺、感測器、邊緣運算、機器人控制、協作機械手臂，以及數位孿生等不同環節。這場展覽看的不只是「哪一台機器人比較酷」，而是台灣供應鏈如何把AI真正塞進工廠裡，讓機器人從「照表操課」進化到「自己想辦法」。
AI視覺＋機器人控制，工廠裡的機器人開始學會「看路」
在實際應用上，台達電鎖定工廠機器人與AI視覺技術，透過NVIDIA Isaac ROS Nvblox、cuMotion等技術，讓機器人可以即時建立3D環境資訊，同時進行路徑規劃與避障。這項能力對智慧工廠尤其重要。畢竟真實工廠不像實驗室，地板上不會永遠保持乾乾淨淨，工作人員、推車、物料甚至其他設備都可能隨時移動。因此，機器人若只會按照固定路線走，遇到突然出現的人或障礙物，很容易就「當機」。加入AI之後，則能根據環境變化重新判斷路線，提升實際作業時的彈性。
新漢則聚焦在機器人控制與部署，並與工研院合作展示「Real-to-Sim-to-Real」流程。簡單說，就是先從真實世界蒐集資料，再把資料帶進虛擬環境訓練AI，最後重新讓訓練好的模型回到真實機器人身上。這種「先在虛擬世界練功，再到現實世界上場」的模式，有機會降低實體設備反覆測試的成本，也能讓AI模型在正式投入工廠前先累積更多訓練經驗。
人形機器人也來了！AI視覺成為機器人「眼睛」
除了工業機器人之外，人形機器人也是近年AI產業最受矚目的新應用。所羅門則將重點放在AI視覺與機器人感知技術，展示人形機器人與AMR（自主移動機器人）相關方案，並結合NVIDIA的Isaac GR00T、Cosmos等技術與Jetson AGX Thor運算平台。這類技術的核心概念，就是讓機器人不只是「有手有腳」，還能進一步理解周遭環境。例如：看見物體之後，能辨識那是什麼；移動過程中能判斷前方是否有人；面對環境變化時，也能根據取得的資訊做出下一步決策。
因此，AI視覺、感測、運算與機器人控制其實是環環相扣。機器人想要真正進入工廠工作，光靠一副機械手臂顯然不夠，還需要一整套AI「神經系統」支撐。
「數位孿生」成台廠另一大戰場
除了機器人本體，「數位孿生（Digital Twin）」也是這次台廠布局的一大亮點。什麼是數位孿生？可以把它想像成替真實工廠打造一個「虛擬分身」，企業可以先在電腦裡建立接近真實產線的3D環境，模擬設備運作、機器人移動，甚至測試不同生產流程。好處是如果有新設備或機器人要導入，不一定得直接拿真實工廠「開刀」，可以先在虛擬環境裡測試。若發現路線不合理、設備位置不對，先在電腦裡修改，總比實際搬機器、停產線後才發現問題來得省事。
和碩此次運用Omniverse相關技術打造高擬真數位孿生，讓實體產線與虛擬環境能夠同步；研華則展示以Omniverse為基礎的AI智慧製造方案，並推出相關工業級伺服器解決方案；廣運則把Omniverse與Isaac Sim結合，將數位孿生技術應用到軌道運輸及半導體智慧工廠等場景。
從供應鏈分工來看，各家台廠也逐漸形成不同的技術角色，包括：研華、和碩、廣運、廣達切入數位孿生；達明聚焦協作機械手臂；所羅門、慧友發展AI視覺；新漢著重機器人控制；台達電布局邊緣AI；麗臺聚焦Sim2Real應用；茂綸發展邊緣運算，英業達則鎖定即時運算等領域。
AI下一步不只會「生成」而是要真正走進現實世界
從生成式AI到現在的物理AI，AI產業正在出現一個很明顯的變化。過去大家討論AI，可能想到的是聊天機器人、生成圖片、寫文章或分析資料；但接下來，AI的能力將逐漸從螢幕延伸到現實世界，開始控制機器、理解環境、操作設備，甚至與人一起工作，而台灣在電子製造、伺服器、工業電腦與自動化領域擁有完整供應鏈，因此從感測、視覺、運算、控制到機器人設備，都能找到台廠參與的身影。
從輝達串聯台廠的布局來看，台灣業者已不只是在AI伺服器供應鏈中扮演角色，也正積極把觸角伸向機器人、智慧製造與物理AI。對科技產業來說，下一波AI商機，或許真的不只在雲端，而就在我們每天看到的工廠與機器人身上。
