達梭系統於日前舉辦 2026 達梭系統臺灣年度高峰論壇暨 SIMULIA 用戶大會，以「虛擬雙生 × AI 虛擬助手」為主題，聚焦三條主軸：如何以虛擬雙生與 AI 虛擬助手在實際部署前完成規劃驗證，降低時間、成本與風險；如何讓 AI 真正理解並運用產業知識，提升分析、推理與決策能力；以及 AI 如何深入產品研發、智慧製造與機器人領域，加速從概念到生產的流程。 今年論壇匯聚達梭系統全球與亞太區高層、NVIDIA 及臺灣產業領袖，共同探討企業 AI 如何從單點導入邁向規模化與工業化，並由達梭系統臺灣戰略客戶銷售總監張銘輝開幕致詞，法國在台協會主任龐維德與達梭系統全球執行副總裁暨亞太區總裁 Samson KHAOU 致歡迎詞。適逢深耕臺灣 20 週年，本次大會同步規劃 3DEXPERIENCE 互動體驗區，集結高科技、航太、汽車、電池、材料、工業設備及生技醫療等產業解決方案，展示 AI 工廠、人形機器人、虛擬雙生、AI 驅動設計與多物理場模擬等跨產業創新案例，見證達梭系統與臺灣產業共同推動轉型的歷程。
從「做出來再修」到「先理解再建造」
達梭系統全球執行副總裁暨亞太區總裁 Samson KHAOU 以新舊產業模式的對照破題。舊的產業模式是「做出來、測試、修正、重來」，新模式則是「理解、模擬、最佳化，然後才建造」，Samson KHAOU 表示關鍵在於預測能力：「能預測就能最佳化，能最佳化就能創新，能創新就能領先。」因此虛擬雙生（Virtual Twin）已不等同市場上談的數位雙生（digital twin），後者只是模型，前者正在成為智慧系統，把智慧往上游推，讓產品在造出實體之前就完成預測與調整。
「在既有軟體上外掛 AI，只會得到一個助理；把 AI 嵌進平台內部，才會為客戶帶來轉型。」Samson KHAOU 說明，這正是達梭系統三年前決定從 AI-enabled 軟體轉向 AI-Native 平台的核心概念，而這個決定主要以 3D UNIVERSE 和 3DEXPERIENCE 為核心。3D UNIVERSE 是達梭系統提出的願景，「它不是一個新平台，而是新的產業作業系統，」預期在這個環境中，讓產品的虛擬雙生能夠延伸到製造流程與售後服務，貫穿完整的生命週期，並將人、工作流程與組織內部的 Know-how 連結在一起。要支撐這樣的環境，底層平台必須先改變，因此將 3DEXPERIENCE 升級為代理式平台（agentic platform），成為驅動 3D UNIVERSE 的引擎，平台的核心則是工業世界模型（Industrial World Model），並由四個部分組成：企業的知識與 Know-how 資料庫、建模與模擬、具備產業推理能力的 LLM，以及負責協作調度的 AI Agent。Samson KHAOU 強調，重點不是打造一個只有 LLM 的 AI，而是讓 AI 具備正確的推理能力，並與產業知識和 Know-how 相連。
針對工業 AI 為何無法沿用通用型 AI 問題，達梭系統 SIMULIA 執行長 Michelle ASH 說明，通用型 AI 容易出現產生 AI 幻覺或出現過時資訊的情況，而工業 AI 必須具備確定性、安全性、環保規範與極高效能，同時還需衡量 Token 的成本與價值。因此達梭系統的應對方式是打造三位虛擬 AI 助手「Aura、Leo、Marie」各自聚焦特定任務，將任務範圍縮小，幻覺機率隨之降低，並運用 LLM、機器學習與電腦視覺三種 AI 技術，以求解器產生的合成資料與實際測試、實際使用的歷史資料進行訓練，讓 AI 的判斷建立在真實物理之上。
而達梭系統與 NVIDIA 的合作就建立在此基礎上。Samson KHAOU 說明 NVIDIA 蓋的是 AI 工廠，用算力規模化智慧，達梭系統蓋的是虛擬雙生工廠，用產業引擎與代理式平台規模化理解。Michelle ASH 補充，SIMULIA 與 NVIDIA 目前正並行推進 AI Agent，將 MODSIM 與 Physics NeMo、Domino 等訓練架構結合，目標是以互連虛擬雙生串起產品、工廠製造、供應鏈、客戶到終端回收的完整鏈路，讓企業在做出第一個原型之前，就在虛擬環境中完成驗證。
科技報橘創辦人暨社長戴季全則將視角拉回臺灣，並點出問題：「未來三到五年，公司內部的資料、客戶資料、工作流程、研發成果，全部都要丟給雲端的 AI 嗎？還是我們要建立自己的 AI？」戴季全表示，企業的生產要素正在改寫，過去是資本、土地與勞力的靜態組合，如今加入了 human intelligence 與 machine intelligence 的動態協作，可自動化、可由 AI 判斷的工作交給機器，人則專注於優化流程與創造新的可能，競爭因此不再是盤點企業擁有什麼，而是比誰的動態循環轉得更快，戴季全也提醒，若只把 AI 當成每月 20 美元的輔助工具，那是「成本」，唯有把 Know-how 累積成模型與資產，才構成真正的「資本形成」。
如何靠「虛擬雙生技術」重塑 AI 工程流程？
論壇上半場談的是「理解、模擬、最佳化，然後才建造」這套順序該如何成立，下半場則談論如何在 AI 工廠、AI 伺服器，到一位工程師的工作流程，共用達梭系統同一套虛擬雙生與模擬技術。
NVIDIA 資深解決方案架構經理劉冠良指出，AI Factory 與傳統資料中心不同，它投入的原料是電力與資料，產出的則是智慧與 Token，因此最核心的衡量指標是 Token per Watt，為避免散熱效率不佳、電源最佳化不足與重啟穩定性問題，需要把這些可能的浪費在 AI 基礎建設興建之前就找出來，靠的正是「模擬」，並舉例 NVIDIA 在美國建造的資料中心，正是導入達梭系統的 SIMULIA 與 MBSE 架構，管理從設計、模擬、部署到營運的全生命週期。劉冠良也強調，AI Factory 市場規模預期在接下來十年，從不到 1 兆美元將躍升至 9 至 11 兆美元，如此龐大的工程不可能由單一公司完成，需要臺灣生態系夥伴在散熱、冷卻、電力與硬體製造上的深厚實力。
緯創資通副總經理王光宇也分享臺廠的實作路徑，緯創將二十年來分散採購的工程模擬軟體集中於 HPC 平台統一管理，包含達梭系統 SIMULIA 旗下的求解器，面對無法進行實體破壞性實驗的高階晶片，以 HPC 算力結合達梭系統的模擬求解器進行高精度仿真模擬，並以累積的 CAE 數據訓練 AI 代理模型，讓工程師調整參數後就可獲得結果預測。
達梭系統 CATIA 設計總監 Claude BOURBIGOT 則舉例與日本自動化設備商歐姆龍（Omron）的合作，產線模擬出現 18% 的機器人失誤率時，便透過虛擬助手 Leo 完成分析、提出建議並執行修改。
第七代平台如何重新定義未來工程語言？
最後，達梭系統大中華區資深技術經理陳哲基指出，產業經驗的傳承方式從老師傅的口耳相傳、手繪圖紙與紙本作業指導書，再到 PLM 系統把規範數位化，而第七代平台要做的，就是讓累積多年的數據知識庫能夠透過 AI 主動被調用，因此必須讓 AI 看得懂 3D 模型，以及訓練資料必須來自真正的工程資料，才能真正讓 AI 協助工作流程。
從 AI 工廠的能源效率、AI 伺服器模擬，到鞋面的紋路程式碼與臨床試驗的醫院選點，這些看似相距甚遠的應用場景，通用的都是：理解、模擬、最佳化，然後才建造的邏輯，也呼應 Samson KHAOU 的結語：「不論你蓋的是 AI 工廠、飛機還是晶片，原則都相同：未來必須先被理解，才能被建造。」
對深耕臺灣二十年、全球服務超過 37萬個來自各產業與不同規模的客戶的達梭系統而言，下一個階段的課題，是與臺灣企業一同從單點的工具導入，變成可規模化、可複製的組織能力。
想進一步了解虛擬雙生、工業 AI 與 3DEXPERIENCE 平台，歡迎瀏覽達梭系統官方網站：https://www.3ds.com/
