在製造與營運持續朝向高度自動化、數位化與彈性化發展的當下，AI 機器人正快速從前瞻性技術，轉變為支撐企業智慧製造與營運升級的關鍵能力。國際研調機構 IDC 於《全球供應鏈與產業生態系 2026 年預測》中指出，AI 正加速供應鏈與企業營運由傳統線性模式轉向更智慧、互聯且具協作能力的生態系模式。若要進一步發揮 AI 的應用價值，正有賴跨企業的系統互通性、完善的資料基礎，以及安全可信的數位環境加以支撐。
隨著技術成熟與平台化發展，企業導入 AI 機器人不一定意味著全面推翻既有系統。透過模組化、平台化的方式，企業可視實際需求，在既有產線、設備、感測與管理架構上逐步導入，以更可控的節奏評估效益、擴展應用場景，並為未來的人機協作與智慧決策奠定基礎。
然而，要真正推動機器人產業的普及與商用落地，光靠單一企業的力量是無法達成的，「要推動 AI 機器人的發展，已經不是單一企業能夠獨力完成，而需要打造一個開放、可擴展、可商業化的生態系。」高通業務副總裁吳南億指出，高通投入AI技術的創新開發已逾 15 年，現在更致力將高通在車用自駕領域的低延遲、高效能運算、強大感測與高效推論等核心技術，導入機器人與 Physical AI 的前瞻應用上，並積極與台灣各領域的產業多元合作，希望將整個生態系的力量凝聚起來，進而將尖端技術落實到真實的應用場景。
揭秘 Physical AI 與手腦合一的技術關鍵
成大電機系特聘教授李祖聖指出，全球機器人產業競爭進入白熱化階段。在技術演進上，過去機器人需要仰賴繁複的程式碼才能執行指令，如今結合 LLM 與 VLM，機器人開始具備觀察與學習的能力，在特定環境與條件下透過語音或視覺指令，甚至能讓機器人自主完成如開啟抽屜、收納廚房，為客人調酒等複雜的多步驟任務。
李祖聖與其團隊致力於服務型機器人研發，開發出能自動避障的賣場機器人以及在無人商店中自主挑貨與包裝的智慧系統。「這樣的服務型機器人一定會先進到工廠中，而不是家裡。」談及機器人的實體落地情況，李祖聖表示目前機器人仍然造價昂貴，短期內難以普及到日常生活中，開發者若沒有實體工廠場域進行訓練與測試，應用與技術也難以真正跨越商用化的門檻。
最後李祖聖提到，現今 Physical AI 的ˊ重要挑戰之一，是結合實體動作的端到端學習，也就是讓視覺與語言模型在接收資訊後，能進一步轉換成安全且精準的實體機械動作。而這必須將背後的物理邏輯寫進程式，只要背後的物理邏輯寫得好、設計夠完善，就能夠順利驅動機械手臂，達成 Physical AI 與手腦合一的核心精神。
以異質運算與 6G 技術，解鎖通用型機器人新世代
「長期缺工正推動企業尋求更具彈性的自動化方案， 所以機器人的場域應用在未來會越來越多。」隨著全球缺工問題日益嚴重，高通業務開發總監呂承翰表示，機器人技術走入真實場景已成為未來趨勢，不論在倉儲、零售或是服務業，漸漸能看到越來越多機器人的應用落地場景。
「傳統機器人只能執行單一動作，但未來機器人將會逐漸走向通用型。」呂承翰指出，機器人正從傳統的規則導向，邁向結合大型語言模型的通用型機器人。為因應此一趨勢與未來代理式 AI (Agentic AI) 的發展需求，高通打造 Qualcomm Dragonwing IQ 系列平台，提供高效能、低功耗的異質運算能力，以及兼顧隱私與可靠性的獨特優勢。其中，Dragonwing IQ10 可提供最高 700 TOPS AI 運算效能，並搭載 18 核心 Qualcomm Oryon CPU，可應對更複雜的決策與自主任務。
除了運算晶片的升級，邊緣 AI 從實驗室模型走向商用落地時，往往會遭遇真實場域的精準度落差痛點。「模型真正應用到實際場域時，在精準度上還是會有一些落差。」為應對這樣的挑戰，高通收購 Edge Impulse，並與擁有超過三千萬開發者的 Arduino 深度合作，提供從測試、概念驗證到最終商業量產的端到端解決方案，協助客戶利用現場的真實數據集優化模型，填補技術與實際應用間的落差。
此外，針對未來機器人應用，呂承翰點出 6G 對未來機器人產業的影響以及產業運用，並強調機器人之間的相互溝通是極其重要的元素，為此高通正著手佈局具備低於 0.1 毫秒的極低延遲以及聯合感測與通訊能力的 6G 技術，讓機器人在不依賴光達設備的情況下，也能實現公分級的高精度定位與環境建圖，同時將車用領域成熟的車聯網 (V2X) 經驗導入機器人中，落實機器對機器的直接通訊，讓機器人機隊管理與自主協作變得更加容易且精準。
高通聯手圖靈鏈打造端到端解決方案
當機器人走入家庭、工廠或醫療機構，信任機制的建立變得至關重要，因此必須建立一套完整的機器人身分認證層，確保它們的行為受到正確的授權與監管。
為此圖靈鏈提出可信任代理框架，並透過身分識別驗證、授權、可信度紀錄以及能力證明等 AACC 四大信任支柱進行全面檢視，這套系統能精準辨識機器人的身分與權限，確保機器人在執行敏感任務時，若發生失誤時能夠立即追溯責任。「如果機器人個體無法自行做出判斷，必須完全依賴聯網，將會面臨極大的資安與營運風險。」台灣圖靈鏈創辦人暨執行長胡耀傑舉例，像是進行精密手術的機器人，或是身處於訊號不佳的工廠中，過度依賴雲端連線將會導致延遲或無法運作，而高通打造的 Dragonwing IQ10便扮演了提供離線韌性的關鍵角色，其高達 700 TOPS 的邊緣運算效能，讓機器人能夠在離線狀態下，以低於 20 毫秒的極低延遲完成憑證驗證，並確保 24 小時不間斷的運作。
透過深度整合/軟硬體的端到端解決方案，高通邊緣運算平台提供機器人的中樞架構，圖靈鏈的可信任代理框架則賦予機器人身分與憑證。雙方合作可支援低延遲、安全且可靠的機器人運作模式，更為機器人的大規模商用普及奠定了信任與韌性的基礎。
