當AI從雲端走向實體，「機器人」成了全球公認的主戰場，未來3到5年將是AI機器人加速普及至人類生活的關鍵黃金期。2026晶鏈高峰論壇第二場產業座談，以「打造智慧大腦：AI機器人時代的晶片新趨勢」為題，匯聚多位國際研發機構領袖與產業專家，剖析AI機器人落地的技術解方與產業布局。
從工廠裡的自動化載具、無人機，到走入家庭服務的人形機器人，世界正處於機器人的歷史轉折點。過去3年來，全球對AI算力的投資呈指數級暴增，估計今年已攀升至數千億美元規模，然而這些巨額投資最終必須找到落地運用，無人載具和機器人正是這一波AI算力投資的出海口。
然而當機器人走進實體世界，不僅要有負責高階決策的「大腦」，還有精準控制肢體運動的「小腦」，以及遍布全身的視覺與感測「器官」。如何將大腦、小腦和眾多感測器高度整合在低功耗的晶片架構中，達成毫秒等級的即時感知與動作反應，並確保資訊安全，是相關產業的極大挑戰與龐大商機。
低功耗高算力 解鎖實體AI
卡內基梅隆大學機器人研究所代理所長暨U.A. and Helen Whitaker講座教授Srinivasa Narasimhan舉例，現在要機器人拿起水瓶並移動，往往需停頓數秒思考才能動作，但人類卻是「邊做邊想、邊想邊做」。為了讓機器人即思即行，「AI運算速度要比現在快上10倍甚至100倍，但這不能靠堆疊極其耗電的GPU來解決。」他強調，如何以十分之一甚至百分之一的功耗，實現10至100倍的運算速度，是未來10年機器人產業的競賽關鍵。
日本產業技術綜合研究所次世代製造實裝研究中心副研究中心長金広文男認為，AI正從數位空間（Cyber Space）擴展至物理空間（Physical Space），機器人就是最實際的例子。未來機器人真正的挑戰在於「系統整合」，將感測、運算、通訊與控制等所有要素，完美整合至單一機器人系統中，「我相信AI機器人時代將驅動半導體從『以運算為中心』的裝置，轉型為『以系統為中心』的平台，進而實現與物理世界的智慧互動。」
德國應用研究機構Fraunhofer可靠度與微整合研究所系統整合與互連技術部主任Andreas Ostmann指出，資料中心大尺寸、功耗數千瓦的GPU模組，並不適合裝載於機器人；中長期來看，高能效神經型態運算（Neuromorphic Computing），甚至未來的量子運算更為合適。「3D封裝與晶片疊加技術可減少耗損，實現高速運算，是非常重要的技術。」而他也預測，一旦未來機器人深入人類生活，所需半導體如MEMS、功率電子和運算晶片，數量將相當龐大，也為產業帶來契機。
當AI功耗成為機器人技術痛點時，量子運算可能有解。日本理化學研究所量子電腦研究中心主任中村泰信表示，量子運算不僅能為特定大規模AI程式提供前所未有的加速效果，更追求在無能量耗散或極低能耗的情況下操控，有助降低AI運算功耗，從根本打破傳統半導體的物理極限。
形式追隨功能 需求決定落地
一旦機器人能動能想，什麼型態與功能才有機會產業落地呢？工研院院長張培仁指出，「我始終相信『形式追隨功能』！」張培仁認為，經過數億年演化的動物就是最好的參考設計範例，比如跳蛛靠著兩個高解析度的主要眼睛負責捕食獵物、搭配6個低解析度的副眼，負責防範天敵，加上功耗低於10微瓦的大腦，就能實現精準感知與決策反應。因此開發機器人時，應先確定應用目的和場景，再由上而下拆解出子系統與晶片模組的最佳選擇。
張培仁也指出，未來機器人產業結構將呈現「縱向應用專業化、橫向硬體標準化」的雙向發展，上層應用將垂直落地至不同情境，下層子系統與組件模組則走向橫向專業分工。「各國專注自身優勢，全球密切合作。」
根據達明機器人營運長黃識忠產業第一線的觀察，目前人形機器人多強調泛化，也就是各種應用都能執行，但在工業產線與商業應用中，也需要特化機器人，比如當機器人感測到物品快要掉落時，邊緣端的感測器或輕量AI推論模組可以即時做出反應，而不必等大腦決策。黃識忠強調，產業落地最看重生產週期和投報率，晶片與系統整合必須高度契合產業需求，才能帶來商業價值。
隨著全球對AI算力投資不斷推升，未來3到5年將是機器人進入人類社會的關鍵期，對世界的影響，如同人手一支的智慧型手機一樣深遠。臺灣在晶片設計與精密機械領域擁有堅實基礎，加上政策積極支持，未來臺灣將攜手全球夥伴，迎接機器人走入日常的全新時代。
（本文是由工研院工業技術與資訊授權轉載）
