達明機器人營運長黃識忠表示，全球人形機器人都急著商業化，但目前仍多處於POC階段，達明今年將先進行內部及客戶產品驗證，部分客戶端POC預計明年初展開。
相較全面押注人形機器人，達明策略更著重實際產業需求。黃識忠直言，製造業最終仍會回到成本及投資報酬率，若單臂可以完成就採單臂，需要雙臂則使用雙臂，並搭配自走車移動，達明目前出貨也仍以半導體及電子業占比較高。
隨AI伺服器及半導體設備朝高密度、高重量發展，達明推出TM45S，單支手臂荷重最高可達50公斤，雙臂同步作業最大荷重可達100公斤，並透過內建視覺自動修正取放位置。目前AI伺服器產線應用仍處展示及POC階段，預計明年第一季進一步驗證。
黃識忠指出，半導體先進製程及封裝部分載具重量已達40至50公斤，既有手臂難以搬動，相較雙足人形機器人，結合自走車與重載機械手臂更加穩定，也能降低機器人傾倒、撞擊高價設備或造成晶圓損失的風險。
另一款TM3S則鎖定焊接應用，本體重量僅11.8公斤、單人即可搬運，搭配磁吸底座可快速固定於不同作業位置。透過內建視覺掃描工件後，可自動生成焊接軌跡，先在虛擬環境完成模擬再執行實際焊接。黃識忠表示，相關方案鎖定船體焊接，目前達明也與台船合作。
為解決Physical AI從模擬走向產線的Sim-to-Real落差，達明此次導入Real–Sim–Real流程，先透過視覺感知真實環境、建立3D場景，再利用NVIDIA Omniverse進行模擬驗證，最後透過AI空間定位部署至實機，降低現場重新校正及示教時間。
在人形機器人方面，TM Xplore I鎖定倉庫取箱、物料運送及工作站交接等廠內物流，並與既有AI Cobot共用AI視覺、VLA多模態模型及機器人學習能力，形成「AI雙引擎」。
不過，黃識忠認為，人形機器人要大規模進入工廠仍有安全、資安及法規等關卡，靈巧手更面臨耐用度、成本及AI訓練資料不足等難題。人類手指具有20多個自由度，代表需要大量馬達與感測器，但目前缺乏足夠的感測資料訓練AI模型，如何讓機器人知道不同物品該如何抓取，仍是Physical AI最難突破的環節之一。
黃識忠表示，達明長期投入協作型機器人，已累積AI視覺、安全及產業應用經驗，包括螺絲孔位、焊縫及環境辨識等能力，未來將持續累積半導體、電子製造等產業製造技術。此外，非紅供應鏈也帶來機會，目前已有美國、日本客戶傾向降低中國供應鏈比重，達明目前則以台灣製造及台灣供應商為主。
本文依《新聞倫理政策》、《新聞規範》與《事實查核政策》採訪撰寫，如有疑問與指教請見《更正政策》。
點擊閱讀下一則新聞
