Teradyne Robotics大中華與南韓區總裁Seth Meng表示，目前亞洲對先進自動化、協作機器人及移動機器人需求最旺盛的領域，主要集中在半導體、電子製造及AI伺服器相關供應鏈。大型AI客戶導入機器人並非單純為了減少人力，而是希望達到人工較難同時兼顧的「安全、速度與品質」。
面對少量多樣、高頻換線需求，傳統自動化系統多仰賴固定程式，一旦產品或產線配置改變，就需重新設定；Physical AI則整合感知、判斷與執行能力，讓機器人能依環境及產品變化自主調整。
此次首度在台亮相的AI Trainer採用模仿學習（Imitation Learning），透過人員示範蒐集動作、力覺及視覺資料，加速建立及訓練Physical AI模型；Dual Arm on AMR則結合UR雙臂協作機器人與MiR自主移動機器人，可在不同工站間移動，執行組裝、上下料等作業，鎖定電子製造、半導體設備組裝及少量多樣產線。
Seth Meng指出，全新產線涉及製造流程及其他設備整合，從建置到落地通常仍需3至6個月；但若客戶已導入協作機器人或AMR，僅因應新產品調整夾具、移動方式，熟悉設備後甚至可由自家工程師完成，部分產線約2至3週即可完成產品切換，相較傳統客製化產線可能需要5至6個月，彈性明顯提升。
Physical AI現階段最具機會的應用，是高度自動化產線中仍須人工處理的20%至30%環節，包括線纜插拔、高價值零組件組裝及特殊角度安裝等。Seth Meng表示，目前產業仍採「小步快走」，初期方案可能解決約80%的工作，再透過持續蒐集數據、優化演算法，提高至85%至95%；若任務完成率達95%以上，對多數客戶而言已具實際導入價值。
他強調，Physical AI並非全面取代既有自動化，而是補足傳統設備難以因應變化的環節，尤其適合少量多樣生產。未來製造現場仍將以人機協作為主，從過去一人負責單一工序，轉為一人管理多台機器人。
至於人形機器人是否侵蝕協作機器人市場，Seth Meng認為，目前人形機器人仍面臨實際生產場景不足、發熱及跌倒安全風險等問題，距離標準化自動化生產仍有挑戰。相較之下，協作手臂可採單臂、雙臂甚至多臂設計，再結合AMR，已有市場驗證及安全認證，是現階段Physical AI較容易落地的形式。
面對記憶體、晶片等零組件成本上揚，Seth Meng坦言，今年初曾面臨供應鏈挑戰，但約一個月便解決。UR協作機器人全球累計出貨已突破10萬台，隨規模擴大及產品標準化，整體成本持續優化，因此亞洲市場價格仍呈逐步下調趨勢。
針對美國FCC相關政策，他表示，現有產品已取得美國相關認證，短期不影響銷售。公司今年初並著手建置美國生產基地，搭配丹麥、中國江蘇等全球供應鏈布局，長期有望進一步強化美國市場競爭力。
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
