專訪所羅門董事長陳政隆談：VLM 視覺語言模型如何引領 AI Agent 新革命，打造人形機器人產業自動化大未來
專訪：《TechOrange》社長戴季全 / 撰稿：曾品潔
在 NVIDIA 2025 GTC 大會，黃仁勳釋放哪些 AI 機器人重要訊息與技術突破？《全新一週》專訪所羅門董事長陳政隆，分享他親身參與 NVIDIA 2025 GTC 大會的關鍵洞察，並分析所羅門具備哪些獨特技術優勢。
陳政隆分享他的觀察與思考，黃仁勳在今年 NVIDIA GTC 大會特別公布長期產品路線發展及多代產品，其策略用意為何？為什麼黃仁勳不怕奧斯本效應 (Osborne effect) 發生在 NVIDIA 身上？
基於奧斯本效應，一家公司如果太早宣佈未來的新產品，將會導致客戶取消購買現有、即將過時的產品，造成銷售量急劇下滑、庫存堆積。不過在 GTC 的「Taiwan Night」晚宴，黃仁勳便解釋 NVIDIA 眾多大客戶進行長期、大規模投資時，往往希望了解 NVIDIA 未來一到兩個世代的產品布局，以規劃自己的 Road Map，「所以黃仁勳不擔心奧斯本效應，因為資料中心業者 AWS、Microsoft 都以利潤作為導向，他們不會為了等待更遠未來的產品，而停止現在這個產品的採購。」
再談到 GTC 大會中值得關注的新機器人技術，「Vision Language Action Model（視覺語言行動模型，VLA）又更新了，」陳政隆指出從 AI 代理（AI Agent）走向多模態（Multimodal），甚至應用最新的 VLA 模型，不只是看文字、影像或圖片，AI 在機器人產業的發展趨勢還包括動作生成和學習，其中 VLA 是比較新的技術，在近一年 Tesla、Figure AI 才開始運用，「當機器人要抓取一個物件，看到是一回事，但如果只有 VLM（視覺語言模型）到辨識，沒有辦法引發 Action，而 VLA 就是連 Action 一起做，並且融合感知、語言理解和學習控制能力。」
所羅門 AI 模型與智慧自動化平台涵蓋哪些技術優勢？
陳政隆接著分析人形機器人產業發展有三大驅動力。第一是從需求出發，人們期望機器人能夠像人類一樣活動、感知、互動，無縫融入工廠、倉庫、家庭的工作環境，而不用大規模改造現有的設施；第二是台灣面對勞動力短缺、人口老化的挑戰，勢必需要透過機器人代替部分任務；第三是 AI 技術、基礎模型的快速進步，提供產業更多想像空間，
在機器人市場，所羅門具備哪些技術優勢，能協助產業創造全新的應用場景？陳政隆表示，所羅門研發可以快速學習複雜工作的 AI 模型，讓企業可能只需要幾十張、幾百張影像即可訓練高品質模型，減少在工廠、物流倉儲場域物件種類繁多，花費大量時間訓練的成本。另外，所羅門提供高彈性的智慧自動化平台，使用者透過拖拉方式即可重組程式，「就像樂高積木，我們希望在未來甚至藉由 VLM 或 VLA，只要人類以自然語言下達指令，不同情境方塊就會自動分派工作、組合起來，即使不會寫程式，也可以客製化你的程式和應用。」
陳政隆強調，所羅門 AI 模型與智慧自動化平台還可以互相產生綜效，「如果 AI 機器人可以學得快，又能夠以拖拉式客製化應用，對客戶來講會非常方便。所以我們從一開始設計軟體就以此為導向，在硬體端更串聯全世界二、三十家機器人品牌，以及不同 2D、3D 相機、工廠常用的 PLC，因為工業各個場景高度破碎，企業必須把這些硬體、軟硬串接好，才能更高效的規劃架構、開發使用。」
建議台灣企業提早佈局人型機器人產業鏈
「目前人型機器人『眼明』大於『手快』，」陳政隆點出人型機器人發展挑戰，就是要成為工廠、倉儲真正好用的工具，無論是從精度、速度、靈巧度而言，還有許多必須提升的地方，他預估仍須 3 到 5 年才有機會大量用於產線，不過現在人型機器人的眼睛和大腦正在非常快速的進步，運用 AI 或者多模態的 VLM、VLA 皆可強化視覺精準度與細膩度。
因應人型機器人的發展機遇，陳政隆特別建議企業提早佈局，「台灣有很多好的硬體廠商，現在可能需要選擇與全世界好的人型機器人業者合作，例如美國人形機器人強在軟體還有整合的部分，但硬體未必強於台灣，所以在人型機器人這邊，或許和歐美廠商合作的機會比較大一點。」