【333 Robots Community Meetup】具身 AI 進工廠成功率只剩兩三成？MIT Media Lab 博士候選人、Nexuni 創辦人陳韋同用閉環訓練拉高至近 60%
在人工智慧加速邁入實體世界的關鍵時刻，如何讓機器人走出實驗室並解決真實痛點，已成為科技界最關注的焦點。由科技報橘、鴻海科技集團與三創育成共同主辦的「333 Robots Community Meetup」，在每個月第三週的星期三固定於三創舉行，致力於匯聚學研界與新創圈的專家，推廣並鼓勵更多台灣人才投入機器人這個充滿機遇的新產業。
在 7 月份的活動中，特別邀請到麻省理工學院（MIT）電機資工博士候選人、機器人新創公司 Nexuni（耐思尼）創辦人陳韋同，從國際前沿的技術視野出發，剖析機器人技術落地的心路歷程。陳韋同指出，傳統機器人多以寫死劇本的硬性控制為主，缺乏與環境互動並做出決策的能力，「我認為下一代機器人要真正落地，需要兩樣東西，第一是感知，第二是聰明的大腦」。這兩大核心要素，正是讓機器人具備靈魂、走向商業化落地的關鍵所在。
黑暗能飛、深海能定位，MIT Media Lab 如何突破機器人的感知極限？
要讓機器人具備聰明的大腦，必須先為機器人打造超越人類極限的智慧感知技術。陳韋同在 MIT Media Lab 的研究團隊就針對多個高難度場景，開發出前沿感知方案，例如利用毫米波定位技術部署信標，成功讓無人機在完全黑暗的環境中穩定飛行。
在深海場域，由於 GPS 訊號無法穿透水面，海底定位長年是個巨大挑戰，甚至間接導致嚴重的生態浩劫，像是在波士頓外海，每年就有高達 60 萬個龍蝦籠在海中遺失，這些「幽靈漁網」在海底持續無效捕魚，對生態造成毀滅性打擊。為了解決這個環境痛點，MIT Media Lab 研發出無電池的聲波反向散射技術，打造出高效的「海底 GPS」，在深海中能達到 20 公尺定位距離與僅 28 公分的極高精準度，成功引導水下機器人定位並回收漁網。陳韋同強調，學術研究的價值不在於技術多前衛，更在於能否真正理解問題的本質，並為面臨痛點的人們創造實質的社會影響力。
克服機器人「十萬年數據」瓶頸，Nexuni 如何用低成本方式累積 2.5 萬小時動作資料？
當感知技術奠定基礎後，下一個重大考驗便是如何訓練具身智慧的大腦。目前科技界主流是透過海量的人類示範數據，來訓練能夠直接輸出馬達關節動作值的 VLA（視覺-語言-動作）大模型。然而，機器人領域卻面臨棘手的「十萬年數據」瓶頸，也就是大語言模型可以輕鬆從網路上爬取人類文字數據，但生活中成千上萬種物理操作任務，卻極度缺乏多元的動作數據，若只靠單一人力收集，需要不眠不休花上 10 萬年。因此，過去新創公司依賴昂貴且建置困難的「人力資料工廠」，讓員工戴著 VR 搖桿教機器人摺衣服，但這不僅成本高昂，戴上 VR 設備的操作者也會有強烈的眩暈感。
為了解決這個痛點，Nexuni 深度採用 NVIDIA 技術，打造兩大突破性的低成本數據收集路徑。首先是其於 NVIDIA GTC 展出的通用操作介面 UMI，這是一個僅需搭配 GoPro 與鏡子的手持大夾子，讓收集人員能隨時隨地在真實環境中以極低成本累積數據，隨後再透過擴散策略模型讓機械手臂復刻動作。
其次，團隊開發第一人稱視角的 Skill 技術，操作人員只需戴著相機帽，系統便會自動辨識手部與手腕每個關節的位置。這項極具擴充性的技術已幫助團隊快速收集高達 2.5 萬小時的動作數據，並用於最新的機器人模型訓練中。
真實工廠才是具身 AI 的考場，Nexuni 用閉環訓練把成功率拉高至近 60%
儘管具身智慧模型在學術論文中看起來很美好，但在真實工廠環境中，初始成功率往往只有兩到三成，根本無法達到工業級落地的標準。為此，Nexuni 將這套前沿技術帶進新加坡高溫且極度缺工的洗衣工廠中，挑戰讓機械手臂從雜亂、隨意堆疊的毛巾堆中精準抓取特定角落，並順暢地放上摺疊機。
在優化這個看似重複卻充滿變異的任務時，陳韋同分享關鍵是研究人員要設身處地從機器人的相機視角觀察，才能發現當毛巾被拉起時，角落的顏色與背景幾乎完全重疊，並促使他們果斷修改作業流程，進一步導入了兩大核心演算法心法：第一是「領域隨機化」技術，在訓練中刻意隨機改變背景樣式、桌子高度以及毛巾的顏色，強迫模型學習本質上的泛化辨識；第二是「失敗數據回圈」，將實地部署中失敗的三成案例重新收集起來，作為新的訓練數據餵回模型中。透過這套閉環優化，Nexuni 成功將毛巾抓取的成功率提升至接近 60%，且運作速度大幅加快，也讓具身智慧朝工業級落地再往前推進一步。
軟體能力還不夠，Nexuni 跨界自研機器狗
除了機械手臂的應用，Nexuni 自主開發的 NIRO 平台，已成功在新加坡地鐵站與商辦園區實地部署四足機器狗進行日常巡邏。這些機器狗具備自動避障、人流導航與自動回充能力，已實質幫保險公司減少了三分之二的現場保全人力。然而，在開拓全球市場時，Nexuni 發現客戶對資安和「非紅供應鏈」提出極為嚴格的要求，加上市面上現有的機器狗，在面對部分戶外客戶的高規格防雨要求時，硬體防水性能仍有不足。
因此，這也讓原本定位為軟體公司的 Nexuni 決定走上硬體自研之路，攜手美國與瑞士的供應鏈，從零開始打造出具備高度防雨性能、完全去中國化的自研防雨機器狗，為客戶提供真正符合規格的解決方案。
八月活動預告：直擊 RCL 人形格鬥機器人熱血競技
七月的「333 Robots Community Meetup」在 AI 機器人新創公司 Nexuni 創辦人陳韋同的精彩演講，以及全體參與者的熱烈交流中落幕。下一場「333 Robots Community Meetup」活動將於 8 月 19 日登場，特別邀請到 Gesture Platforms 創辦人 Will 與團隊成員 Jiayi，與 RCL（人形格鬥機器人競技聯盟）共同帶來精彩分享。
Gesture Platforms 專注突破機器人的手部靈巧操控技術，本次將由 Jiayi 與 Will 親自拆解靈巧手 Gesture HW1 的開發心路歷程與硬體挑戰，分享如何讓「靈巧手」從實驗室走向真實應用場景。
此外，致力於推廣格鬥機器人運動與硬體人才培育的 RCL，本次活動也帶著多位來自頂尖科技大學、大專院校及高中的優秀青年選手齊聚一堂。RCL 聯盟的核心價值，在於打破傳統純軟體或單一理論的框架，以極具硬體挑戰性的「人形機器人格鬥競技」為實戰舞台，驅使學生從零開始解決機械結構、機電控制、動態避障與重心平衡等真實物理痛點。
在八月的「333 Robots Community Meetup」，與會者不僅能深度汲取 Gesture HW1 靈巧手的第一線開發實戰心法，更能在現場直擊 4 kg 級與 1.2 kg 級的 RCL 人形格鬥機器人表演賽，並透過選手與聯盟的深度對談，探討機器人格鬥的技術難點與未來人才培育的想像。邀請所有對機器人硬體控制、靈巧手開發與格鬥競技有興趣的開發者，一同站在實體 AI 的最前線，共同探索技術與競技融合的新可能。