從 Rule-Based 走向泛化！高通如何解決產業應用碎片化痛點，讓機器人學會「舉一反三」？
專訪：《TechOrange》社長戴季全 / 撰稿：李昀蔚
近期，產業的關注焦點逐漸從純粹的「AI 模型」轉向 「具身 AI」（Physical AI）或「AI 機器人」，這股浪潮也標誌著 AI 應用正在從雲端走向邊緣，並從純軟體走向可行動、可協作的物理系統。本集《全新一週》邀請到高通業務開發總監呂承翰，深入剖析高通在「AI + 機器人」浪潮中的定位，以及打造邊緣 AI 生態系的戰略核心。
「針對不同機器人的效能比，高通推出一系列不同的晶片，來滿足各個機器人的需求，」除了外界熟知的晶片之外，呂承翰也指出，無線通訊是主導機器人溝通的關鍵，高通就是從無線通訊起家，因此掌握住機器人發展中一個非常重要的環節。
然而，如果要讓這些技術真正落地，就必須要有一個能整合 AI 推理、感知與通訊的統一平台支撐，這也是高通推出 Dragonwing 平台的價值所在。
Dragonwing 平台如何賦能機器人？
呂承翰表示，高通推出在半導體基礎上堆疊非常多軟體套件的 Dragonwing 平台，可以應對產業應用高度碎片化的痛點。呂承翰舉例，有別於傳統機器人應用通常是 Rule-Based 的模式，透過高通的平台、SDK 加上視覺模型，就能讓機器人實現 「自動 Reprogram」，賦予機器人「舉一反三」的泛化能力。
像是傳統機器手臂一旦被設定好抓取特定尺寸的包裹後，如果包裹尺寸改變，就需要工程師重寫程式。然而，透過高通平台提供的 SDK，搭配視覺辨識，機器人可以利用大語言模型自動調整抓取角度，顯著提高作業效率。
談到推動邊緣 AI 與機器人加速發展的部分，呂承翰認為關鍵在「技術」與「生態系」。呂承翰以過去高通在台灣與某線材組裝廠合作的 AI 導入專案為例，說明當時技術多為 Rule-Based，光是資料採集、訓練和手動標註（Training Labeling）就需要六個月，若改變生產手法，還需要再花六個月，導致整個專案導入時間長達一年。相較之下，現在隨著生成式 AI 與視覺語言模型的導入，搭配高通平台，同樣的專案導入時間已縮短至兩個月。
此外，呂承翰也強調，由於生態系變得夠大，因此現在已經可以透過自動標註的方式完成資料標記，「所以我覺得驅動機器人能再往下快速的發展的關鍵，就是生態系，」呂承翰說。
AI 與機器人之間的溝通，是下一階段發展重點
呂承翰進一步分析，像是在自主移動機器人（AMR）與工業現場中，生產線上的 A 站到 B 站需要接駁時，若機器人之間缺乏協作訊號傳遞，產生的時間差可能導致物品掉落。相反地，若機器人能提前告知下一站抵達時間或延遲狀況，就能明顯提升作業韌性與穩定度。
因此，機器人之間的 AI 與通訊能力也將成為下一階段發展重點，未來的 5G 甚至 6G 同步能力，會直接決定機器人的速度、協作效率與安全性，「所以 AI 與機器人之間的溝通，是我們看到接下來發展的重點，」呂承翰說。
高通的實戰經驗：「新建」與「升級」兩條道路
其他更多在現實場域的應用案例，呂承翰表示，高通目前的合作專案可以分為「全新的機器人建構」與「既有工廠的設備升級」兩大方向。
全新的機器人專案多半從零開始建構，涵蓋新一代的人形機器人、需要更高精準度的高階自主移動機器人，以及最後一哩路配送機器人。這些專案目前皆透過高通的 IQ9 平台推進，高通也正與台灣、美國的多家 Tier 1 客戶持續合作開發。
另一方面，產業演進通常不是一蹴可幾的革命，許多工廠已經有既有的機器人設備，不可能要求他們「全部換新」或「打掉重練」，因此對於這些工廠而言，升級舊有設備成為更合適的選擇。至於升級的方式，主要包括兩種類型，分別是在傳統機器手臂上外掛一個 AI Box，讓原有的機器人具備更高的智慧能力，或是在機器手臂上直接加裝具備 AI 能力的相機，讓機器手臂能夠理解周遭環境，並執行更多樣化的任務。
高通如何回應 AI 與機器人的市場趨勢？
面對 AI 加速走向具身化與邊緣化，呂承翰預期未來的產業需求變化，將聚焦在機器人的泛用化與通訊協作能力。
首先，呂承翰以智慧車的演進來類比機器人的發展路徑。車用科技從 L1 走向 L4，最終目標是與整個智慧城市基礎架構整合，呂承翰認為機器人的演進模式也相同，不僅需要強化機器人本體的 AI 效率，還必須讓平台更具泛用性，才能進一步支援不同場景與任務。
其次，呂承翰強調，下一階段的突破將取決於通訊技術的進展。例如目前工廠中的 AMR 通常速度很慢，主要原因是 Wi-Fi 易受遮蔽與 Fast Roaming（快速漫遊）影響，一旦連線不穩，AMR 的安全指令通常是立即停止。
因此，呂承翰認為，5G 甚至預計在 2028 年落地的 6G，都將成為關鍵。因為新世代通訊最大的特性之一就是「同步」，基地台能讓所有機器人在同一時間軸上對準，進而提升對接與溝通效率，也能強化機隊管理，「當機器人都在同步的時間軸上時，不管是對接、溝通或者是生產效率，都會被提升，」呂承翰說。
面對 AI 走向具身化、邊緣化與高速協作的新時代，高通正以平台、通訊與生態系三軸並進，重新定義機器人的能力邊界，並強調下一波 AI 革命不只在雲端，而是將發生在每一台能看、能動、能思考的機器人身上。