如何用 Physical AI 重構製造生產效率？鴻海、達梭與耐思尼解析產線自主化的落地實踐
「傳統產業導入 AI 或人機協力後，優化過去的生產動線與流程，就能緩解缺工帶來的營運危機，」台南市副市長趙卿惠在近日（4/28）由 TechOrange 科技報橘舉辦的「AI 智慧大工廠論壇」指出，隨著 Physical AI 的技術逐漸成熟，人形機器人、機器手臂及各類自動化服務將加速滲透至製造產業中，注入自動化生產的新動能，企業如何透過人機協作搶佔先機，已成為核心課題。
鴻海打造 Physical AI 虛擬練功場，突破數據瓶頸
「機器人已進駐工廠，但目前還不夠聰明，」鴻海科技集團智慧製造平台處長郭錦斌指出，儘管各產業已逐步導入機器人協作，但現階段「智力」仍顯不足，需依賴大量人力示教，同時面對 Physical AI 數據稀缺、場域適應成本高、懂 AI 的複合人才稀缺以及如何符合安全合規等現實挑戰。
為破解數據瓶頸，鴻海與 NVIDIA 透過數位孿生及遙操數據採集技術建構虛擬練功場。首先將實體場域掃描匯入 NVIDIA Omniverse 進行 3D 建模，並於 Isaac Sim 仿真環境中進行模擬，讓機器人在零風險環境下利用 GR00T VLA 模型進行強化學習，並透過 GR00T Teleop 將人類遙控操作的經驗轉換為訓練數據，再將成熟的模型部署至實體場域，協助製造業提升 OEE 整體設備效率以及降低設備實體測試與調教時間。
「需要有一個企業共用的平台，讓所有的 Physical AI 在平台上共同作業，所以我們建造了一個創世紀的平台，」郭錦斌進一步介紹鴻海的「智慧製造創世紀平台」如何協助企業導入 AI 的完整路徑。從定義產線需求，再由 Genesis 系統以標準化工具 Agent 打造客製化 AI Agent，隨後即可將 AI Agent 部署到應用場域，再透過營運中累積的經驗或更多不同的場景，將採集的數據 Token 化，進一步回饋至模型進行持續訓練與優化，最後形成一個應用解決方案的開發、部署、運營完整閉環， 藉此實現生產效率的持續進化。
達梭系統虛擬助手與 AI 技術，加速智慧工廠落地驗證
在邁向 AI 原生工廠的變革中，達梭系統大中華區資深技術經理陳哲基以「工業世界模型如何打造 AI 原生工廠」為題，提出從自動化跨向自主化的工業願景，透過建構 3D UNIV+RSES 打造多維度的虛擬孿生。
「藉由 AI 算力協助工程師累積專業經驗的 Know-How，協助工程師達到更快速、自動化的設計目標，」陳哲基強調企業轉型的核心價值在於建構專屬知識庫，將過往繁雜的工程經驗轉化為自動化與快速設計的驅動力。在技術實作層面，達梭系統利用點雲物件檢索掃描真實環境並進行物件實例化，將識別出的機器人、管道或生產線替換為虛擬孿生模型，讓設計人員能夠直接在 3DEXPERIENCE 平台進行佈局優化，並由 AI 引導重建 3D 模型，縮短數位轉型路徑。另外，針對實體廠房佈署，達梭系統透過生成式 AI 與虛擬助手輔助，在廠房與機器人建置動線前先行完成模擬演練，確保生產線的穩定性與高效率。
「不用再花 5 年、10 年學習數位工廠如何運作，就能夠快速導入 AI 與落地驗證，」陳哲基表示，透過虛擬助手以及虛擬孿生的模式，讓企業能快速打造具備自主優化能力的智慧工廠，在可控風險下提升產能。
從 LLM 到具身智能，耐思尼讓 AI Agent 走向製造業落地
在傳統工廠中，自動化設備通常僅能在高度結構化的環境中執行預設指令。耐思尼總經理陳江川表示，「過去工廠必須要耗費鉅資打造一個絕對受控的環境，才可以讓系統執行，但就會形成讓現實配合機器的現象。」
為突破工廠自動化的瓶頸，耐思尼透過數位孿生與 Sim-to-Real 技術，建構具身智能「感知、推理、行動」三步驟循環，這套架構讓 AI Agent 在虛擬環境中先進行大規模學習，再落地至現實中的自主巡檢、自主焊接或高空作業等設備上。
「我們希望讓 AI 走出螢幕，」陳江川表示，耐思尼的長期願景是打造通用型工廠，讓不同類型的機器人在統一 AI 框架下協作，實現從專用設備轉向通用平台的大規模智慧化生產，讓工廠無需為自動化頻繁更動環境，成為推動智慧工廠持續進化的助力。