Capture record
- Canonical URI: https://www.bnext.com.tw/article/92518/embodied-ai-robots-factory-brownfield-greenfield
- Source class: secondary synthesis/reporting。BusinessNext 整理具身智慧(Embodied AI)機器人進工廠的落地考驗,含三位業界受訪者:創博 NexCOBOT 總經理沈倩怡、工研院機械與機電系統研究所組長游鴻修、椰棗科技技術副總陳冠臻;Figure/BMW/NVIDIA 相關事實經第一方公告核對。1 2 3 4
- 原文標題: 機器人有種價值叫「擋命」!具身智慧拚落地的2大考驗,成功率沒100%也能導入
- 作者/出版者: 傅莞淇(責任編輯:謝宗穎)/數位時代 BusinessNext;本文出自《一次搞懂工業AI》期雜誌
- 發布日期: 2026-10-06T15:29:00+08:00(BusinessNext JSON-LD
datePublished/dateModified) - 擷取時間: 2026-10-06T12:05:15+00:00(BusinessNext canonical response
Date) - Retrieval method:
web_extract讀取 BusinessNext canonical page 全文;另以 Python 標準函式庫urllib直接 HTTP GET 核對 metadata。第一方核對:Figure AI〈F.03 Arrives at BMW〉、BMW Group Press Figure 03 Spartanburg 新聞稿、NVIDIA Newsroom Halos for Robotics 公告(2026-06-22)均以web_extract直接讀取全文。全程未使用 browser 或 browser process。 - HTTP metadata: BusinessNext status
200;Content-Type: text/html; charset=UTF-8;responseDate: Tue, 06 Oct 2026 12:05:15 GMT;HTML 418,993 bytes;HTML payload SHA-25641ff2474b3867588e79d192677d492e71ba1103616963f9f3f64a03eba292f46。 - Saved payloads and SHA-256: 無;本筆只保存 provenance wrapper、忠實摘要與主張帳本,不保存 BusinessNext 或第一方公告全文 payload。frontmatter 的
sha256是本檔 frontmatter 結束後 body 的 SHA-256。 - Rights boundary: BusinessNext 與各第一方公告內容均以 canonical link、metadata、摘要與主張帳本保存,不保存完整受版權保護文章。
Faithful summary
BusinessNext 以 Figure AI 2026 年 6 月宣布第 3 代機型 Figure 03 進駐 BMW 美國南卡斯帕坦堡(Spartanburg)工廠、測試物流分揀任務開頭,並稱此前 Figure 02 已在此試工約 10 個月、參與超過 3 萬輛 BMW X3 的製造;BMW 全球廠區另導入 Hexagon Robotics 人形機器人 Aeon 與波士頓動力機器狗 Spot。1
創博(新漢集團旗下)總經理沈倩怡分析:「人形機器人從會站立到能展演,這是一段路。從能展演到可以穩定地自己工作,又是一大段路」,最後這一哩路最關鍵。她指出控制方式的改變是近年突破的關鍵——傳統機器人由預寫程式與程序圖決定行動,AI 讓新一代機器人可透過模擬訓練、真人示範或實際操作資料反覆練習;工研院游鴻修認為這個轉向「可以開啟新應用」,尤其是複雜多軸控制、非結構化環境。1
文章提出具身智慧落地的兩大患:一是人機協作安全——工業自動化講求「快、穩、準」,VLM/VLA 等前沿模型並非以此為能力特色(例如傳統機器手臂高精度快速插記憶體的任務 VLA 無成本優勢),且機器人訓練多在實驗室進行、現場變數(燈光、人員動線、設備配置)會影響落地表現;二是資安——椰棗科技技術副總陳冠臻指出自走車、機器狗與人形機器人成為工廠協作夥伴後有傷人風險,可能來自自家工程師失誤或外部攻擊入侵,且多數應用中的 AI 模型非使用者自行訓練,難以確定如何管控其持續穩定輸出。1
沈倩怡觀察,AI 機器人已能在結構化環境執行固定任務,但面對訓練範圍外的陌生情境仍需自主判斷應變;她認為比 AGI「更關鍵的是它的 determinism(確定性)」——包括機器人本身的確定性、穩定度與安全性,能同時整合即時控制與功能安全的團隊不多。創博是 NVIDIA 2026 年 6 月推出的全端機器人安全系統 Halos for Robotics 首波 2 家嵌入式系統合作夥伴之一。1 4
部署路徑上,AI 機器人進工廠至少有兩條路:既有產線增加感知、AI 運算與自主決策能力的「棕地(brownfield)」升級,以及新建環境以新型機器人重新設計生產系統的「綠地(greenfield)」部署。沈倩怡估計現階段大部分客戶屬棕地應用;她並估計在 2026 年進入部署、試量產的基礎上,較規模化的量產最快落在 2027 年上半年,其中上身雙臂、下身輪式構型可能進展最快。1
游鴻修觀察,AI 機器人從結構化環境滲透到非結構化環境的第一波灘頭堡會是物流、倉儲、巡檢等半結構化、容錯率較高的場景(機器狗巡檢讀取電表失敗可重試);在危險、髒污或人員不易進入的巡檢環境,即使成功率無法達到 100%,只要能減少人員傷亡風險即可能有導入價值——「有種價值叫它能擋命」。他也指出模型開發商大多沒有實體製造場域資料,需與製造業者合作才能開發實用實體 AI 模型。1
Claim ledger
- supported: Figure 02 於 BMW Spartanburg 參與超過 3 萬輛 BMW X3 的生產(BMW 第一方新聞稿:「supported the production of more than 30,000 BMW X3 vehicles over ten months」;Figure AI 官方頁同稱 30,000 cars)。BusinessNext「試工約 10 個月」與第一方「ten months/11-month deployment」(BMW 新聞稿引 Adcock 語)一致。3 2
- supported: Figure 03 於 2026 年 6 月進駐 Spartanburg Hall 52、執行物流分揀(sequencing)任務,由 Helix 02 VLA 驅動 loco-manipulation;Figure 03 新增軟性安全元件、無線充電、語音對語溝通與觸覺感測手掌。3 2
- supported: NVIDIA Halos for Robotics 於 2026-06-22 發布,定位為業界首個全端(full-stack)機器人/Physical AI 安全系統,含 IGX Thor、Holoscan Sensor Bridge、Halos OS/Halos Core 與 ANAB 認證的 Inspection Lab;Agility Robotics 為首家整合夥伴。BusinessNext「6 月推出的全端機器人安全系統」表述經第一方公告核對。4
- partially-supported: 「創博是 Halos for Robotics 首波 2 家嵌入式系統合作夥伴之一」——NVIDIA 新聞稿與本輪讀取的官方頁未逐一列出全部嵌入式系統合作夥伴名單(僅明確點名 Agility 為首家 humanoid 夥伴、Acontis/FreeRTOS/QNX 等軟體層夥伴),「2 家」與創博在列維持 BusinessNext attribution,unresolved。1 4
- partially-supported: 「BMW 在全球廠區導入 Hexagon Robotics 人形機器人 Aeon 以及波士頓動力的機器狗 Spot」——本輪未讀取 BMW 或 Hexagon 第一方公告逐項核對,維持 BusinessNext attribution。1
- observational: 沈倩怡(創博):「會展演到穩定工作是另一大段路」、determinism 比 AGI 更關鍵、棕地為現階段主流客戶類型、規模化量產最快 2027 年上半年、上身雙臂下身輪式構型進展最快。屬受訪者第一手產業觀察與預測,無獨立量化驗證。1
- observational: 游鴻修(工研院):VLA 在傳統機器手臂高精度任務上無成本優勢、物流/倉儲/巡檢為第一波灘頭堡、「擋命」導入價值論述、模型開發商需與製造業者合作取得場域資料。屬受訪者專業判斷,無獨立驗證。1
- observational: 陳冠臻(椰棗科技):機器人資安風險(傷人、外部攻擊入侵)、AI 模型漏洞能力雙向性、「邊學、邊改、邊用」的現況描述。屬受訪者專業判斷,無獨立驗證。1
- unresolved: 「較規模化的量產最快落在明年(2027)上半年」為沈倩怡個人估計;「上身雙臂、下身輪式構型進展最快」為預測性言論,均非可驗證事實。1
Evidence boundary
本筆支持的是 BusinessNext 對具身智慧機器人進工廠落地考驗(人機協作安全、資安、最後一哩穩定性)的二手整理、三位業界受訪者的第一手觀察與專業判斷,以及 Figure AI/BMW Group/NVIDIA 三篇第一方公告直接支持的 Figure 02/03 Spartanburg 事實與 Halos for Robotics 發布內容。它不支持:創博為 Halos「首波 2 家嵌入式系統合作夥伴」的逐項核對、Hexagon Aeon 導入 BMW 全球廠區的獨立驗證、各受訪者職銜任期的獨立核對,或任何「AI 機器人已可規模化量產」的反向結論。raw-only。
Footnotes
-
BusinessNext,〈機器人有種價值叫「擋命」!具身智慧拚落地的2大考驗,成功率沒100%也能導入〉(傅莞淇;責任編輯:謝宗穎),2026-10-06,https://www.bnext.com.tw/article/92518/embodied-ai-robots-factory-brownfield-greenfield。 ↩ ↩2 ↩3 ↩4 ↩5 ↩6 ↩7 ↩8 ↩9 ↩10 ↩11 ↩12 ↩13
-
Figure AI,〈F.03 Arrives at BMW〉(first-party),https://www.figure.ai/news/f-03-at-bmw;本輪以
web_extract直接讀取全文。 ↩ ↩2 ↩3 -
BMW Group Press,〈BMW Group advances the use of Physical AI in production with Figure 03 project in Spartanburg〉(first-party),https://www.press.bmwgroup.com/global/article/detail/T0458778EN/bmw-group-advances-the-use-of-physical-ai-in-production-with-figure-03-project-in-spartanburg?language=en;本輪以
web_extract直接讀取全文。 ↩ ↩2 ↩3 -
NVIDIA Newsroom,〈NVIDIA Announces Halos for Robotics, the Industry’s First Full-Stack Safety System for Physical AI〉(first-party),2026-06-22;本輪以
web_extract直接讀取全文。 ↩ ↩2 ↩3 ↩4