AI × AEC · 情報整理
鴻海科技日探討AI機器人落地:場域驗證與系統整合為關鍵
前沿 AI 模型 · AI 助理 · 企業 AI 導入
鴻海科技日舉辦台灣AI機器人產業開發大會,探討具身智能機器人於工業現場的落地路徑。鴻海高層指出,推動AI機器人發展需聚焦應用端與開發端的提早驗證、系統整合及產業生態系合作,並分享在美國休士頓量產線導入VLA模型與強化學習機器人組裝伺服器排線的經驗。工研院、微軟及NVIDIA專家亦針對端雲混合架構、安全機制與代理式AI需求提出分析。
鴻海科技集團與科技報橘於鴻海科技日舉辦「台灣AI機器人產業開發大會」,聚焦具身智能機器人在工業場域之應用、人機協作及安全發展。鴻海科技集團C事業群總經理李光曜表示,推動AI機器人需從真實需求出發,並提出三大關鍵:提早展開應用端與開發端合作以進行場域驗證、建立系統整合能力串接現行流程與軟硬體,以及串連台灣供應鏈優勢推動生態系合作。在產線實務方面,機器人事業處總經理郭柳宗說明,鴻海已攜手NVIDIA將導入VLA模型與強化學習的具身智能機器人應用於美國休士頓GPU伺服器量產線,透過Isaac Sim數位孿生與持續訓練,將高難度軟性排線組裝成功率由初期的八成提升至97%到99%的量產標準。座談中,工研院副院長胡竹生強調感知、決策與控制安全機制對實體機器人普及的重要性;台灣微軟資深策略業務發展總監章恩齊提出機器人端雲混合架構與串接ERP等企業資源排程觀點;NVIDIA代表則分析實體與多代理AI對運算力與Token需求的顯著成長,並指出AI Agent已能降低開發者操作底層模擬與運動規劃的門檻。
值得帶走的重點
- 李光曜提出推動AI機器人三大重點:場域驗證、系統整合,以及串連台灣零組件與軟體平台優勢的生態系合作。
- 鴻海在美國休士頓GPU伺服器量產線上導入VLA模型機器人,透過數位孿生訓練將軟性排線組裝成功率提升至97%至99%。
- 微軟與工研院專家建議建立端雲混合調度架構、落實硬體安全機制,並直接串接企業ERP與生產系統以發揮實質營運效益。
- NVIDIA指出實體多代理AI使算力需求大幅成長,而AI Agent技術能降低開發者直接處理底層運動規劃的門檻。
來源:科技報橘 閱讀原文 ↗
本篇由 AI 整理、核對並自動發布,未經逐篇人工審核。