3D 列印你的藥|數位時代 BusinessNext

麻省理工學院教授 Jung-Hoon Chun 今日在台北時代基金會暨麻省理工學院（MIT）全球產研計畫台灣年會上介紹近年來有關 3D 列印技術的發展，提到其中一項其所屬的實驗室在1980年代就已經開始開發的3D列印技術，近年的驚人發展與應用。

（圖片說明：未來的藥錠或將改變型態，epSos.de 分享於 flickr，CC by 2.0）

一般所熟知的 3D 列印技術近年來在製造業掀起大規模的進展，並且將預計影響到一般製造業的產業結構。Jung-Hoon Chun 教授特別提到，5月在一項 MIT 與 GE 的合作上，討論了目前 GE Aviation (奇異航太)正在測試一系列的飛機引擎零件將試著使用 3D 列印技術來製造，除了可以大規模降低成本、改善零件結構並輕量化、改變飛機引擎設計外，也可以加快生產效率。然而，這類技術不是只能用於製造，並改變你我的交通未來而已。這樣的技術如今也已經被用在製藥業上。

早前，格拉斯哥大學化學系教授 Lee Cronin 在 2012 年於 TED 的演講提過他對未來製藥業的想像，他認為未來的藥物將會為了特定的單獨病人製造(而非現有大量製造再配藥的模式)，透過 3D 列印技術，製造藥的單元可以小到在當地藥局或家裡就可以製造並可以隨時提取。

（影片說明：Lee Cronin 2012 年於 TED 的演說：印出你的專屬藥物）

這樣的技術並不只是想像或實驗室產品。MIT 教授，同時也是製造與生產力實驗室主任的 Jung-Hoon Chun 在今天於台北提到，該實驗室正在與製藥商 Aprecia 合作，授權使用 MIT 所發展出的一系列 3D 列印技術來製造藥物。

Aprecia 製藥在今年稍早已經公佈他們的計畫，將在俄亥俄州的實驗室嘗試使用 3D 列印技術製造快速溶解的製藥配方 Zipdose 。 Zipdose 使用 MIT 的 3D 列印製程，透過某種「水凝狀流體」(aqueous fluid) 當作中介，連結特定藥物的粉末組成。 Aprecia 在其網站強調這樣的製程可以協助製作奈米等級的藥劑，更能精確治療疾病目標。事實上，也有類似的製造方法正被應用在製作糖果上。Zipdose 依賴電腦輔助，透過 3D 列印技術，將一般的藥錠以 3D 列印的方式，一層層堆疊製造，也因此不同於傳統使用高壓或製模的方式所製造出的實心或部分空心藥錠，可以製造出具有空心結構性的藥錠，也可以製作出每一層成分不同但可以互相連結的藥錠，用以局部產生特定藥物反應。這種藥錠特別能夠「快速溶解」，適用於某些需要讓人類快速吸收的環境。

（影片說明：Aprecia Zipdose 技術所製作的藥物可以比傳統快速溶解藥物更快速溶解）

根據 in-PharmaTechnologist.com 的報導，Aprecia 已經投資超過 2,500 萬美金在新的 ZipDose 技術上，預計可以提供製作最高 1000 毫克的藥物。Aprecia 已經在 2014 年 10 月將相關的製藥技術送至 FDA (美國聯邦食藥署) 進行驗證。

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。