SpaceX成功發射回收再使用的太空船「天龍號」進行太空站補給任務|數位時代 BusinessNext

成功發射「可回收太空船」，將大幅降低任務成本

這項任務原本預計在美東時間6月1日執行，但卻在發射前25分鐘遇上閃電攪局，因此延遲至6月3日，目前已順利從NASA佛羅里達的甘迺迪航太中心（Kennedy Space Center）發射，由獵鷹9號運載火箭推送天龍號。

這次任務將運送約2.7噸的物資及科學研究儀器至國際太空站，供駐站太空人使用，預計會在5日抵達，停留一個月後返回地球；過去運輸太空船在任務結束返回地球後，火箭及太空船都會落入海中因而無法再次使用，這也是導致太空任務成本居高不下的主因，因此馬斯克希望透過可回收使用的太空艙及火箭來降低太空運輸的成本。

SpaceX研發的天龍號有一層耐高溫的整流罩防止太空船受損，SpaceX這次選了一台去年9月曾經執行過太空任務的天龍號翻新其整流罩，讓「再生天龍」（Reused Dragon）出任務；事實上，過去SpaceX在執行任務時，太空船艙上的降落傘在海面上降落時容易使得船艙滲水，這是SpaceX特別裝上了新的散熱罩和降落傘，要解決滲水問題，SpaceX副總裁Hans Koenigsmann表示：「這對降低太空計畫成本有很重要的意義，總而言之，這是偉大的一天。」

人類殖民火星又更邁向前了一步

發射約三分鐘後，獵鷹9號的第一節順利脫離，約7分鐘後利用其內建引擎自我導引返航成功回收，這是SpaceX第5次成功在陸地上回收火箭，若加上海面平台回收紀錄，SpaceX共計已實現11次火箭回收。

過去馬斯克提出「可回收火箭」曾被認為是瘋狂的想法，但目前看來「可重複使用」已經成為未來降低太空旅行成本的解答，而馬斯克希望透過這項技術，達成人類殖民火星的目標又更邁向前了一步。

「可以開始感覺到重複使用火箭是ㄧ件正常的事了。」馬斯克在Twitter上寫到「很棒！車跟飛機都是這樣運作的，火箭也應該如此。」

It's starting to feel kinda normal to reuse rockets. Good. That's how it is for cars & airplanes and how it should be for rockets.

— Elon Musk (@elonmusk) 2017年6月4日

SpaceX表示太空艙會在三天內抵達太空站，這次任務發射的仍是無人太空艙，預計最快在明年初可以進一步升級天龍號運送太空人上國際太空站，在此之前國際太空站的太空人都必須依靠俄羅斯的太空船往返地球。

SpaceX於聲明中表示，這是NASA甘迺迪航太中心39A發射台的第100次發射，事實上39A具有特殊的歷史意義，1960與1970年代的阿波羅太空船月球之旅，及NASA所有82趟的太空任務都是在這裡發射。

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。