台灣鋼鐵人前進日本!福寶科技這台「外骨骼穿戴機器人」,憑什麼讓緯創捧錢投資?
台灣鋼鐵人前進日本!福寶科技這台「外骨骼穿戴機器人」,憑什麼讓緯創捧錢投資?

在電影裡,鋼鐵人靠科技成為超級英雄;在現實世界,福寶科技用科技讓人「重新成為自己」。這家從工研院出身的新創,正在用AI與機械技術,幫助那些因為中風、意外或年老退化而失去行動能力的人,重新站起來,走出去。

「2014那一年,我阿嬤94歲,跌倒後,她就不敢走了。」福寶科技創辦人暨執行長巫震華眼神中透露著遺憾,因為一手帶他長大阿嬤,因一次跌倒從此不敢行走,造成身體與心理狀態急轉直下,一年內便離世。

當時,他在工研院開發的自主站立機器人FREE Walk已進入臨床試驗,卻受限於法規與產品尚未商業化,無法將機器人帶到最親的家人身邊,「這件事深深觸動我,必須讓技術盡快商業化,去幫助更多需要的人。」巫震華表示。

難過之餘,他希望幫助更多不能行走的病友。2017年,巫震華帶領團隊離開工研院的保護傘,創立福寶科技。在2016年就獲得電子大廠緯創的投資,近幾年也插旗日本、進軍捷克市場。不過,福寶外骨骼穿戴式機器人究竟是怎麼樣的一套系統,如何讓失能的雙腿重新擁有行走的力量?

 福寶科技
福寶科技創辦人暨執行長巫震華表示,相比傳統的輔具,福寶的外骨骼機器人能提供更精準、客製化和高效的復健與助行體驗。
圖/ 侯俊偉攝影_

反其道而行!拿掉感測器,外骨骼機器人如何比你更懂你的肌肉?

走進福寶科技位於新竹的辦公室,沒有花俏的裝潢,只有一台台宛如電影《鋼鐵人》裝甲的下肢外骨骼穿戴式機器人,靜靜佇立。這身「鋼鐵裝」厲害之處,不在外型,而在於它背後使用的AI運算。

#0 福寶科技
適用於脊髓損傷患者的外骨骼穿戴機器人。
圖/ 侯俊偉攝影_

「我們最大的不同,是拿掉傳統的外部感測器。」巫震華一語道破核心技術並解釋,「外骨骼穿戴機器人」(exoskeleton robot)屬於馬達驅動的輔具系統,不只輔助肌肉較無力的患者,走路更順暢、省力,甚至可以進一步刺激、矯正肌肉的移動路徑。

過去,日本、歐美的競爭對手,多半依賴貼在皮膚上的「肌電訊號貼片」來讀取使用者的動作意圖。但這種做法,不僅穿戴麻煩,訊號貼片更常因貼錯位置、深層肌肉無法偵測以及因流汗而失靈。「機器一旦誤判,對行動不便的患者是極度危險的。」巫震華強調。

因此,福寶科技選擇反其道而行,透過精密的馬達與AI運算,當使用者肌肉發力時,能即時感測並產生的微小「阻抗力」。藉此,系統可以瞬間判斷使用者想往哪個方向、用多大的力氣,並給予恰到好處的輔助。

延伸閱讀:[達明機器人測試產線曝光!人形機器人為何「不做腿」?營運長親揭背後考量][1]

除了輔助使用者做出動作,真正的突破在於反向刺激。「驅動馬達需要電流,但當你反向施力於馬達,它會產生『逆電動勢』。」巫震華進一步解釋,對於馬達來說,當肌肉被拉縮時所產生的訊號,就等同於馬達的電流,逆電動勢就是利用電流的變化來模擬人們的狀態,也是福寶機器人讀懂人體意圖的關鍵。

加上,一般感測器的偵測頻率可能是一秒1,000次,但這套AI模型能夠以每秒高達4萬次的頻率高速運算,即時評估使用者在不同關節角度的力量強弱。

如同影片中這位因脊髓損傷完全癱瘓的患者,在穿戴外骨骼機器人後,能憑藉自身的意志與機器的輔助,成功地再次站立、行走。巫震華也分享,曾經有一位70歲患有帕金森氏症的爺爺,在家人陪同下坐著輪椅來到攤位,沒想到他一穿上外骨骼機器人,才沒踏幾步,走路時的碎步問題立刻改善,看起來行走如常。

「機器人出力必須要剛剛好,太多,使用者會失去訓練效果;太少,又無法完成動作。」巫震華表示,這種精準、動態的外骨骼輔助,不僅引導患者使用正確的肌群發力,也避免代償性動作造成的二次傷害,更重要的是它能刺激大腦,強化「神經可塑性」(Neuroplasticity),讓大腦重新學習並記憶正確的行走模式。

透過這種訓練,可以讓病患重新找回正確的肌肉運動模式,不再只是治標的輔助,同時還可以達到治本的復健。

延伸閱讀:[機器人大軍來了!台廠2大優勢抓緊商機:傳動元件、機器視覺⋯還有哪些機會?][2]

從醫院走進客廳,一個月租金比看三次門診還划算

通過技術的突破,最終都要回歸商業落地。「目前復健最大的需求缺口,在於患者離開醫院回到家之後。」巫震華直接點出目前復健醫療的困境。

在台灣,中風患者住院一個月後就必須出院,回家後的復健之路幾乎中斷,多數人只能祈求不要退化,而福寶科技用科技填補這片空白。他們採取「由B入C」的策略,先與醫療院所、長照機構合作,建立專業口碑,至今,全台灣已經有超過35家機構導入,其中包含超過3成的醫學中心。

接著,他們將目光瞄準居家市場,推出租賃服務。「在醫院做一次自費治療約2000至3000元,若將設備租回家,只要有空就能用,對需要長期復健的患者來說更划算。」巫震華分析,租賃模式的成功,得益於其「無需感測器」的技術,大幅降低居家使用的門檻與風險,家屬甚至患者本人都能輕易操作,不需要復健師從旁協助,突破傳統復健治療師一對一的人力瓶頸,也成為福寶科技在全球市場中,難以被複製的差異化優勢。

福寶科技
許多行動不方便的人更適用於這款外骨骼穿戴機器人,透過髖關節和膝關節的馬達產生動力,並藉由仿人腦的控制器協調動作,協助進行步態訓練和日常助行。巫震華表示,這款明年有機會納入政府補助。
圖/ 侯俊偉攝影_

緯創當後盾,從日本、捷克打響「台灣製造」名號

有了足以挑戰國際的技術與商業模式,福寶科技下一步是出海,而緯創成為他們最關鍵的策略夥伴。

「緯創看得很遠,他們很早就佈局機器人領域。」巫震華表示,2016年,雙方一拍即合,從接觸到簽約僅一個多月。緯創不只是福寶科技最大股東,更是福寶的「全球後勤總部」。「我們去日本、去捷克設公司,不用煩惱法規、稅務、人事,緯創全部搞定,我們只要專心做市場推廣。」

日本是外骨骼機器人強國,福寶憑藉著能幫助「完全無法行走」重症患者的獨特定位,成功打入市場,連日本醫師都驚豔。而在歐洲,他們更透過捷克據點,搭上了援烏的列車,讓「台灣製造」的鋼鐵裝,成為烏克蘭傷患重新站起的希望。

「目標是在2027年完成IPO。」巫震華透露,上市前的3大任務,分別是鞏固個人輔具市場、深化長照體系導入以及加速國際市場擴張。帶著獨特的技術與商業模式,其實福寶科技的腳步早已邁向國際,目前海外營收佔比已超過台灣市場,並在日本與捷克設立分公司。

從中風、帕金森氏症到罕見疾病,福寶科技的鋼鐵裝,正一步步將過去被視為「無解」的醫療長照難題,轉化為可照護的機會。行動不便的人終於能走出家門,感受陽光與微風。藉由外骨骼機器人,一步步走向更健康自由的生活。

延伸閱讀:
[Chrome分頁總是越開越多?教你3個方法快速整理,不用額外下載擴充也能用!][3]

[好險,AI文章還沒有占據你的世界!AI文章數量與人寫文章曾出現「黃金交叉」,現在呈55波][4]

本文不開放轉載
[1]: https://www.bnext.com.tw/article/84800/techman-robot-on-the-scene
[2]: https://www.bnext.com.tw/article/82683/humanoid-robot-gtc2025
[3]: https://www.bnext.com.tw/article/84823/efficient-tab-management-tips-to-boost-productivity
[4]: https://www.bnext.com.tw/article/84825/ai-generated-content-rate

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓