2026 AI TAIWAN 未來商務展，於 6 月 24 日（三）至 26 日（五）台北圓山花博爭艷館正式揭幕，今年以「All in AI」為主題，宣告 AI 已成為百工百業關乎生存的結構性資源。展會集結海內外逾 200 家解決方案團隊參與，並規劃 50 場次內容活動，展現台灣最大 B2B AI 實戰生態系。《未來商務》直擊現場，帶來第一手觀察。
全球缺工與高齡化壓力下，越來越多危險、骯髒、無聊，俗稱「3D 工作」找不到人做，這也讓 Physical AI（實體 AI）成為繼數位 AI 之後的下一個戰場。台大資訊工程學系教授徐宏民在國際趨勢高峰論壇中，以學術與產業雙重視角，剖析 AI 從雲端走進機器人身體的技術突破與硬體瓶頸。
機器人取代的不是人力，是國安問題
徐宏民指出，資本市場對 Physical AI／機器人新創的全球創投投資金額，2025 年已達 258 億美元（約新台幣 8,217 億元），是十年前的逾 50 倍；2026 年預估將以年化計算突破 600 億美元（約新台幣 1.911 兆元）。但他強調，這波投資熱潮背後的真正驅動力不是財務報酬，而是結構性的勞動力缺口。他觀察，工廠、醫院、廚房裡許多定義明確的固定勞務工作，潛在市場規模高達 4 兆美元（約新台幣 127.4 兆元），相較之下數位 AI Agent（AI 代理）的市場僅約 4.4 兆美元（約新台幣 140.1 兆元），量級相當。
他以美國機器人新創 Figure AI 日前公開的人機分揀貨物直播為例，機器人最終雖然輸給人類，但若把人類用餐、如廁、休息的時間都算進去，機器人的整體效率其實遠高於人；該公司目前估值約 390 億美元（約新台幣 1.24 兆元），是全球估值最高的人形機器人新創。
但他也提醒，這並非單純的人機替代問題。事實上，有非常多工作是人不願意做的（如 3D 工作），加上台灣等高齡化國家生產力非常低，全世界開發國家都有缺工的問題，他直言：「所以在 Physical AI 進到實體當中，不是財務的問題，不是投資的問題，是國安的問題，還有社會的問題」。
VLA 模型架構讓機器人有了大腦
徐宏民指出，機器人發展至今已歷經工廠機器人、協作與移動型機器人兩波浪潮，近兩年則因大型語言模型進展，迎來以矽谷為發跡地的第三波浪潮。
這一波突破的核心，來自 VLA（視覺-語言-行動）模型架構，由負責語意理解與推理的「大腦」元件，與負責動作執行的「小腦」元件組成。徐宏民提到，這類模型雖小至 3 億到 50 億參數規模，已可在終端裝置上即時運算，但真正的難題在動作端：「他想知道怎麼做，但是他手做不出來，所以手這件事情變成了機器人能力的障礙或上限。」
也因為機器人缺乏對應的網路規模資料可供訓練，目前業界已放棄純粹的人工操作示範與模擬器訓練兩種路徑，轉向讓人穿戴外骨骼與物聯網感測器記錄動作軌跡，以及直接擷取 YouTube 影片轉換為訓練資料，作為主要的資料來源策略。徐宏民並指出，這也讓擁有實體場域（工廠、廚房、物流倉儲）的企業，有機會成為機器人資料供應鏈中具獨特價值的一環。
硬體成本最大瓶頸在關節馬達，估計 2030 年迎來甜蜜點
不同於電動車成本集中在電池與馬達，徐宏民解釋，機器人最大的成本來自驅動關節的致動器（Actuator），由馬達、減速機、編碼器與驅動器四項元件構成，占整機成本約四到五成，人形機器人約需 25 至 30 顆，機器狗則約 12 顆。隨著電動車產業帶動零組件成本下滑，他預估，機器人硬體成本有機會在 2030 年前後觸及甜蜜點，與軟體模型能力的成熟時間點相互呼應。
不過，他也以團隊近一年的研究經驗指出，機器人真正困難的不是執行單一動作，而是長時序的任務拆解與不確定性應對：一個「倒水、洗杯子」的簡單指令，機器人需要拆解成 15 到 20 個小任務才能完成，過程中還要應對突發狀況（如冰箱門自動回彈、微波爐被佔用等），深度推理因此成為比動作精度更關鍵的能力。安全性同樣是商業化前必須跨越的門檻，他以自駕車產業歷經 ISO 26262 等法規驗證的歷程為例，認為機器人接下來也將走過同樣的路。
徐宏民最後總結，AI 技術走進實體世界的趨勢已相對確立，硬體成本與模型能力雙雙指向 2030 年前後的轉折點；他也提醒，這個市場不會一次到位，而是會先從物流倉儲、製造等結構清楚的場域切入，至於更開放、更模糊的場域，恐怕得等到 2030 年之後才有機會。
AI TAIWAN未來商務展更多報導：
簡立峰：哆啦A夢在路上，快來了！台灣少子化有解，但錯過這波就錯過黃金十年
