工研院IEK：多模態AI將驅動人形機器人理解現實環境 創造嶄新人機互動模式
【記者李宜儒／台北報導】工研院產科國際所分析師林研詩表示，隨著AI技術向多模態方向演進，垂直應用範圍也持續擴展，AI代理的發展成為新的趨勢。多模態AI模仿人類對世界的感知方式，讓機器人能更細緻地理解現實環境，並創造出嶄新的AI人機互動模式。
林研詩指出，隨著大量資金湧入，人形機器人技術正迅速崛起，背後的驅動力來自於AI大模型、軟體、以及資料驅動生成與學習。這些技術為機器人賦予了前所未有的具身智慧（Embodied Intelligence），讓人機協作變得更加高效，並逐步走向執行複雜任務的未來。
同時，面對全球勞動力短缺的現象，各國紛紛啟動人形機器人的發展計畫，為產業帶來了強勁推力。根據高盛預測，2035年人形機器人的市場規模將達到380億美元。
近期，科技巨頭紛紛開發AI人形機器人的訓練平台，利用多模態神經網路進行端到端的運行，同時建立多模態資料的共同嵌入空間，以實現全局的數據分析。AI領域的獨角獸公司則正朝著通用機器腦的目標前進，讓人形機器人能夠適應非結構化環境，並透過大世界模型賦予其重要的空間推理能力，這一能力成為通用機器人的智慧基石。
林研詩指出，我國正面臨少子化與高齡化對勞動市場的衝擊，中高齡者的勞動參與率低於OECD平均，國內製造業產線目前依賴技術人力和技術經驗傳承。除了透過自動化來解決產業缺工的問題，融合人的五感與機械協作，能更好地傳承老師傅的經驗，並有效應對製造業面臨的挑戰。
廣告
林研詩表示，這標誌著新「智械時代」的來臨，尤其是在多模態AI機器人即服務（Multimodal AI Robot-as-a-Service, RaaS）領域的應用。未來商業化的關鍵在於機器人能否有效解讀物理空間並做出決策，實現手眼協調技術，從而推動工業5.0的實現，並將數位轉型與永續發展相結合。
