人形機器人如何從模擬走向現實？愛迪斯科技受邀分享 Physical AI 與 Sim2Real 整合解決方案

近年來，人形機器人（Humanoid Robot）、Physical AI（實體 AI） 與 具身智能（Embodied AI） 已成為全球人工智慧的重要發展方向。隨著生成式 AI、大型語言模型（LLM）以及機器人技術快速成熟，AI 正逐漸從理解世界，邁向真正進入物理世界並執行任務。

然而，讓機器人具備像人類一樣的感知、決策與操作能力，仍是一項高度複雜的工程。如何建立高品質訓練資料、降低開發成本，並讓 AI 能夠順利從模擬環境部署到真實世界，已成為目前全球機器人產業的重要課題。

日前，愛迪斯科技（AXIS 3D）受邀參與 PMC精密機械研究發展中心 舉辦的 「智動未來：AI 機器人技術落地與產業應用研討會」，由賴錦堂經理分享 「從模擬到現實：人形機器人的強化學習與動作生成解決方案」，介紹 Physical AI、Sim2Real 與動作捕捉技術如何協助企業建立完整的人形機器人訓練流程。

全球人形機器人發展趨勢：2026 年將是關鍵轉折點

研討會中，工研院黃仲宏經理分享了全球人形機器人產業的最新發展趨勢。

機器人正從傳統固定式機械手臂、六軸機器人與自主移動機器人（AMR），逐步發展至四足機器人與人形機器人，而 2026 年更被視為人形機器人能否正式邁向規模量產的重要觀察年。

目前，美國與中國多家指標企業已設定數千至上萬台的人形機器人量產目標，在全球勞動力短缺的背景下，人形機器人被視為下一個具有高度成長潛力的智慧平台。

除此之外，機器人的智慧核心也正快速演進。

產業已逐漸從傳統規則控制，邁向結合 Vision、Language、Action（VLA） 的 AI 模型，並透過 World Model（世界模型） 建立機器人對物理世界的理解能力。

值得注意的是，隨著 VLA 模型逐漸成熟，未來人形機器人的競爭重點，將不再只是硬體性能，而是資料品質、AI 訓練流程，以及模擬與實體部署能力。這也是近年全球機器人產業積極投入 Sim2Real（Simulation to Reality） 技術的重要原因。

從模擬走向現實：Sim2Real 是 Physical AI 的核心

由於直接在真實機器人上進行 AI 訓練，不僅成本高昂，也伴隨設備損耗與安全風險，因此目前多數人形機器人開發流程，都採用 Sim2Real 的方式。

Sim2Real 是指先在具備真實物理特性的模擬環境中完成 AI 模型訓練，再部署至真實機器人。

透過大量模擬測試，開發者可以快速驗證任務流程、降低開發成本，同時提升 AI 學習效率，這也成為目前 Physical AI 發展的重要基礎。

而要建立高品質的 AI 模型，除了模擬平台之外，更需要大量真實的人體動作資料，因此動作捕捉（Motion Capture）與資料收集技術，也成為整個開發流程中不可或缺的一環。

愛迪斯科技提供完整的人形機器人整合服務

不同於單一設備供應商，愛迪斯科技專注於人形機器人訓練、動作捕捉、模擬平台與系統整合，協助企業、研究機構及大專院校建立從資料收集、AI 模型訓練到實機部署的完整開發流程。

目前愛迪斯科技提供的人形機器人整合服務包括：

整合方案	應用內容
Xsens 全身動作捕捉系統	建立高品質人體姿態、步態與運動資料集，提供 AI 訓練與模仿學習使用。
MANUS Metagloves 專業資料手套	精準擷取手部關節與抓握動作，建立靈巧手（Dexterous Hand）訓練資料。
ROS 2 系統整合	串接感測器、控制器、AI 模型與機器人，建立完整控制架構。
Unity／Unreal Engine	建立數位孿生（Digital Twin）、互動模擬及視覺化展示應用。
Tesollo DG5F 靈巧手	提供高自由度抓取與力回饋能力，提升精細操作表現。
NeoCore AI Markerless Motion Capture	利用 AI 視覺完成無標記動作擷取，加速 Real2Sim2Real 開發流程。

透過上述整合方案，愛迪斯科技協助客戶縮短人形機器人開發週期、降低系統整合成本，並建立符合實際應用需求的 Physical AI 開發流程。

從 Human Demonstration 到 Robot Deployment

此次分享中，愛迪斯科技也介紹了目前人形機器人訓練的完整流程。

首先，由人員示範走路、搬運或抓取等任務，再透過 Xsens 全身動作捕捉 與 MANUS 手部資料手套 收集高品質人體動作資料。

接著，利用 NVIDIA Isaac Sim 建立具備真實物理特性的模擬環境，進行大量強化學習與任務驗證。最後，再透過 ROS 2 完成感測器、控制器與 AI 模型的整合，部署至實體人形機器人，形成完整的

Human Demonstration → Motion Capture → Simulation → Robot Learning → Real Deployment 開發流程。

此流程可廣泛應用於遙操作（Teleoperation）、模仿學習（Imitation Learning）、危險環境操作、智慧製造、教育研究與服務型機器人等應用場域。

台灣在 Physical AI 時代的機會

研討會中也提到，全球競爭已從單一產品，逐漸轉向整體技術生態系的競爭。

台灣擁有世界領先的半導體、AI 運算平台、電子製造及系統整合能力，在未來 Physical AI 與人形機器人產業鏈中具備重要優勢。

相較於投入高度競爭的通用型市場，台灣更適合聚焦半導體、智慧製造、醫療、教育及精密加工等垂直應用，建立具有差異化的智慧機器人解決方案。

持續推動 Physical AI 與人形機器人落地

未來，愛迪斯科技將持續深耕 Physical AI、Embodied AI 與人形機器人整合技術，結合動作捕捉、模擬訓練、AI 模型建置及 ROS 2 系統整合能力，協助企業與研究單位打造從 Human Demonstration、Simulation、Robot Learning 到 Real Deployment 的完整開發流程。

我們相信，未來機器人的競爭關鍵，不只是硬體本身，更在於資料品質、AI 訓練能力，以及整體系統整合效率。愛迪斯科技也將持續攜手國內外技術夥伴，推動更多 Physical AI 與人形機器人應用加速落地，迎接具身智能時代的到來。

FAQ｜人形機器人與 Physical AI 常見問題

Q1：什麼是 Physical AI（實體 AI）？

Physical AI 是指 AI 不再只停留在文字或影像理解，而是能透過感測器、機器人與控制系統，在真實世界中感知環境、做出決策並執行動作，因此也是具身智能（Embodied AI）的重要發展方向。

Q2：什麼是 Sim2Real？為什麼在人形機器人開發中很重要？

Sim2Real（Simulation to Reality）是指先在高擬真的模擬環境中完成 AI 訓練，再將模型部署至真實機器人。這種方式能降低訓練成本、縮短開發時間，並減少真機測試造成的設備損耗與風險。

Q3：動作捕捉技術如何應用於人形機器人？

動作捕捉可精準記錄人體姿態、步態與手部操作，建立高品質訓練資料集，讓 AI 模型更有效率地學習人類動作，廣泛應用於

• 遙操作（Teleoperation）

• 模仿學習（Imitation Learning）

• 強化學習（Reinforcement Learning）

Q4：愛迪斯科技提供哪些人形機器人整合服務？

愛迪斯科技提供從動作捕捉、手部資料擷取、NVIDIA Isaac Sim 模擬平台、ROS 2 系統整合，到 Unity、Unreal Engine 與人形機器人部署的一站式整合服務，協助企業、研究機構及教育單位建置完整的 Physical AI 開發流程。

Q5：哪些產業適合導入 Physical AI 與人形機器人？

目前包括智慧製造、半導體、自動化物流、教育研究、醫療照護、危險環境作業及商業服務等領域，都已開始導入 Physical AI 與人形機器人技術，以提升作業效率、降低人力負擔，並加速智慧化轉型。