當我們談論「AI 機器人」，談的是什麼？在過去，無人機編隊、跳舞機器人雖吸睛，但它們更多屬於「預程式控制」的產物。真正的「自主」機器人，必須能在不可預測的環境下獨立應變、學習調整，進而完成任務。
&nbsp;
這樣的目標，正是國家科學及技術委員會所啟動的「AI 驅動之下世代機器人技術專案計畫」之核心。這不只是技術創新，更是產官學共同應對高齡社會、極端氣候與國防需求等挑戰的戰略布局。
&nbsp;
一臺「懂你」的機器人
假如機器人能理解你的語氣變化、判斷你當下的情緒，甚至在你還沒開口之前就遞上需要的物品，那該有多好。這樣的場景，將不再只存在於科幻電影中。隨著人工智慧的演進，自主型機器人（autonomous mobile robots, AMR）正在悄悄改變我們對機器人的期待：從「指令執行者」走向「理解與互動者」。
&nbsp;
「我們談的不只是技術升級，而是思維轉換。」國立政治大學資訊學院院長劉吉軒說。他強調，所謂的「自主性」不該只是程式的預設回應，而是機器人能夠根據不同對象、不同情境，做出最合宜的行動判斷。「這代表機器人不再只聽令行事，而是開始觀察人、學習人，最終理解人。」
&nbsp;
這種「懂你」的機器人，需要的不只是更聰明的 AI 演算法，還包括跨領域的整合設計，從語音與影像的感知、語意的理解、決策邏輯的推演，到機構控制與空間導航，每個環節都必須能夠協調運作，並在瞬息萬變的現實世界中即時調整。「我們稱之為『多模態 AI』，機器人要能同時整合聽覺、視覺、語意與物理環境的線索，才能真正與人產生互動，而非只是被動接收指令。」國立臺灣大學資訊工程學系傅立成教授補充。
&nbsp;
舉例來說，在照護場域中，機器人能察覺長者的不適，主動呼叫醫護人員；在日常生活中，則能在使用者低落時主動給予陪伴或送上一杯熱茶。
&nbsp;
感測器融合，邁出「懂你」的第一步
要讓機器人「懂你」，第一步不是語言，也不是表情，而是要像人一樣「看見」、「感知」世界，必須讓機器人擁有人類的「五感」，這一切的基礎，來自於多種感測器的融合技術（sensor fusion）。
&nbsp;
從「感官」延伸到「感知」，要讓機器人能在現實世界中活動，自主系統必須結合多重感測技術：慣性測量、光達、深度攝影機，甚至觸覺模組。這些感測器必須與控制系統高度整合，才能使機器人在不穩定地形上保持平衡、避開障礙、進行精細操作。
&nbsp;
「我們在談的不是單一感測器的性能，而是如何融合來自不同來源的感知資訊，在不確定的環境中做出準確判斷。」劉吉軒院長以一個簡單情境說明：當你說「那個東西給我」，機器人若只能靠語音辨識，很可能無法理解「那個」指的是什麼。但如果能同時結合語音語調、視線方向、手部指向與環境物件位置，判斷便更準確。這種感測器融合技術，是自主機器人理解人類意圖的基石。
&nbsp;
這樣的感知能力，在現實應用中尤其關鍵。無論是照顧長者、協助災害搜救，還是在製造現場與人類協作，機器人都將面對高度複雜、無法預測的環境。「我們不能指望環境為機器人準備好整齊資料，真正的自主系統，必須能自己從混亂中辨識關鍵、排除噪音、做出選擇。」劉吉軒院長強調。
&nbsp;
換言之，從感測器到決策邏輯，真正的難題不是「看見」，而是「看懂」。機器人要從多元線索中掌握全貌，背後是一整套「感知整合」的工程，也是幫助自主機器人理解與共感的第一道門檻。
&nbsp;

<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2025/09/3-1_670x460.jpg" />
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">機器人透過多種感測器，可以「看見」人類的需求，甚至主動給予協助。</div>
</div>
</div>
</div>
</div>
&nbsp;
本土語言模型 TAIDE：讓機器人更懂你
要讓機器人擁有人類五感，能「看見」世界是第一步，但要讓機器人「看懂」世界，甚至能主動回應情緒與語境時，語言模型的角色便無可取代。尤其在使用中文、臺語、客語等在地語言的臺灣社會中，本土語言模型的發展更顯關鍵。臺灣自主研發的開源大型語言模型 TAIDE（Trustworthy AI Dialogue Engine），正是在這樣的脈絡中誕生。
&nbsp;
傅立成教授指出，自主機器人的「自主」不僅是動作上的自發性，更包含語言理解與意圖推理的能力，「一個機器人能不能成為生活中的助理，取決於它是否能理解你說話的細節、口氣、語境，這就需要扎根於本土語言文化的模型。」
&nbsp;
相較於主流語言模型多以英語為訓練主體，TAIDE 是少數以繁體中文為核心的開放語言模型，並特別納入本地生活與行政用語，進而提升在臺灣日常溝通情境中的準確度與敏感度。傅立成教授認為，這樣的語言模型未來將能支援更多人機互動場景，例如高齡照護、客服、教育陪伴等應用，「而這些應用，最需要的就是對本地語言與文化的深刻理解。」
&nbsp;
除了語意理解，TAIDE 模型也具備一定程度的推理與角色記憶能力，能幫助機器人建立使用者模型、判斷語境中的潛臺詞，這正是人類對「智慧機器人」的基本期待之一。傅立成教授進一步補充，「我們不只是要做懂中文的機器人，而是要做能在中文世界裡，長出自己行為判斷能力的機器人。」
&nbsp;

<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2025/09/3-2_670x460.jpg" />
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">本土語言模型 TAIDE 加入機器人的大腦後，可望以流利的中文、臺語、客語與人類溝通，並理解人類的語意。</div>
</div>
</div>
</div>
</div>
&nbsp;
落地應用：從封閉場域走向社會實境
從工廠、醫院、機場、校園，到未來的智慧城市，許多人都期待一臺能「看見」、「看懂」的機器人陪伴左右。但要讓機器人真正「走進社會」，並不只是技術升級那麼簡單，而是一場關於「可靠性」與「適應性」的長期挑戰。
&nbsp;
「我們不能一直把機器人困在一個鋪好路、設定好劇本的環境裡，否則它永遠學不會處理真實世界的混亂與不確定。」傅立成教授指出。
&nbsp;
臺灣已有不少具指標性的場域試點案例。經濟部產業技術司補助工業技術研究院開發，並與高雄榮民總醫院合作導入的醫療物流 AI 機器人「阿幫」，便是一例。這臺自主型機器人能自主避障、辨識電梯並準確完成物資配送，例如，在走廊中遇到醫護人員推著病床時，立即做出閃避或讓行判斷；遇到行動緩慢的病人，則會減速或另行繞行，展現即時態勢感知與自主決策的能力。
&nbsp;
此外，在社區長照據點導入服務型機器人的實驗中，傅立成教授提及，這些機器人能主動給長者用藥提醒、進行日常問候，結果發現長輩不僅願意接受其協助，甚至開始對機器人產生情感依附，成為真實可用的長照助手。
&nbsp;
不只醫療與照護，校園、倉儲與商場也開始出現試驗場域。例如，學校導入自主巡邏車，用於引導訪客與巡檢安全；智慧倉儲區域內，機器人協助貨品搬運與盤貨；商場中還有自主警備機器人夜間巡邏，兼具攝影、避障與交流指引功能。
&nbsp;
然而，落地應用的過程絕非一蹴可幾，真正的困難往往藏在看不見的系統層次。劉吉軒院長進一步指出：「真正的挑戰是如何讓各項子系統之間配合運作，包括感測模組、語言理解、決策演算法與動作控制等，這需要一套穩定且可延展的軟硬整合架構。」他強調，臺灣必須建立自主技術鏈，而非僅靠引進國外方案，才能讓機器人技術深植在地產業。
&nbsp;
臺灣的挑戰與機會
在全球 AI 與自主機器人快速演進的浪潮中，臺灣同時面臨挑戰與重大機會。劉吉軒院長指出，臺灣具備強大的電子、資通訊與精密機械產業基礎，奠定發展自主機器人硬體平臺的堅實基礎；學術界則有豐富的 AI 與機器人跨領域研究人才，但產、官、學三方協同仍需更緊密地整合與資源共享，才能突破技術瓶頸並促成創新產品的快速落地。
&nbsp;
此外，劉吉軒院長補充：「由國科會推動的沙崙智慧機器人研究中心，正是一個突破口，若能有效整合產官學資源，提供中小型團隊可用的標準化開發場域，將有助技術加速轉化。而 AI 與機器人結合的產業，將是下一世代的重要技術國力，值得產官學界共同積極投入。」
&nbsp;
綜觀來看，臺灣在某些技術路線與應用場景展現出「彎道超車」的潛力。例如，聚焦於醫療機構、智慧倉儲及農業自動化等封閉的環境，能有效降低環境複雜度，加速技術商用化；而依托本土語言模型如 TAIDE，則使臺灣機器人能更貼近在地需求，發展具文化識別度的人機互動系統。
&nbsp;
臺灣若能善用產業優勢、加強跨界合作、完善政策法規，並投入人才培育，將不僅在自主機器人技術上取得突破，更有機會在全球智慧機器人競賽中占有一席之地，推動社會邁向真正「懂你」的智慧未來。
&nbsp;
（客座總編輯｜國立政治大學資訊學院 劉吉軒院長；研究顧問團隊｜國立政治大學資訊學院 劉吉軒院長、國立臺灣大學資訊工程學系 傅立成教授；責任編輯｜曹盛威、洪孟樊）