Physical AI 的进化速度与影响力正以惊人的速度重塑全球制造业。在近日（4/14）由TechOrange 科技报橘、NVIDIA 与鸿海科技集团共同举办的「AI 机器人产业论坛」中，科技报橘社长戴季全引用鸿海董事长刘扬伟于美国国会山庄及矽谷论坛分享的实战数据指出「过去一条产线通常需要30 至40 人操作，但在导入AI 与自动化技术后，如今仅需约5 人即可完成。」 显示AI 机器人正以极快的进化速度在智慧工厂运作。

针对这场新工业革命的具体实践，鸿海科技集团机器人事业处总经理郭柳宗以「Building and Scaling AI Factories With Digital Twins and Robotics」为题，解析如何运用数位孪生与机器人技术，建构与规模化AI 原生工厂。郭柳宗指出，鸿海与NVIDIA 携手合作，结合数位孪生与机器人技术，在美国打造一座生产GPU 伺服器的AI 工厂，展现从模拟到实体生产的虚实整合实力。

从数位孪生到AI 决策：四步骤打造虚实整合的AI 原生工厂

郭柳宗指出，打造一座智慧化工厂需落实四个关键步骤。第一步是「建立数位模型」，也就是打造工厂的数位孪生环境，将厂房结构与各式生产设备1:1 转化为标准3D 数位档案，在虚拟世界中建立数位工厂。

第二步是「进行精准模拟」。在实体设备进场前，先在虚拟环境中试跑，以避免真实工厂反覆试错带来的庞大成本。郭柳宗特别强调模拟阶段的两大重点，第一是高阶伺服器的热流模拟（CFD），由于AI 伺服器运算需求极高，在进行测试运转时非常耗电且会产生极高温，当一个机柜的功耗高达1 MW（一兆瓦）时，必须先透过数位模拟进行厂房热流的模拟与规划。其次是机器人与物流动线的模拟，郭柳宗以美国工厂为例，为了让12 个伺服器测试柜的上下料达到最高效率，透过精细的物理模型（URDF）测试五种不同形态的机器人，比较CTU 与RGV 等物流车的效率，提前找出运作瓶颈并排除「塞车」风险。

第三步则是「将实体数据导入虚拟世界」。将实体工厂的物联网设备数据、制造营运管理系统、标准作业程序与NVIDIA Omniverse 平台整合串接。

最后进入第四步「导入AI 分析」，让工厂具备透明度和即时反应能力、在设备故障前主动提供排解建议，郭柳宗表示，工厂具备高度透明的即时战情室，所有数据都是即时的，第一时间就能掌握工厂的生产进度。

透过虚实整合的AI 工厂，让制造流程不再仅是硬体的组装，而是转化为可即时调度、快速复制且具备自我诊断能力的智慧生态系，实现敏捷生产与规模化转型。

定义柔性制造新高度：打造「越做越聪明」的AI 机器人产线

在AI 工厂的架构中，实体机器人的落地应用是实现「柔性制造」的核心关键。 「过去工厂用整套的自动化设备可能面临整套报废的命运，但人形机器人不会受到影响，」郭柳宗表示，AI 工厂导入人形机器人最大的优势在于具备柔性高度生产适应力，机器人部署到产线后，只需为机器人换上合适的手部工具，并从边缘伺服器即时下载对应工位所需的「技能模型」就能直接切换任务上工。这种高度弹性的运作机制，不仅打破了传统自动化设备的极限，更让智慧工厂能从容应对快速变化的产品需求。

当机器人正式在产线运作后，系统会将所有操作细节的数据记录下来，形成一个不断优化的数据飞轮，透过这样的闭环系统，整座工厂将随着时间与数据的积累「越来越聪明」，展现数位孪生与柔性制造结合的超自动化智慧工厂。