【台北，2026年6月3日】正崴集團董事長特助暨星科國際（SYNCROBOTIC）董事長郭守富（Freddy Kuo）受邀於 NVIDIA GTC Taipei 2026 發表演講，主題為「從模擬到工廠：推進機器人移動、導航與智慧決策的落地實踐」。本次演講以星科主導的 Physical AI 技術體系為核心，系統性揭示正崴集團如何在高運量製造環境中，從數據採集到多代理智慧調度，建立完整的工廠 AI 部署路徑。
從數據源頭解題：智慧手套捕捉人類操作行為
製造業導入 Physical AI 的根本障礙在於數據稀缺——尤其是人類技術工人的操作行為，幾乎不存在現成訓練資料集。郭董事長指出，工廠內部普遍存在「數據孤島」問題，而最難取得的正是真實的手部動作數據（manipulation data）。
為此，星科自主研發的智慧手套（Smart Gloves）數據採集系統，以超低延遲捕捉技術工人的真實操作行為，直接轉化為可擴展的 AI 訓練資料集，從源頭突破模型訓練的數據瓶頸。
重新定義工業 AI 模型架構：從工站到動作
星科在模型設計上提出關鍵轉向：從以焊接、點膠等「固定工站」為中心的傳統自動化邏輯，轉向以拿取、放置等「可複用動作（action primitives）」為核心的 Physical AI 架構。這項轉變讓同一套 AI 模型只需更換末端工具，即可跨任務、跨產線部署，大幅提升通用性與導入效率。
Sim2Real 閉環：從模擬驗證到工廠部署
面對製造現場的高度動態性，星科建立了完整的 Sim2Real 閉環學習系統。完整流程為：以智慧手套採集真實操作數據 → 進入 NVIDIA Isaac Sim 與 Isaac Lab 進行數位孿生模擬與物理驗證 → 透過 MuJoCo 完成演算法測試 → 部署至工廠現場 → 持續收集回饋優化模型。這套閉環確保 AI 在實體部署前，已具備應對真實環境變數的能力。
智慧調度：跨系統 AI 決策的核心平台
在調度層，星科整合 NVIDIA NemoClaw 的大語言模型推理能力與自研的工廠實體作業系統 LocalMind，實現跨代理、跨系統的即時智慧調度（Smart Orchestration）。當產線攝影機偵測到障礙，AI 無需人工介入，即可即時重新規劃路徑並調度無人搬運車（AGV）完成任務——讓 AI 在動態製造環境中真正承擔決策角色。
在正崴廠區驗證的真實成效
上述技術體系已在正崴集團高運量製造廠區完成部署驗證，實際量化成效如下：
生產爬坡速度提升 33%
設備維護工作量降低 25%
品質瑕疵率（Quality Escapes）下降 50%
導入自主巡檢機器人後，巡檢頻率提升 2–5 倍，人工巡檢工作量減少 30–50%
這些成效，建立在一套從數據採集、模擬驗證到現場調度的完整技術閉環之上——而非單點優化的結果。這正是星科在推動正崴集團 AI 轉型過程中持續深化的核心命題：讓 AI 真正在製造現場運作，而不只是在實驗室裡成立。
