機器人「零接觸製造」成真？亞馬遜和 NVIDIA 揭 AI、數位孿生如何顛覆製造流程
元宇宙熱潮退燒，但支撐這項願景的技術──模擬、即時 3D 建模與合成環境──正悄悄走進工廠現場，在那裡展現真正價值。
Amazon Devices & Services（下簡稱亞馬遜）與 NVIDIA 近日宣布，雙方正在結合 AI 與數位孿生技術，推動更智慧與高效的工廠運作，邁向「零接觸製造」：機器人無須人工干預即可完成生產與檢測。
零接觸製造：從實體原型到虛擬孿生
零接觸製造聽起來簡單，但背後最大的革新在於亞馬遜不用再為每款新產品建立實體原型，而是透過名為「數位孿生（digital twins）」的虛擬環境中打造該設備的數位版本，然後在這個「虛擬工廠」中讓機器人預先練習怎麼拾取、檢查和處理新產品，並以軟體模擬優化每一個動作路徑。
所謂數位孿生，不只是 3D 模型，而是與實體系統雙向同步的即時模擬：感測器資料持續回饋虛實兩邊，讓生產節點與流程得以不斷校準。這種方法運用了 AI 生成數以千計的合成影像來訓練機械手臂。藉此，機器人能更快地學會如何發現瑕疵和分類產品，也代表亞馬遜可以用更快的速度、更少的錯誤將新產品導入其生產線，將新產品交到消費者手中。
數位孿生、AI、機器人技術如何相互搭配？
在協作流程中，NVIDIA Isaac 技術打造高擬真的模擬環境；亞馬遜則把新裝置的 CAD 模型導入 Isaac Sim 平台，進而生成超過 5 萬張多元合成影像，再推導出機械手臂的操作軌跡。
亞馬遜也運用雲端與專用軟體加速流程：Amazon Bedrock 能解析產品技術文件，規劃任務與測試案例；運動規劃庫確保機器人高效避障；物體追蹤模型則幫助機械手臂精準定位與拾取。
另一個亮點是 NVIDIA Foundation Pose 基礎模型，該模型能在沒有事先接觸的情況下延伸至全新物體，讓不同產品之間可以順暢轉換，無需為每次變更蒐集新資料重新訓練模型。
根據《PYMNT》，傳統打樣常因遭遇機械強度、散熱、零件偏移等問題，每一次測試循環都以週為單位、成本以萬美元起跳，對產品節奏快的消費電子更是沉重負擔。透過數位孿生，機械手臂能在高擬真環境裡「過夜」學完數千種變化──從輕微變形、上料誤差到扭力異常都能先演練，等到上線時已具備可直接遷移的「經驗」，自然減少次品、縮短從模擬與真實（sim-to-real）之間的距離。更重要的是，這些調整全程可透過軟體更新，不需要更換任何硬體。
走向「通用製造」的新時代
NVIDIA 形容，與亞馬遜的這項合作是邁向「通用製造」的重要一步：即使沒有物理原型，也能用自動化系統處理不同產品與流程。
《PYMNT》指出，製造業長期以來仰賴把高額資本支出攤提在多年產能上，但在消費者需求更難預測、供應更容易波動的今日，這種模式已經動搖。數位孿生帶來的「虛擬迭代」做法，提供了新解方，讓工廠能在虛擬工廠裡試出最佳路徑，再實際再落地，將產品週期從「以年計算」縮短到「以季計算」。
數位孿生概念早在 21 世紀初就已提出，但過去需要龐大資本才能實施。如今，在雲端運算與現成 AI 模型支持下，中型企業僅需租用算力，就能展開模擬，而不必自建超級電腦。在更廣的產業脈絡裡，NVIDIA 正在以 OpenUSD 與 Omniverse 擴充數位孿生能力，將高擬真場景從「手工搭」轉向更標準化、可復用的流程。
雖然數位孿生不會像社群潮流般引爆話題，但它可能徹底改變全球價值 16 兆美元的製造業。
＊本文開放合作夥伴轉載，資料來源：NVIDIA 1、NVIDIA 2、《PYMNT》、ESJ、Startup.ai，首圖來源：NVIDIA