何世池指出，現階段限制仍在於成本。要達到高度功能與多軸控制，需要大量感測器與高價手臂模組，若非大規模採購，單機成本依舊偏高，因此應用仍以機器手臂為主，而非完整人形機器人。他強調，AI模型訓練仍需依賴高效能伺服器，僅有完成訓練的模型才能落地於Edge端。隨著運算力持續提升、價格維持穩定，驗證與應用模型的速度將大幅加快，機器人也將更具實用性。
針對美國製造與勞動力短缺，他直言，自動化是必然手段。若美國強制將低附加價值產業（如玩具）移回本土，並不符合成本邏輯，只有半導體等高附加價值產業回流才具意義，否則只是把低薪工作帶回，美國社會也不會接受。
他表示，美國幅員遼闊，客戶服務成本遠高於台灣，「台灣從北到高雄能當日往返，但美國支援客戶需跨州飛行，成本顯著增加」。因此企業赴美投資必須考慮規模與自動化程度，否則將缺乏競爭力。
何世池認為，美國市場每一州規模都超過台灣，協作型機器人在地緣與產業回流趨勢下具發展潛力。不過，他坦言「目前沒有看到迫切需求」將生產線直接移往美國。他補充，自動化投資報酬率通常與當地工資直接相關，工資越高，自動化越划算，因此若美國加速產業回流，協作型機器人必將扮演關鍵角色。
至於輝達最新發表的「機器人大腦」Jetson Thor是否能帶動公司業績，他態度謹慎，認為短期難見直接效益，但長期而言，這樣的運算平台確實為協作型機器人產業注入強大動能。達明將持續專注AI與自動化整合，抓住這波產業升級契機。
達明機器人財務長王偉霖說明，未來機器人核心不在於外型，而是「學習模式」。無論單臂或雙臂，都必須透過視覺學習來觀察環境並判斷動作，這將突破傳統以坐標轉換定位的限制，更貼近人類的操作邏輯。他舉例，「人不會用坐標計算，而是透過眼睛觀察距離與角度，例如拿起手機靠的是影像變化與手眼協調」。
王偉霖指出，「學習模式」讓機器人能透過示範直接學會動作，例如人手拉著手臂完成一次動作，機器人即可記錄並重複執行，省去繁複編碼。這不僅提升彈性，也能拓展到工業以外的應用場景。
在談到人機協作時，他強調，傳統工業手臂追求速度與負載重量，但安全性不足，與人接觸時往往會造成傷害；協作型手臂設計是為了與人共同作業，當偵測到人員靠近或發生接觸時，會自動停止運作，這不是強調速度與力量，而是強調安全與協作，這才是未來發展的核心方向。
王偉霖認為，視覺導向與模仿學習將會是機器人產業的下一個趨勢，能讓達明的手臂產品在智慧工廠、人機協作與跨產業應用中找到更廣泛的落地場景。
點擊閱讀下一則新聞
