2026年03月09日（優分析／產業數據中心報導）⸺ AI工業機器人至今仍難以大規模投入生產，核心瓶頸主要在於訓練數據不足或數據與現實環境存在明顯落差。
AI系統必須依賴大量數據進行訓練，才能讓工業機器人具備穩定且精準的操作能力。然而在實際工廠環境中，企業不可能直接使用真實原料進行大量試產，只為了讓機器人學習，因此多數訓練過程都改以模擬環境進行，讓機器人先在虛擬世界中學習設備操作與流程。
但問題在於，模擬數據與真實工廠環境往往存在明顯差距，例如光影變化、材質反射或震動干擾等因素，都可能影響機器人感測與判斷能力。這種「虛實落差」也成為目前工業機器人智慧化程度不足的重要原因之一。
為了縮小這項差距，瑞士自動化設備大廠ABB機器人部門周一宣布，已與輝達Nvidia(NVDA-US)達成策略合作。ABB將導入輝達Nvidia(NVDA-US)的Omniverse模擬數據庫，在虛擬環境中加入光影、陰影與材質等高保真細節，使AI訓練環境更貼近真實物理世界。
該技術預計於2026年下半年正式推出，主要鎖定汽車與消費性電子產業的自動化生產需求。
ABB機器人總裁Marc Segura表示，過去工業機器人常因對周遭環境掌握不足，進而影響運作精度、重複性與速度。他舉例指出，若機器人在沖壓機旁作業，設備運轉所產生的強烈震動往往會降低機器人作業表現。
透過新的模擬訓練技術，機器人可先在虛擬環境中完成完整訓練，並在正式導入產線的第一天就具備應對震動等干擾因素的能力，企業也可因此大幅節省導入與調校所需的時間與成本。
目前全球電子代工龍頭鴻海(2317-TW)已開始試用該技術，應用於消費性電子產品側邊按鍵的安裝作業。ABB透露，過去由於光影與陰影變化容易干擾機器人的視覺辨識系統，使得此類精細組裝任務在自動化執行上難度相當高。
輝達Nvidia(NVDA-US)機器人與邊緣AI副總裁Deepu Talla指出，工業領域迫切需要具備物理精確度的模擬技術，唯有如此，才能真正縮小虛擬訓練與AI機器人在現實世界大規模部署之間的差距。
