達明機器人跨越 Sim-to-Real 落差 推進Physical AI 走進真實工廠

達明機器人 (4585) 於 2026 台北自動化工業大展，以「SEE・THINK・ACT — Powered by AI Robotics」為核心，聚焦 AI 智動物流、AI半導體智造、AI 電子檢測與 AI 敏捷部署四大應用。面對 Physical AI 從虛擬驗證走向真實產線時的 Sim-to-Real 落差，達明機器人透過 Real–Sim–Real 部署流程，串聯內建視覺感知與 3D 環境重建、自動點位生成與快速教導、NVIDIA Omniverse™ 模擬驗證，以及 AI 空間定位與實機部署，讓模擬成果真正用於製造現場。

人形機器人近年快速受到市場關注，但對製造業而言，真正的價值仍在於機器人能否安全、穩定地進入既有工廠，並完成實際生產任務。

在 AI 智動物流展區，TM Xplore I 以「Physical AI for Factory」為定位，可完成倉庫取箱、物料運送及工作站交接等廠內物流流程。精簡車身設計可通過狹窄廊道，降低既有工廠大幅改造產線的需求；同時結合圖形化操作與邊緣 AI，可支援固定流程及高變異任務。

達明機器人以「AI 雙引擎」策略串聯 AI Cobot 與人形機器人 TM Xplore I，透過共用AI 視覺、VLA 多模態模型與機器人學習能力，讓人形機器人所發展的 Physical AI 技術也能回饋既有 AI Cobot 應用，加速跨平台智慧在不同製造場景中的導入。

模擬技術可以降低機器人規劃與測試風險，但設備位置、工件狀態及場域條件一旦與虛擬環境存在落差，部署現場仍可能需要重新校正、示教與調整。真正的 Sim-to-Real挑戰，不只是把程式從虛擬環境移到機器人，而是讓模擬成果到了真實產線仍能正確執行。

達明機器人以內建視覺感知真實環境並重建 3D 場景，在 Simulation 端進行自動點位生成、快速教導與 NVIDIA Omniverse™ 模擬驗證，再透過 AI 空間定位銜接實機部署，以 Real–Sim–Real 部署流程降低虛實轉換時的工程落差。

在半導體載具精密取放場景，AI Positioning 僅使用單一 2D 影像即可進行 3D 空間定位，進一步掌握機器手臂、載具與設備的相對位置，可應用於半導體製程中的FOUP、Magazine 取放，以及工業機台材料取放等高精度場景。

在電子檢測場景，TMscene 可直接利用手臂內建相機掃描實體設備並建立 3D 模型，即使沒有原始 CAD 圖檔，也能快速展開檢測規劃。系統可集中管理數十至數百個檢測點位，並預覽相機視野範圍，以不同標示快速辨識重複或遺漏的檢測區域，提升大型檢測專案的規劃與管理效率。

在視覺自適應焊接場景，全新 TM3S 本體重量僅 11.8 kg，單人即可搬運，並可搭配磁吸底座快速移動至不同作業位置。透過內建視覺系統掃描工件，TM3S 可即刻生成焊接軌跡，先於虛擬環境完成模擬驗證，再部署至實機執行，減少逐點示教與現場調校時間。

此外，Instant Random Bin Picking 不需預先建立產品 3D 模型，即可透過 AI 3D 視覺辨識隨機擺放或堆疊物件，並自動對齊 3D 相機與機器手臂座標，減少人工校正與現場測試時間。

從免 CAD、免預建 3D 模型到減少人工示教，AI Robotics 的價值不只是讓機器人更智慧，也在於降低建模、程式設定與現場調校的工程門檻，縮短自動化從規劃到產線部署的時間。

隨著 AI 算力需求持續成長，半導體與伺服器設備朝高精度、高密度及高重量發展，製造端也同步面臨新的自動化挑戰。

全新 TM45S 雙手臂伺服器組裝應用因應大型伺服器與重型工件需求，單支手臂荷重可達 50 kg；透過雙臂同動技術，兩支手臂同步作業時最大荷重可達 100 kg，可協同處理單臂較難搬運的大型重型工件。TM45S 並透過內建視覺系統進行目標定位，即使工件位置產生偏移，也能自動修正取放位置。

AI 帶來的不只是更大的運算需求，也正在創造新的製造自動化需求。從先進半導體的精密取放，到大型伺服器與電子設備的搬運與組裝，機器人的負載能力、視覺與空間理解能力，也將扮演更重要的角色。

達明機器人營運長黃識忠表示：「今天產業不缺模擬工具，真正的門檻，是讓模擬成果到了真實產線仍然做對。達明機器人透過 Real–Sim–Real 部署流程，從真實環境感知與 3D 重建、模擬編程與驗證，到 AI 空間定位與實機部署，讓 Physical AI 不只停留在虛擬環境，而是真正為製造現場創造價值。」

透過「SEE・THINK・ACT — Powered by AI Robotics」，達明機器人將持續深化 AIVision、3D 環境重建、模擬驗證、AI 空間定位與機器人控制能力，縮短 Sim-to-Real的工程落差，推進 Physical AI 從技術驗證走向真實製造，並以 AI Cobot 與 TMXplore I 的雙引擎布局，加速智慧能力在更多製造場景中的落地。