無人計程車與人形機器人為什麼突然都動起來了？關鍵在「邊緣AI」｜專家論點【朱楚文】

作者：朱楚文（IC之音竹科廣播《科技領航家》主持人）

最近旅居美國的朋友，跟我分享了搭乘無人計程車 Waymo 的體驗。從用 App 叫車、上車到目的地，全程沒有半個人出現，像是在參加未來主題樂園的實境任務，緊張中帶點興奮，新奇又方便。除了 Waymo，特斯拉的 Robotaxi 最近也在奧斯汀正式上路，讓明年準備造訪美西的我，躍躍欲試。朋友說，現在美國不少人寧願多花點錢搭無人車，也不想搭傳統計程車。

我原以為是出於隱私考量，他卻說：「主要是完全自在，不用聊天、不用社交，在車上聽音樂、處理事情都很放鬆。」看來，科技不只是改變工具，而是正重塑我們的生活習慣。有趣的是，不管是無人計程車，還是被預期未來市場規模將比電動車大上十倍的人形機器人，它們之所以「活了起來」，背後有一項共同關鍵：邊緣 AI（Edge AI）。邊緣AI有何重要？

過去 AI 大多依賴雲端運算，裝置收集感測資料（像是影像、語音）後上傳到雲端處理，再把結果傳回來，但這樣的流程不但慢，還可能出錯。試想一輛無人車看到紅燈，還得傳資料上雲端「請示總部」才能煞車，根本不切實際。而現在的邊緣 AI，則是將 AI 模型直接部署在終端裝置內部晶片，透過本地的神經處理單元（NPU）即時推論。換句話說，AI 不只會「思考」，而是能夠當場「反應」，速度快、安全性高，還能降低頻寬與成本。從 Amazon 到 Tesla，從中國到歐洲，全球科技大廠紛紛投入人形機器人開發，並非偶然。

一方面，AI 語言模型的開發成本正在快速下降；另一方面，硬體端晶片效能躍進，也讓「邊緣 AI＋人形機器」的組合變得實用可行。它們不只是「機械動作」的強化，而是真正開始理解語意、判斷情境、即時互動。這讓機器人能從展場走進工廠、醫院、家中與車上，成為我們的數位隊友。值得欣慰的是，台灣在這場技術變革中並沒有缺席。我們原本就擅長硬體，這波邊緣 AI 浪潮正是發揮優勢的時機。現在生成式 AI 降低了軟體門檻，也讓台灣更多企業有機會跨足軟硬整合。

像研華等工業電腦廠商，這幾年積極投入邊緣 AI 領域，軟硬整合協助客戶快速部署各類AI場景，也帶動了實際營收成長。訪談許多科技業專家後，真心感受到，這是對台灣來說很棒的時代，AI 不再是雲端裡的天才，而是走進車上、家中、街角與工廠的即時助手。邊緣AI，正在讓未來提前上路。