工業電腦領導廠商研華（2395）於 2026 年 10 月 20 日至 22 日展會期間，參加在德國柏林舉辦的 NVIDIA GTC Berlin 2026，展出包含智慧製造、邊緣運算與機器人自動化的全方位工業人工智慧（AI）解決方案。透過與 NVIDIA 的深度技術整合，研華展示如何將 AI 技術從單點自動化應用，提升至全廠區的跨系統協同與自主營運階段。
三層架構與自主代理：AI Factory Brain 打造智慧工廠營運大腦
在本次展會中，研華以「AI Factory Brain」作為廠區智慧營運的核心概念。該架構分為中央控制（Central）、模擬驗證（Simulation）與邊緣端執行（Edge）三個層次，並整合研華自身的 SKYRack 伺服器系統、NVIDIA 工廠營運藍圖（NVIDIA Factory Operations Blueprint，簡稱 FOX）以及 NVIDIA NemoClaw 軟體工具。
這套架構改變了傳統 AI 僅能針對單一事件進行被動反應的模式，轉而以整座工廠的營運目標為導向，協調多個人工智慧代理（AI Agent）進行動態調度。目前，研華已將這套系統導入自身的生產基地，並在 20 條生產線進行實際驗證，確立全廠區智慧決策的可行性。
邊緣運算與實體人工智慧：搭載 NVIDIA Thor 平台的硬體解決方案
隨著 AI 深入實體作業領域，機器設備必須在場域邊緣端具備即時感知與自主判斷的能力。研華展示了針對實體人工智慧（Physical AI）開發的新一代邊緣運算平台：
- MIC-742-AT 平台：採用 NVIDIA Jetson Thor 模組，算力高達 2,070 TFLOPS（FP4 格式）。該設備整合 NVIDIA Holoscan Sensor Bridge 技術，可同步處理多組攝影機與感測器輸入的資料，結合 NemoClaw 讓 AI 代理能夠即時解讀現場狀況並進行自主作業。
- MIC-735-IT 平台：搭載 NVIDIA IGX Thor，特別針對人機共存環境強化功能安全（Functional Safety）。系統採用由外而內的防護機制（Outside-in Safety），當偵測到工作人員誤入設定的安全區域時，能立即啟動相應的安全反應機制，提高人機協作效率與運作安全。
此外，研華也推動從虛擬擬真跨越至實體（Sim-to-Real）的開發流程。透過連結 AI 算力、NVIDIA Omniverse 模擬平台與機器人控制模組，開發人員可以在數位環境中先進行機器人行為驗證，大幅縮短自動化設備在實體場域的部署時間。
這代表什麼
對於製造業與工業自動化領域而言，這項技術發展象徵著工業 AI 從「單點檢測」邁向「全廠自主營運」的重要轉折。過去製造業導入 AI，多半僅停留在瑕疵檢測或預防性維護等單一功能；而透過多代理協同架構，工廠能根據產能目標自動調整生產線節奏與機器人派遣。
對台灣供應鏈與設備製造商來說，這也揭示了軟硬體整合的急迫性。結合虛擬模擬（Sim-to-Real）與邊緣端安全運算機制，能降低工業機器人實體調試的高昂成本，加速製造業業者導入智慧自主設備的意願。
背景補充
實體人工智慧（Physical AI）是指將 AI 模型賦予實體載體（如工業機器人、自主移動機器人或自動化手臂），使其能在真實世界中進行感知、推理與實體行動。這需要高強度的邊緣人工智慧（Edge AI）運算能力，才能在不依賴雲端網路延遲的情況下，秒級反應現場突發狀況。
在過去，邊緣端設備受限於算力和功耗，難以同時處理高畫質影像感知與複雜的控制演算法。隨著 NVIDIA 推出 Jetson Thor 與 IGX Thor 等專為機器人與邊緣運算設計的高算力晶片，加上 Omniverse 模擬技術的普及，工業機器人從模擬環境無縫過渡到真實工廠生產線的瓶頸正逐一被突破。
常見問題
研華於 GTC Berlin 2026 展示的核心重點是什麼？
研華展出以 AI Factory Brain 與 Physical AI 為核心的工業 AI 布局，結合邊緣運算平台與多代理協同架構，推進智慧工廠與機器人的自主化營運。
什麼是 AI Factory Brain 架構？
AI Factory Brain 整合中央控制、虛擬模擬與邊緣端三個層次，協調多個 AI 代理朝向統一的營運目標進行生產動態調度，目前已在研華 20 條生產線驗證部署。
搭載 NVIDIA Thor 的研華邊緣硬體有何優勢？
搭載 Jetson Thor 與 IGX Thor 的硬體平台提供最高 2,070 TFLOPS 的算力，並結合多感測器融合與功能安全機制，可確保機器人在實體場域中進行即時感知與安全的人機協作。