威刚 (3260-TW) 近年积极抢攻实体 AI(Physical AI) 商机，旗下威刚智联透过与 AWS 合作，整合云端运算、数位孪生及边缘 AI 技术，打造智慧机器人解决方案。威刚智联指出，过去机器人部署时间约需三个月，导入 AWS 云端与数位孪生技术后，整体部署时间可缩短三分之二，降至约一个月，加速自主移动机器人 (AMR) 在智慧医院、现代化工厂及物流场域落地。

AWS 在 Physical AI 中的定位：打造从训练到落地的资料闭环

资料搜集 → 模型训练 → 虚拟模拟 → 模型评估 → 边缘装置部署 → 真实资料回传与再训练

AWS 指出，过去企业导入机器人时，往往面临庞大的资源与成本挑战，包括购置高阶伺服器、建置及维护机房，以及投入大量研发人力与经费。对一般企业而言，若需自行建置完整训练环境，不仅前期资本支出高，后续设备维护与算力扩充也将增加导入门槛。

威刚智联透过 AWS 云端基础设施，让企业依需求弹性使用 GPU 算力、储存及模拟资源，不必在导入初期即投入大量硬体设备，便能进行大规模 Physical AI 模型训练与机器人任务模拟。

在云端架构方面，威刚智联深度整合 Omniverse on AWS 生态系，将实体工厂、医院及物流场域重建为高精细度的数位孪生场景，再透过 NVIDIA Isaac Sim / Lab，在云端进行大规模机器人任务模拟、路径规划、避障及控制策略优化。

威刚智联说，透过数位孪生技术，企业可先在虚拟场域中测试机器人的导航路线、环境辨识及任务执行能力，并模拟不同设备配置、动线、人员及障碍物变化，待模型稳定后再部署至实体机器人。

威刚智联指出，传统机器人导入过程中，现场建模、路径测试与控制参数调校往往需要反复进行，整体部署时间约需三个月。采用 AWS 解决方案后，可先在数位双生环境中完成大部分测试与优化，使实际部署时间缩短至约一个月，大减三分之二。

此一模式也让威刚智联可在「零基础设施改造」的前提下，降低自主移动机器人在复杂环境中的导入难度。企业不必大幅改造既有场域，即可透过数位建模及 AI 演算法，让机器人逐步适应医院、工厂及物流中心等不同作业环境。

在边缘端方面，威刚智联以辉达 (NVDA-US) NVIDIA Jetson 平台作为智慧机器人的核心 AI 运算平台，提供毫秒级即时运算能力。机器人可透过摄影机即时取得影像，导入 YOLO11、RT-DETR 等影像辨识演算法，并利用 TensorRT 加速推论，在人员与物件交错的复杂场域中，即时辨识及锁定目标。

透过云边协同架构，AWS 云端主要负责模型训练、数位双生模拟及大量运算，边缘端则负责即时感知、影像辨识与机器人控制。模型完成训练后，可直接部署至实体机器人，现场搜集的运行资料也能回传云端，再进行模型修正与重新训练，形成完整资料闭环。

在资安与法规方面，AWS 支援 143 项安全标准与合规认证，让企业可在云端环境中执行大规模机器人训练，并降低企业自行建置资讯安全及合规架构的负担。

威刚智联表示，随着 Physical AI 逐步由概念验证迈向实际应用，数位双生、云端算力及边缘 AI 将成为机器人规模化部署的重要基础。公司借由整合 AWS 及 NVIDIA 软硬体生态系，将持续抢攻智慧医疗、智慧制造、物流及环境清洁等应用市场。