Automate 2026 Chicago 為北美最具規模與指標性的機器人及自動化展會之一，展覽內容涵蓋工業機器人、協作機器人、AMR／AGV 等關鍵領域。隨著製造業加速導入智慧化、自動化與 AI 檢測技術，Automate 的定位已逐步由傳統工業自動化展會，延伸為觀察 AI 技術如何落地於實體工廠與機器人應用的重要平台。

本屆展會除集中展示各類自動化硬體與整體解決方案外，也進一步呈現產業技術演進方向，凸顯自動化產業焦點正從單純提升生產效率，逐步擴展至工業 AI、機器視覺、Physical AI 及人形機器人商業化等新興應用。

重點一 : 人形機器人

在今年 Automate 展會中，人形機器人首次設立專屬展館，並由 NVIDIA 贊助，現場匯集來自全球 20 多家人形機器人公司，凸顯人形機器人已成為自動化產業的重要新興主軸。展會開幕前，波士頓動力公司的 Atlas 機器人已正式交付予現代汽車的機器人元工廠應用中心及 Google DeepMind，Agility Robotics 亦與豐田加拿大公司達成合作協議，顯示人形機器人正逐步從技術展示走向實際商業化應用。 本次展覽進一步展現人形機器人的最新發展趨勢，成為下一階段產業發展重點。

輪式設計 vs. 雙足設計

在本次 Automate 展會現場展示的人形機器人中，可以明顯觀察到兩種不同的技術路線。

• 第一類為市場較熟悉的雙足設計，代表產品包括 Agility Robotics 的 Digit 與 Apptronik 的 Apollo；
• 另一類則是採用輪式底盤的移動操作設計，現場如 Reflex 的 Proxy 與 Collaborative Robotics 的 Proxie Gen 2，皆選擇以輪式架構取代傳統雙足設計。

目前人形機器人的商業化應用多集中於倉儲與工廠等相對標準化場景，對搬運能力、負重能力與穩定性具有較高要求。 然而，多數電力驅動機器人的力量表現仍僅約為人類的 60%，其中雙足人形機器人更受限於力量密度不足，肩部馬達所能產生的扭矩往往難以達到人類負重水準。相較之下，輪式機器人可透過垂直推桿等結構設計較容易舉起約 200 磅重物，更符合倉儲與工廠場景對搬運效率與負載能力的需求。 從實用性來看，商業倉庫與工廠多屬平面作業環境，並不像住宅或公寓大樓高度依賴上下樓梯能力，因此短期內對雙足設計的需求相對有限；至於坡道或地面縫隙，具備適當輪徑與懸吊系統的輪式底座通常已足以應對，未必需要依賴雙足或四足架構。

從安全性角度來看，雙足機器人的平衡系統仍存在較高技術挑戰，感測器、電力系統或執行機構中任何細微故障，都可能導致機器人失去穩定性，進而發生跌倒並造成作業人員受傷的風險。 此外，雙足系統的感測器會隨機器人動作持續上下晃動，使 AI 演算法必須額外補償感測視角與姿態變化，進一步增加校準與控制難度。另一方面，雙足機器人目前也尚未普遍解決電池熱插拔問題，若機器人需要像人類休息般長時間坐在充電座上補電，將顯著影響有效工作時間，甚至迫使企業增加機器人採購數量以維持連續運作，進而推升導入成本。

綜合目前人形機器人的應用場景與技術瓶頸來看，輪式設計在短期內更有機會成為商業化落地的主流方案。 雖然雙足設計在倉儲與工廠等平面環境中的實用價值相對有限，但若未來人形機器人進一步拓展至居家照護、住宅服務或更複雜的人類生活場景，雙足機器人的上下樓梯與適應非結構化環境能力仍具不可替代性。 因此，兩種設計並非單純的替代關係，而是分別對應不同應用需求與場景限制；長期來看，人形機器人產業有望形成雙足與輪式並行發展的雙軌技術路線。

首個開源機器人安全系統 - Halos for Robotics

本次展會第二項關於人形機器人的重點，在於 NVIDIA 於 6 月 23 日展會期間發布 Halos for Robotics，這是首個將 AI 防護與安全功能整合於一體的機器人安全系統。 隨著人形機器人加速發展，機器人不僅需要具備更高的自主移動與操作能力，也必須能在近距離人機互動場景中提供即時安全防護，即使發生肢體接觸，仍能確保人員與設備安全。Halos 系統如同圍繞在機器人周圍的安全光環，能持續監測機器人的運作狀態，並即時比對是否超出預先設定的安全範圍。 例如，當機器人準備搬運超出負載限制的貨物、移動速度過快、與人員距離過近，或感測器出現異常時，Halos 將立即介入，透過限制動作幅度、降低移動速度、重新規劃路徑，甚至觸發緊急停止等方式，降低人機協作過程中的潛在風險。

Agility Robotics 則成為 NVIDIA Halos for Robotics 的首個合作夥伴。作為全球領先的人形機器人製造商，Agility Robotics 是少數已將人形機器人推進至實際商業化部署的公司之一，其核心產品 Digit 已應用於物流、製造與汽車產業等工業場景，並獲得 Amazon、GXO、Schaeffler、豐田等大型企業採用。 目前 Agility Robotics 已將 NVIDIA Halos for Robotics 導入 Digit，未來也將參與 NVIDIA Halos AI 系統檢測實驗室，持續優化安全系統，使機器人能在工人、設備與其他移動型機器人共同運作的動態環境中安全協同。值得注意的是，NVIDIA 選擇採取開放式平台策略，而非如特斯拉採用封閉式自研機器人系統路線，顯示其意在吸引產業廣泛採用，並推動 Halos 成為未來自動化安全領域的通用標準。

重點二：Physical AI

本屆 Automate 2026 亦可明顯觀察到，Physical AI 已成為自動化產業的重要發展方向。 在軟體及硬體皆持續升級下，機器人正從過去依照固定程式執行重複性任務，逐步轉向具備環境感知、任務理解、即時決策與自主操作能力的新型自動化系統。軟體端包括 AI 模型、模擬平台、數位孿生與部署工具鏈，協助機器人在虛擬環境中完成訓練、驗證與最佳化；硬體端則透過感測器、機器視覺、運動控制與執行機構升級，使機器人能更精準地感知周遭環境並完成實體操作。

整體而言，Physical AI 的發展代表自動化產業競爭重點正由單純的機器人本體性能，進一步延伸至軟硬體整合、場景落地與生態系建構能力。

軟體層 - 模擬系統重要性提升

在軟體層面，越來越多廠商開始導入以「先模擬、後部署」為核心的 Simulation-first 開發流程。 例如 ABB Robotics 展示 RobotStudio 結合 NVIDIA Omniverse，打造高擬真數位孿生工廠，使開發者能先在虛擬環境中完成產線配置、機器人路徑規劃與碰撞檢測，再同步至實際生產線，以提升部署效率與可靠性。Vention 則展示以雲端軟體平台建構模組化自動化工作站，並結合 AI 與模擬工具，協助使用者快速完成設計、模擬與部署流程。此外，Siemens 也展示將 Digital Twin 與 Industrial AI 整合至工廠控制系統，使 AI 應用不再侷限於單一機器人，而是進一步延伸至整體產線最佳化。

整體而言，在 Physical AI 的大趨勢下，Simulation-first 已逐漸成為自動化開發的主流方向。相較於過去直接在實體設備上反覆測試，如今產業更重視如何透過虛擬環境完成機器人訓練、驗證與最佳化，以降低開發成本並縮短導入時程。 這也意味著模擬軟體平台的重要性正快速提升。未來產業競爭將不再僅取決於機器人本體性能，而是誰能建立完整的 AI 模型、模擬平台、數位孿生與部署工具鏈，將成為 Physical AI 生態系發展的關鍵。

硬體層 - 機器人感官與控制技術升級

視覺向材質辨識與高速傳輸邁進

• 材質辨識 :Automate 2026 中，多家機器視覺廠商展示高光譜影像（Hyperspectral Imaging）與多光譜感測技術，透過分析物體不同波段的光譜特徵，機器人已不僅能辨識外觀，更能判斷材料組成與品質。 其中 Specim 展示可辨識塑膠材質、食品品質及回收材料分類的高光譜相機，而 Teledyne DALSA 則展示多光譜線掃描相機，應用於食品、半導體及包裝檢測。
• 高解析度辨識：除了傳統 RGB 相機外，本屆展會也展示整合 3D 視覺、LiDAR、熱成像及多光譜感測 的多模態感知系統。 例如 SICK 展示結合 LiDAR 與 AI 的智慧感測方案，Photoneo 展示 MotionCam-3D 高速 3D 視覺系統，而 Zivid 則展示高解析度彩色 3D 相機，提升機器人在自主搬運、Bin Picking 及精密組裝等場景的辨識能力。
• 照明 ：在光源技術方面，UnitX Labs 展示 AI Inspection Platform 搭配 Adaptive Dome Lighting，可依不同零件材質與幾何形狀，即時切換最佳照明模式，降低反光及陰影對 AI 辨識的影響。 此外，Smart Vision Lights 與 Advanced Illumination 亦展示可程式化工業照明方案，顯示照明系統已由固定硬體轉向可透過軟體動態調整的智慧光源。
• 高速傳輸技術：Automate 2026 論壇也聚焦新版 GigE Vision 3.0 標準，透過 RDMA 與 RoCE v2 技術，使影像資料可直接傳輸至記憶體，降低 CPU 負擔並提升高速檢測效率。 展場中 Basler、Teledyne DALSA 與 Teledyne FLIR 均展示支援 GigE Vision 的高速工業相機，反映高速影像傳輸已成為 AI 視覺及智慧工廠的重要基礎技術。

觸覺感知與力控提升，使機器人能執行更精細、更複雜的組裝任務

在觸覺感知上，Flexiv Robotics 展出了具備多向力傳感技術的 Enlight 機器人，這種全體感觸覺傳感的技術使機器人「全身」都能感覺到碰撞與壓力，這讓機器人能在雜亂擁擠的環境中撥開障礙物，準確抓取目標。

而力控提升部分，Flexiv Robotics 則是透過在所有關節整合扭矩傳感器 (如 Ryzon 系列機器人)，使機器人能精確控制輸出力道，這對於需要與表面接觸的打磨、拋光任務，或處理具備柔性、易變形的物體（如電纜連接）至關重要。

重點三 : 協作機器人

本屆展會中，協作型機器人亦是各家廠商展示的重點之一，包括 FANUC 展示焊接協作機器人、達明機器人推出 AI 視覺協作手臂、ABB Robotics 展示 SCARA 機器人，Schneider Electric 也展出導入協作機器人的工業自動化與數位工廠整合方案。

協作技術的發展，使工廠不再需要嚴格劃分人機邊界，而是透過動態感測與安全控制建立一條「隱形防線」，讓機器人承擔高體力負擔或重複性高的任務，降低工人職業傷害風險。同時，透過 AI Co-pilots 的輔助，即便是經驗較少的工人，也能在協作系統引導下接近專業級作業水準。

這代表機器人正逐步走出隔離圍欄，從過去負責單一任務的自動化設備，轉向協助人類提升生產力並共同作業的工作夥伴，而非單純取代人力的替代品。 長期而言，這種人機共生模式也有助於緩解製造業勞動力短缺問題，並支撐自動化產業持續滲透。

結論

Automate 2026 標誌著自動化產業邁入新的發展階段，核心議題聚焦於 Physical AI 與人形機器人。

• 人形機器人已不再停留於概念展示，而是開始根據物流、倉儲與製造等實際場景需求，發展輪式與雙足並行的技術路線，並在安全系統、商業化部署與產業標準化上加速推進。
• Physical AI 則進一步帶動軟硬體同步升級，從 Simulation-first、數位孿生與 AI 訓練平台，到機器視覺、觸覺感知、力控與高速傳輸技術，皆顯示未來競爭重點將不再只是機器人本體性能，而是完整的 AI 模型、模擬平台、感測控制與部署工具鏈整合能力。
• 同時，協作機器人的發展也反映自動化技術正回歸以人為本，透過 AI 視覺、力控與智慧協作系統，協助工人完成高負荷、高重複性與高風險任務，提升安全性與生產效率。

綜合來看，本屆展會不僅揭示自動化產業的技術升級方向，也代表未來智慧製造將朝向更高彈性、更高安全性與更高人機協同效率發展，並成為解決製造業勞動力短缺與推動產業持續成長的重要驅動力。