開發 AI 很難，讓 AI 真正落地工廠更難。
AI 模型通常是在受控環境中開發與驗證，例如模擬環境、實驗室測試環境或離線處理流程。在這些環境中，物理條件經過簡化、感測器資料較為穩定，對執行時序的要求也較有彈性。
但實際工廠面對的是截然不同的環境。機器人必須即時做出反應，運動、力、視覺與系統狀態彼此緊密連動，接觸動態持續變化，感測器也會產生雜訊與延遲，而安全系統則會依設計條件介入運作。
在這樣的環境中，每一個控制週期都必須具備確定性，不容許重試、停滯或畫面掉幀，因為實體系統無法暫停或重置。
為工廠開發、訓練、部署並規模化實體 AI
開發可在真實機器人上執行、與真實物理環境互動，並能在實際生產中可靠運作的 AI 模型。以已在全球超過 100,000 台機器人部署驗證的執行層為基礎。
實體 AI 容易失效的環節
在實際生產環境中，真正的挑戰不在於建立智慧模型，而在於如何讓 AI 在真實限制條件下可靠執行。
在受控環境中表現良好的系統，到了實際工廠現場往往難以維持相同效能，原因在於其執行架構並非針對真實機器人而設計：
- 簡化的物理模型難以因應大量接觸且對力量敏感的作業
- 外部運算可能造成延遲與同步問題
- 感知、規劃與控制未能與即時運動緊密整合
- 從模擬環境轉向實際部署時，需要重新建構基礎架構
- 可靠性、安全與復原機制位於核心系統之外
如果缺乏專為即時實體運作而設計的執行層，實體 AI 就只能停留在實驗階段，難以成為可在實際生產環境中可靠部署、規模化應用並值得信賴的技術。
優傲機器人：實體 AI 的執行基礎平台
此平台的設計讓 AI 能與即時控制迴路協同運作，持續提供資訊並調整機器人行為；同時，實際執行仍由具備確定性且通過安全認證的控制系統管理，並可直接存取工廠環境中關鍵的力、運動、感測與時序限制條件。
開發人員可透過 ROS、URScript、PolyScope X 與直接扭矩控制（Direct Torque Control）等介面使用這些執行功能。URCaps 則將這些功能延伸至使用者與操作人員，讓他們能在實際生產環境的執行階段進行設定、協調與操作。
確定性硬體執行
AI 與機器人控制系統以 500 Hz 的確定性控制週期協同運作，確保在即時限制條件下維持一致的運作表現與穩定性
力感知機器人技術
AI 透過原生的力與運動控制與真實物理環境互動，能夠執行大量接觸且變異性高的作業，突破理想化操作情境的限制。
開放 API 與 SDK
開發人員可透過開放式介面使用機器人功能，並運用成熟的開發框架整合 AI 邏輯，讓智慧功能與機器人控制緊密協同運作。
真實環境資料生成
可直接從生產級機器人擷取運動、力、視覺與狀態資料，用於訓練並持續優化實體 AI 模型。
平台能力
從開發到部署，執行層可支援實體 AI 的開發、執行與規模化應用等各個階段。
開發
-PolyScope X 統一且支援 AI 的控制環境，提供開放式 API，可將感知、規劃與學習功能整合至機器人執行流程中。
-ROS 2、Python、C++ 原生整合現代機器人與 AI 技術堆疊，讓開發人員可直接使用熟悉的工具與工作流程，無須為專有系統進行額外調整。
-模擬資源與校正資料存取 提供經工廠校正的運動學、動力學與模擬模型，可用於規劃、學習，以及模擬至真實環境（Sim-to-Real）的驗證。
執行
-500 Hz 即時控制 由控制器執行具確定性的運動與力控制迴路，確保可預測的時序與一致、可重現的實體運動表現。
-直接扭矩控制 提供關節扭矩與機器人動力學的底層存取能力，支援柔順控制、大量接觸作業，以及以學習為基礎的控制策略。
-力／扭矩感測 透過即時介面提供整合式力與扭矩訊號，讓 AI 不僅能根據位置資訊進行判斷，也能理解實際物理互動。
商業化部署
-URCaps 與 Smart Skills 將 AI 功能封裝為可直接部署、操作人員即可使用的功能，並無縫整合至 UR 工作流程。
-合作夥伴生態系統與市場推廣 運用 UR+ 生態系統、系統整合商與解決方案合作夥伴，將 AI 應用產品化，並進行部署與規模化擴展。
-授權與模組化部署 管理進階功能的使用權限，同時支援跨機器人、工作站與生產據點的規模化部署。
-認證部署與安全 由 AI 層底層通過 TÜV 認證的安全機制提供保障，讓實驗、驗證與規模化部署皆能在符合工業環境限制條件下進行。
Minas Liarokapis，Acumino技術長AI Accelerator 的速度讓我非常驚豔，甚至讓我開始後悔之前花了那麼多時間自行開發部分解決方案。
持續擴充的 AI 開發人員產品組合
隨著實體 AI 技術日趨成熟，我們持續擴充產品組合，為開發人員在執行、資料與部署等核心階段提供完整支援。
Anders Billesø Beck——AI機器人產品副總裁UR+ 提供預先整合的 AI 生態系統，可直接在優傲機器人執行層上運作。開發人員可運用已完成整合且能協同運作的元件進行開發，無須從零開始建構基礎架構。
運用現成的開發者生態系統，加速 AI 開發
優傲機器人以執行層為核心，提供完整的開發者生態系統，讓您能專注於 AI 開發，無須耗費時間自行建構基礎架構。
從開源框架、預先整合的合作夥伴解決方案，到量產就緒的開發工具，您所需的 AI 技術堆疊皆已完成整合。
UR+
精選的軟硬體生態系統，專為直接在 UR 執行層上運作而打造。
UR+ 元件皆經過測試與驗證，並已達量產就緒，可減少自行開發與維護客製化驅動程式、安全邏輯及介面的需求。對開發人員而言，這代表能更快速地進行開發迭代，並縮短從原型開發到實際部署的時程。
ROS 社群
原生支援 ROS 2，並提供持續維護的驅動程式與整合方式，同時維持機器人的確定性執行。
開發人員可使用標準 ROS 工具進行感知、規劃與學習功能開發，而即時運動、力控制與安全功能則由 UR 控制器負責執行。透過這種分工架構，AI 與機器人功能可同步規模化擴展，同時維持系統的可靠性。
URSim
URSim 是優傲機器人的離線模擬環境，讓開發人員無須使用實體機器人硬體，即可測試、除錯與驗證機器人程式。URSim 可模擬 UR 控制器的運作行為，讓開發人員在正式部署前安全地反覆測試並進行前期驗證。
用戶端函式庫
由 UR 官方維護的用戶端函式庫，可低延遲存取機器人狀態、控制與遙測資料，並持續配合最新的控制器更新保持同步。
透過 C++ 函式庫、RTDE 與 ROS 介面，開發人員可串流即時資料、執行外部控制迴路，並安心整合 AI 系統，確保以 ROS 為基礎的整合功能持續與最新的控制器運作行為保持一致，無須自行進行通訊協定逆向工程或建構客製化通訊層。
開發者工具與文件
提供完整的開發工具、模擬資源與技術文件，支援從開發到部署的完整生命週期。
從模擬器、SDK、範例程式與參考架構，到社群支援，UR Developer Suite 為團隊提供一致的開發基礎，協助開發、測試並規模化部署實體 AI。
UR 論壇
UR Forum 是 Universal Robots 官方社群平台，開發人員、系統整合商與合作夥伴可在此交流知識、提出問題，並共同解決實際自動化應用中的挑戰。透過 UR Forum，使用者可直接取得最佳實務、應用範例，以及來自社群與 UR 官方的技術指引。
立即聯繫我們
與我們聯繫，探索專為在實際生產環境中，讓 AI 能於真實機器人上可靠執行而設計的開發工具、執行功能與平台。
