威剛 (3260-TW) 近年積極搶攻實體 AI(Physical AI) 商機，旗下威剛智聯透過與 AWS 合作，整合雲端運算、數位孿生及邊緣 AI 技術，打造智慧機器人解決方案。威剛智聯指出，過去機器人部署時間約需三個月，導入 AWS 雲端與數位孿生技術後，整體部署時間可縮短三分之二，降至約一個月，加速自主移動機器人 (AMR) 在智慧醫院、現代化工廠及物流場域落地。
AWS 在 Physical AI 中的定位：打造從訓練到落地的資料閉環資料蒐集 → 模型訓練 → 虛擬模擬 → 模型評估 → 邊緣裝置部署 → 真實資料回傳與再訓練
AWS 指出，過去企業導入機器人時，往往面臨龐大的資源與成本挑戰，包括購置高階伺服器、建置及維護機房，以及投入大量研發人力與經費。對一般企業而言，若需自行建置完整訓練環境，不僅前期資本支出高，後續設備維護與算力擴充也將增加導入門檻。
威剛智聯透過 AWS 雲端基礎設施，讓企業依需求彈性使用 GPU 算力、儲存及模擬資源，不必在導入初期即投入大量硬體設備，便能進行大規模 Physical AI 模型訓練與機器人任務模擬。
在雲端架構方面，威剛智聯深度整合 Omniverse on AWS 生態系，將實體工廠、醫院及物流場域重建為高精細度的數位孿生場景，再透過 NVIDIA Isaac Sim / Lab，在雲端進行大規模機器人任務模擬、路徑規劃、避障及控制策略優化。
威剛智聯說，透過數位孿生技術，企業可先在虛擬場域中測試機器人的導航路線、環境辨識及任務執行能力，並模擬不同設備配置、動線、人員及障礙物變化，待模型穩定後再部署至實體機器人。
威剛智聯指出，傳統機器人導入過程中，現場建模、路徑測試與控制參數調校往往需要反覆進行，整體部署時間約需三個月。採用 AWS 解決方案後，可先在數位雙生環境中完成大部分測試與優化，使實際部署時間縮短至約一個月，大減三分之二。
此一模式也讓威剛智聯可在「零基礎設施改造」的前提下，降低自主移動機器人在複雜環境中的導入難度。企業不必大幅改造既有場域，即可透過數位建模及 AI 演算法，讓機器人逐步適應醫院、工廠及物流中心等不同作業環境。
在邊緣端方面，威剛智聯以輝達 (NVDA-US) NVIDIA Jetson 平台作為智慧機器人的核心 AI 運算平台，提供毫秒級即時運算能力。機器人可透過攝影機即時取得影像，導入 YOLO11、RT-DETR 等影像辨識演算法，並利用 TensorRT 加速推論，在人員與物件交錯的複雜場域中，即時辨識及鎖定目標。
透過雲邊協同架構，AWS 雲端主要負責模型訓練、數位雙生模擬及大量運算，邊緣端則負責即時感知、影像辨識與機器人控制。模型完成訓練後，可直接部署至實體機器人，現場蒐集的運行資料也能回傳雲端，再進行模型修正與重新訓練，形成完整資料閉環。
在資安與法規方面，AWS 支援 143 項安全標準與合規認證，讓企業可在雲端環境中執行大規模機器人訓練，並降低企業自行建置資訊安全及合規架構的負擔。
威剛智聯表示，隨著 Physical AI 逐步由概念驗證邁向實際應用，數位雙生、雲端算力及邊緣 AI 將成為機器人規模化部署的重要基礎。公司藉由整合 AWS 及 NVIDIA 軟硬體生態系，將持續搶攻智慧醫療、智慧製造、物流及環境清潔等應用市場。