DIGITIMES 9 月 22 日報導指出，2026 年 AI 機器人產業正經歷一個重要轉折——從虛擬世界的純軟體模型（如 LLM、影像辨識）走向實體應用場域的 Physical AI（具身智慧），而支撐這個轉折的關鍵基礎設施之一，是動作捕捉（Motion Capture, MoCap）設備與其衍生的高品質訓練資料集。DIGITIMES 科技網、MoneyDJ、達明機器人公告、BMW Group Plant Landshut 軟體開發新聞、Reward AI OM-1 模型釋出、MarkTechPost、DreamVu、humanoidroboticstechnology 多源交叉確認。

Physical AI 與傳統機器人 AI 的核心差異在於「具身性」（embodiment）與「世界模型」（world model）。傳統機器人 AI 透過預先編寫的規則與有限的感測器資料完成任務（如揀貨、焊接、組裝），但 Physical AI 要求機器人具備對物理世界的理解能力——重力、摩擦力、慣性、物體變形、流體力學等——並能在真實世界中自主學習與適應。訓練這樣的 AI 模型需要的資料量遠超過傳統機器人 AI：以 NVIDIA Isaac、Physical Intelligence π0、1X Neo 為例，每個模型需要超過 100 萬小時的人類示範影片（demonstration videos）作為訓練資料，而這些資料的採集高度依賴動作捕捉設備。

動作捕捉設備產業正在快速擴張。傳統 MoCap 系統主要服務於電影、遊戲、動畫產業（如 Vicon、OptiTrack、Xsens 等廠商），年市場規模約 15 億美元。但 Physical AI 的興起為 MoCap 開啟了全新市場，預估 2026 年 Physical AI 訓練用的 MoCap 設備市場規模將突破 35 億美元，2027 年上看 60 億美元，年增率超過 70%。這個市場的驅動力來自三大客戶群：(1) 大型科技公司（如 NVIDIA、Google DeepMind、Meta AI、Tesla Bot、Figure AI）建立自有 MoCap 訓練基礎設施；(2) 機器人新創公司（如 Physical Intelligence、1X、Covariant、Skild AI）需要快速累積示範資料；(3) 汽車與工業製造商（如 BMW、Toyota、Mercedes-Benz）將 MoCap 整合到生產線 AI 訓練流程。

台灣在 MoCap 與 Physical AI 領域的角色也日益重要。達明機器人（台達電集團旗下）9 月 22 日推出 Physical AI 開發套件，整合 MoCap 感測器、邊緣運算、AI 訓練框架與模擬器，鎖定工業機器人應用市場。這個套件內建 4 個光學 MoCap 鏡頭、1 個 IMU 慣性測量單元、可即時同步記錄人類示範動作並產生機器人可執行的動作序列，售價約 5 萬美元，較國際同類產品（Xsens、OptiTrack）便宜 30-40%。這是台灣在 Physical AI 基礎設施領域少數具有國際競爭力的產品，也是台達電從工業自動化（PLC、變頻器、伺服馬達）擴展到 Physical AI 的關鍵產品布局。

值得關注的是，達明這次推出的 Physical AI 開發套件不只是一個硬體產品，而是整合了「感測+邊緣運算+AI 訓練+模擬」的完整工具鏈。從感測端來看，4 個光學 MoCap 鏡頭可同時捕捉人類 26 個關節的 6DoF（6 自由度）動作，IMU 提供高速動態捕捉（每秒 1,000 個樣本），整個系統的動作捕捉精度可達 0.5mm 級。從邊緣運算來看，套件內建 NVIDIA Jetson Orin（100 TOPS AI 算力），可在本地端即時處理動作捕捉資料並產生機器人可執行的動作序列。從 AI 訓練框架來看，套件支援 PyTorch、ROS 2、Isaac Sim 等主流框架，並提供預訓練的 MoCap-to-Action 模型供客戶快速上手。從模擬來看，套件整合 NVIDIA Isaac Sim 模擬器，客戶可在虛擬環境中預先驗證動作序列並最佳化控制參數，大幅縮短從示範到部署的時間。這套完整工具鏈正是 Physical AI 從研究走向實際應用的關鍵基礎。

從產業格局來看，Physical AI 的興起將帶動三類台灣供應鏈受惠。第一，**MoCap 設備與感測器**：華晶科（光學模組）、奇景光電（3D 感測）、原相（ToF 感測）、鈺創（影像感測 IC）等將切入 MoCap 鏡頭與感測器供應鏈。第二，**邊緣運算與 AI 推論晶片**：聯發科、瑞昱、凌威等台系 IC 設計公司將受惠於 Physical AI 終端裝置（如機器人、無人機、AMR）對低功耗 AI 晶片的需求。第三，**機器人 ODM 與關鍵零組件**：鴻海、廣達、和碩等將在 humanoid robot（人形機器人）的代工業務獲得新訂單來源；上銀、大銀、直得等精密機械與滾珠螺桿廠商將受惠於機器人關節模組需求。

中長期來看，Physical AI 將成為繼 LLM 之後 AI 產業的下一個重大轉折點。NVIDIA 執行長黃仁勳多次公開表示「Physical AI 是 AI 的下一波浪潮」，並預估該市場規模在 2030 年將達到 5,000 億美元以上。對台灣而言，Physical AI 提供了從半導體代工、伺服器 ODM 擴展到機器人、AI 軟體、感測器、精密機械等多領域的歷史機遇，並可能成為台灣 AI 供應鏈在 LLM 世代後的新一波成長動能。達明的 Physical AI 開發套件只是這個趨勢的起點，未來 3~5 年將看到更多台廠在 MoCap 設備、機器人關節、AI 推論晶片等領域嶄露頭角，並與國際大廠共同形塑 Physical AI 產業的全球競爭格局。