CES 2026：從自駕車延伸到機器人整合 Qualcomm 以 「實體 AI」解決機器人產業碎片化問題

Qualcomm 在深度訪談中分享其「實體 AI」策略，說明如何透過跨場域架構與標準化設計來解決機器人產業碎片化問題。

在生成式AI (Generative AI)席捲全球，進而推動諸多產業發展改革之後，Qualcomm對於接下來以Dragonwing IO系列佈局實體AI (Physical AI)、擴大機器人市場發展，分享其看法，同時也透露目前所面臨挑戰。

Qualcomm副總裁暨自動化運作與機器人解決方案業務總經理Anshuman Saxena，以及實體AI工程負責人Ahmed Torad在此次CES 2026期間受訪時深入剖析，Qualcomm是如何將過去10年在汽車輔助駕駛 (ADAS)領域累積經驗與技術資產，轉化為推動機器人產業標準化與規模化的核心動力。

機器人就是「非結構化環境」中的「自駕車」

「如果你仔細思考，汽車其實就是一種機器人」。Anshuman Saxena以此表達Qualcomm對於切入機器人市場的想法，亦即將機器人視為「自駕車」的一種設計，只是涉及考量細節會變得更加複雜，其中包含諸多非結構化環境因素。

過去10年，Qualcomm在汽車領域解決諸多極度複雜的問題：比方在高速移動中如何進行即時感知、決策，同時必須保證絕對的安全與低功耗。而目前，Qualcomm正將這套經過驗證的「配方」移植到機器人身上。

Anshuman Saxena指出，與汽車行駛在有車道線、交通法則規範的「結構化環境」不同，機器人往往需要在工廠、家庭等「非結構化環境」中運作，這使得挑戰更加艱鉅。

這也是為何Qualcomm強調從單純的AI運算轉向「實體AI」時，將會面臨更多挑戰。Ahmed Torad解釋，生成式AI處理的是文本與圖像等結構化資訊，而實體AI則必須理解真實世界的物理定律、重力、摩擦力，以及與真實世界互動的後果，而這不僅僅是運算問題，更關乎安全性與可靠性。

而為了讓機器人能順利融入真實世界，並且與人安全共處，機器人必須持續將真實世界中許多非結構化資訊轉換、學習，但其運作背後往往涉及更複雜的運算及能耗成本，甚至也必須考量實際佈署應用便利性等。

以Dragonwing IQ系列晶片打破「碎片化」僵局

目前的機器人產業面臨著嚴重的「碎片化」問題。Anshuman Saxena觀察到，過去開發一款機器人，往往是針對單一用途 (如掃地或搬運)進行客製化軟硬體開發，這導致開發週期長、成本高昂且難以規模化。

而Qualcomm提出的解決方案，則是是透過標準化的平台來改變現狀。透過Qualcomm新推出的Dragonwing IQ系列機器人晶片，開發者可以在同一個硬體架構上，開發出從簡單的工業手臂、輪式機器人到複雜的人形機器人 (Humanoid)。

這套平台的核心優勢在於整合了異構運算 (Heterogeneous Computing)能力，結合CPU、GPU與NPU的異構運算，能同時處理視覺感知、路徑規劃與馬達控制。Ahmed Torad強調，Qualcomm的優勢在於「可擴展性」 (Scalability)，同樣的SDK工具與軟體框架，可以用於只有幾顆馬達的夾爪，也可以擴展到擁有數十個關節的人形機器人，藉此大幅降低業者的開發門檻。

「安全護欄」：AI不能有幻覺

在ChatGPT等模型中，雖然偶爾會看到AI產生「幻覺」 (Hallucination)，但在絕大部分情況不會造成太大影響，甚至可能很多時候會由使用者發現，進而糾舉錯誤情況。不過，在機器人領域，這樣的情況卻絕對不能被允許發生。

「你不能讓機器人產生幻覺然後撞牆，或者傷到人」。Ahmed Torad指出，Qualcomm在平台中導入了源自車規等級的「安全護欄」 (Safety Guardrails)。這是一套獨立於AI模型之外的即時監控機制，確保機器人的決策符合物理限制與安全規範。

這也是Qualcomm與純軟體AI公司最大不同，Qualcomm是「系統公司」，不僅提供算力，還從晶片底層考慮散熱、功耗管理，以及即時性 (Real-time)要求。特別是在電池供電的機器人上，Qualcomm在手機與汽車領域累積的每瓦效能 (Performance per Watt)技術優勢，成為了競爭對手難以跨越的護城河。

實用主義：人形機器人不是唯一設計方向

雖然人形機器人在CES 2026大出風頭，同時也成為近年機器人產業發展重點之一，但Qualcomm則不認為必須將機器人設計成人形外觀。

Anshuman Saxena認為，人形機器人確實是通用應用時的最終型態，畢竟模仿人類外型與雙手、雙指動作，將能在諸多產業應用投入應用，或是快速移轉到不同市場需求，不像針對倉儲系統設計的機器人在其他領域佈署應用的侷限性較高。

但以目前的商業應用來說，約70%的使用場景 (如物流、倉儲、零售等)，其實透過輪式移動機器人，或以簡單的夾具抓取物品的設計就能符合許多需求，因此顯然不一定需要將機器人設計成貼近人形，或是具備雙手手指，就能更高效、更低成本地完成工作任務。

因此，Qualcomm的市場策略是不鎖定特定型態，而是提供一個通用的「大腦」。無論是為了模仿人類動作的人形機器人，還是為了特定任務設計的輪式載具，Qualcomm的平台都能支援。

分析觀點

從Anshuman Saxena與Ahmed Torad的談話可以發現，Qualcomm正在複製其在智慧型手機與車用市場的成功模式：提供一個高度整合、低功耗且標準化的運算平台，讓合作夥伴去百花齊放。

隨著AI從雲端落地到邊緣，機器人產業正處於類似智慧型手機發展初期的「iPhone 時刻」。高通顯然不甘於只做晶片供應商，而是試圖定義「實體AI」時代的運算標準，讓機器人不再只是實驗室的產物，而是能真正走入工廠與家庭的實用工具。