協作型機器人開發業者Universal Robots（UR）於美國矽谷舉辦的GTC 2026發表UR AI Trainer。該系統由Universal Robots與Scale AI合作開發，標誌著機器人從預先程式化應用，邁向完全由 AI 驅動任務的重大轉變。這些系統仰賴於AI 訓練單元中所產生的強健資料，在這些單元中，機器人透過模仿人類進行學習。
「我們的客戶從大型企業到 AI 研究實驗室，不再只是要求配備 AI 功能，」Universal Robots AI 機器人產品副總裁 Anders Beck 表示：「他們需要一種方式，能在即將部署的同一台機器人上，收集高保真度、同步的機器人與視覺資料，以訓練 AI 模型。我們的 AI Trainer 是業界首個直接實現從實驗室到工廠的 AI 模型訓練解決方案。」
除了全新的AI Trainer，Universal Robots 的 GTC 展位也展示了來自 UR 優選模型合作夥伴Generalist AI的最先進機器人基礎模型。透過該模型，兩台 UR 機器人將完成一項複雜的智慧型手機包裝任務，而在Physical AI領域近期的技術突破出現之前，這項任務幾乎無法實現。
透過力回饋與直接轉矩控制實現AI就緒資料擷取
AI機器人訓練經常受到硬體架構分散與資料擷取品質不足的限制。現今多數訓練資料來自不適合生產環境的研究型機器人，且許多系統僅依賴視覺回饋，使得精細操作或高度接觸型任務變得困難。Beck 表示：「AI Trainer 直接解決了這些障礙。透過運用我們獨有的直接轉矩控制（Direct Torque Control）與力回饋功能，我們讓開發者能夠直接影響機器人在物理層面上如何與世界互動，並在已部署於超過 100,000 個工業應用中的同一套強固硬體上進行訓練。」
AI Trainer 讓人類操作員能在「領導者–跟隨者」架構下，引導 UR 機器人執行任務，同時自動擷取高品質的多模態資料，用於機器人 AI 的開發。操作員實際引導一台「領導」機器人完成任務，而同步的「跟隨」機器人則即時複製其動作。在每一次示範過程中，系統會記錄同步的運動、力覺與視覺資料，產生訓練 Vision-Language-Action（VLA）模型所需的結構化資料集。
部署於 UR 的 AI Accelerator 平台上，UR AI Trainer 結合 UR 機器人與 Scale AI 軟體，使資料能在實際生產環境中大規模擷取，形成持續回饋機制，推動實體 AI 系統的持續最佳化。
「Universal Robots 是工業機器人領域的領導者，其全球佈局為資料擷取與大規模 AI 部署奠定了理想基礎，」Scale AI 的Physical AI 事業群總經理 Ben Levin 表示。「我們共同打造了一個整合式的機器人資料飛輪，讓客戶能以前所未有的速度訓練、部署並改進其 AI 模型。」作為此次合作的一部分，UR 與 Scale AI 將於今年稍晚發表一套使用 UR 機器人所蒐集的大規模工業任務資料集。
在GTC的展示中，參觀者可透過觸覺輸入引導兩台UR3e「領導」機器人，進而控制兩台 UR7e「跟隨」機器人。此展示讓參觀者能以觸覺回饋執行進階的智慧型手機包裝任務，用於模仿學習與 VLA 訓練，示範資料將即時記錄於 Scale 的系統架構中，並可直接在AI Trainer上重播。
此外，AI 模型機器人訓練資料的擷取流程，也透過另一項展示進一步呈現，以虛擬方式訓練完成同樣的智慧型手機包裝任務。該模擬系統建構於 NVIDIA Omniverse，並運用 Isaac Sim，使參觀者能使用兩個 Haply Inverse3裝置作為「領導者」，即時控制一套虛擬的雙臂 UR3e 系統，提供符合物理特性的高擬真模擬體驗。
Universal Robots 亦正評估導入 NVIDIA Physical AI Data Factory Blueprint，以自動化並擴展其合成資料生成流程，將世界級運算資源轉化為高品質機器人訓練資料的生產引擎。
「邁向 Physical AI 的轉變，意味著必須從僵化、預先程式化的自動化系統，轉向能夠透過類人互動進行感知、推理與學習的通用型機器人，」NVIDIA 機器人與邊緣 AI 生態系負責人 Amit Goel 表示。「透過運用 NVIDIA Isaac 模擬框架，Universal Robots 正在打造一套可擴展的高保真資料擷取與生成引擎，為大規模訓練下一代自主系統提供關鍵基礎建設。」
Generalist AI 展示真實世界中的機器人基礎模型效能
作為兩項資料擷取展示的補充，Generalist 的展示突顯了資料蒐集與 AI 模型的進展如何轉化為真實世界中的機器人效能。在 Generalist 具身基礎模型的首次公開展示中，兩台 UR7e 機器人於真實環境中自主執行一項複雜的智慧型手機包裝任務，展現出靈巧度、協調性，以及高度接觸型操作能力。該展示說明，經規模化的高品質訓練資料，結合前沿模型架構，能讓強健的實體 AI 系統走出實驗室。
「Generalist 正在打造具備業界領先靈巧度與可靠性的具身基礎模型，」Generalist AI 共同創辦人暨執行長 Pete Florence 表示:「此次在 Universal Robots 值得信賴的工業平台上進行的展示，說明物理常識如何轉化為真實世界的能力，為跨產業的大規模部署鋪路。」
- 簡化AI機器人訓練 Universal Robots與Scale AI推出模仿學習系統 - 2026/04/01
- 【Podcast】看見地球的真相：SkyTruth 用 AI 監控人類行為 - 2026/04/01
- Anritsu攜手合作夥伴共同驗證AI天線最佳化技術 - 2026/03/31
訂閱MakerPRO知識充電報
與40000位開發者一同掌握科技創新的技術資訊！
