今年Computex在世貿一館 AI機器人區，有一家來自韓國的公司 – Circulus, Inc.，在機器人開發的技術定位很有特色：他們不自己動手打造「機器人的身體」，而是專注於開發機器人的「大腦」與「神經系統（OS）」。其定位就像是具身智慧界的 Windows 或 Android，各家的機器人都可以導入他們的軟體，很快就變聰明了！
本文將解析 Circulus 的核心技術架構，特別是針對無人工廠（Dark Factory）量身打造的 Physical AI OS 與 ARCOS 系統。
核心大腦：Physical AI OS (針對無人工廠的人形機器人)
在無人工廠的極端環境中，機器人必須具備高度的自主性、低延遲反應以及極強的保密性。Circulus 開發的 Physical AI OS 就是為了解決這三大痛點，其核心架構圍繞著三個關鍵維度：控制（Controlling）、訓練（Training） 與 導航（Navigating）。
1. 全身運動控制 (Controlling)
在智慧製造與無人工廠的浪潮中，人形機器人若想真正走入產線替代人類工人，其核心關鍵就在於能否同時具備精細的雙手操作（Manipulation）與穩定的雙足或輪式移動能力。這不僅需要強韌的機械硬體，更需要一個強大的軟體大腦來精準協調。Circulus 開發的 Physical AI OS 正是為此而生的運動控制核心，其透過兩大底層技術，成功打破了軟硬體之間的藩籬：
(1) 毫秒級的混合動力學控制
為了讓笨重的鋼鐵軀幹展現出媲美人類的靈巧度，Physical AI OS 內建了超高頻率的即時控制環（Real-time Control Loop）。這套系統能以每秒數千次的頻率，同時計算並修正機器人的全身動力學狀態。無論是機械手臂在抓取微小晶片時的力道回饋，靈巧手（Dexterous Hands）微調捏握角度的細膩觸感，還是下肢在應對工廠不平整地面時的重心轉移，系統都能做到完美的物理協調，確保機器人在高難度作業時依然步伐穩健、出手精準。
(2) 打破廠牌壁壘的第三方硬體相容性
過去，機器人軟體往往與特定硬體高度綁定，形成技術孤島。Physical AI OS 則具備極高的適配性，宛如機器人界的通用作業系統。不論是宇樹科技（Unitree）G1 這類標榜高性價比的市售人形機器人，還是南韓本土製造商為了特定製程量身打造的客製化機械肢體，該 OS 都能無縫寫入。它能直接讀取底層馬達編碼器的訊號，並將複雜的 AI 決策指令轉化為平滑、流暢且符合物理定律的實體動作。
這項技術的突破，意味著企業可以自由選擇市場上最合適的硬體硬殼，再注入 Circulus 的 Physical AI OS 賦予其靈魂，徹底解決了從「數位大腦指令」到「鋼鐵軀體執行」的精準轉譯問題，成為人形機器人全面進駐工業前線的關鍵橋樑。
2. 模擬與具身智能訓練 (Training)
Physical AI OS 透過先進的「訓練（Training）」機制，賦予人形機器人適應無人工廠千變萬化任務的能力，擺脫傳統死板程式碼的限制：
(1) 模擬到現實（Sim-to-Real）轉移：
Circulus 結合強化學習與模仿學習，讓機器人在虛擬的「數位雙生」工廠中，安全且高效地進行數百萬次抓取、搬運與工具操作訓練。成形後的 AI 模型能無縫無損地部署至實體作業系統中，大幅縮短上線時間。
(2) 地端微調（On-Device Tuning）：
依賴強大的地端 AI 技術，當機器人在實際產線上面對物件擺放角度偏差、光線變化等微小環境變動時，作業系統能直接利用邊緣算力進行即時的「小樣本學習」，當場自主修正動作，無需重新回傳雲端訓練。
這套訓練生態系讓機器人具備了「與時俱進」的學習能力，是實現工廠高彈性生產的智慧大腦。
3. 自主導航與空間感知 (Navigating)
在缺乏人類引導的無人工廠中，人形機器人必須具備獨立的「路權」與判斷力，這對其自主導航與空間感知能力提出了極高要求。Physical AI OS 透過先進的感測技術與即時演算法，讓機器人能夠在沒有人為介入的情況下，自己看懂環境、規劃出最佳作業路線：
(1) 3D 語義 SLAM 的深度理解
傳統的導航技術僅能讓機器人辨識「前方是否有障礙物」，而 Physical AI OS 則走得更遠。它高度整合了機器人頭部的視覺相機與光達（LiDAR）雷達訊號，在即時建立廠房 3D 立體地圖的同時，融入了語義理解（Semantic Understanding）。這意味著機器人不僅知道那裡有東西，還能清晰辨認出「那是正在運作的危險機台」、「那是掉落的障礙物」或是「那是下一道工序待加工的晶圓零件」，從而做出更聰明的行為決策。
(2) 毫秒級動態避障與路徑優化
高密度的無人工廠內往往熱鬧非凡，除了人形機器人，還有大量穿梭的 AGV（無人搬運車）與 AMR（自主移動機器人）。為了避免產線碰撞與交通打結，Physical AI OS 具備極強的動態預測能力。當偵測到移動路徑上有其他自動化設備逼近時，系統能在毫秒級的時間內，於地端快速重新計算並優化路徑。這種高效率的自主導航與動態避障，確保了多機協同作業時的絕對安全，也讓整條自動化生產線得以保持不間斷的流暢運作。
軟硬體整合樞紐：ARCOS 系統與地端邊緣運算
如果說 Physical AI OS 是底層的作業系統，那麼 ARCOS（通常為 Circulus 機器人作業系統架構的代稱）就是連接 AI 演算法與硬體晶片的關鍵中間件（Middleware）與應用層平台。
1. 去中心化的邊緣運算 (Edge AI) 架構
去中心化的邊緣運算（Edge AI）架構是 Circulus 最核心的技術護城河。傳統 AI 機器人高度依賴雲端，在工業場景中極易面臨網路延遲與資安外洩兩大致命傷。
對此，ARCOS 系統實現了 100% 地端運作，讓機器人即使在斷網或無訊號的工廠深處，依然能完美執行視覺辨識與動作決策。更重要的是，它築起了資料隱私安全的防線，確保製程參數、晶圓設計圖等企業核心機密「足不出戶」，完全在地端處理完畢，完美符合智慧製造對極致資安與零延遲的嚴苛要求。
2. 與 Intel 的深度硬體整合 (混合運算架構)
Circulus 卓越的軟體優勢，必須奠定在強大的晶片底座上。他們透過與 Intel 的深度合作，將 ARCOS 系統 的效能推向了極致。
Circulus 開發的標準化「機器人頭部模組」，核心內建了 Intel Core Ultra 處理器。ARCOS 扮演了高明的指揮家，透過異質運算分工（Heterogeneous Computing），將晶片內的算力精準分流：
-
NPU（神經處理單元）： 以極低功耗專職處理即時的 3D 視覺辨識、物件追蹤與空間導航，充當機器人的雙眼。
-
GPU（圖形處理單元）： 負責運算大型語言（LLM）與視覺語言模型（VLM）的地端推理，讓機器人能聽懂並拆解複雜的工業指令。
-
CPU（中央處理器）： 則專注於應付高時效性的運動控制演算法，協調關節馬達。
這種軟硬體的深度融合，達成了高效能、低功耗的地端推理表現，讓機器人大腦能流暢運作。
NVIDIA Jetson與Intel Core Ultra的工作負載架構比較（Source）
小結
Circulus 的策略非常明確：他們不打算去和傳統重工業巨頭硬碰硬製造機械軀幹，而是透過 ARCOS 與 Physical AI OS，為全天候運作的「無人工廠」提供標準化的智慧靈魂。藉由與 Intel 的硬體綁定，以及對地端 Edge AI 的極致追求，他們正在具身智慧的工業落地潮中，卡位一個極具份量的關鍵角色。
- 【COMPUTEX 2026】以「具身智慧界Android」為定位的韓國Circulus - 2026/06/05
- 演算法戰爭：AI自主武器的「去人性化」危機！ - 2026/06/02
- 斷翼的國家隊？解析無人機國造的必要性與當前衝擊 - 2026/05/20
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！
