泛科學上的冒險旅程

本文與 TRPMA 台灣研發型生技新藥發展協會合作，泛科學企劃執行

我們知道癌症是台灣人健康的頭號公敵。 為此，我們花了很多時間介紹最新、最有效的抗癌方法之一：免疫療法。

免疫療法中最重要的技術就是抗體藥物。科學家會人工製造一批抗體去標記癌細胞。它們就像戰場上的偵察無人機，能精準鎖定你體內的敵人——癌細胞，為它們打上標記，然後引導你的免疫系統展開攻擊。

這跟化療、放射線治療那種閉著眼睛拿機槍亂掃不同。免疫療法是重新叫醒你的免疫系統，為身體「上buff (增益) 」來抗癌，副作用較低，因此備受好評。

但尷尬的是，經過幾年的臨床考驗，科學家發現：光靠抗體對抗癌症，竟然已經不夠用了。

事情是這樣的，臨床上醫生與科學家逐漸發現：這個抗體標記，不是容易損壞，就是癌細胞同時設有多個陷阱關卡，只靠叫醒免疫細胞，還是難以發揮戰力。

但好消息是，我們的生技工程也大幅進步了。科學家開始思考：如果這台偵察無人機只有「標記」這一招不夠用，為什麼不幫它升級，讓它多學幾招呢？

這個能讓免疫藥物（偵察無人機）大進化的訓練器，就是今天的主角—融合蛋白（fusion protein）。

融合蛋白是什麼？

免疫療法遇到的問題，我們可以這樣理解：想像你的身體是一座國家，病毒、細菌、腫瘤就是入侵者；而抗體，就是我們派出的「偵察無人機」。

當我們透過注射放出這支無人機群進到體內，它能迅速辨識敵人、緊抓不放，並呼叫其他免疫單位（友軍）一同解決威脅。過去 20 年，最強的偵查機型叫做「單株抗體」。1998年，生技公司基因泰克（Genentech）推出的藥物赫賽汀（Herceptin），就是一款針對 HER2 蛋白的單株抗體，目標是治療乳癌。

這支無人機群為什麼能對抗癌症？這要歸功於它「Y」字形的小小抗體分子，構造看似簡單，卻蘊藏巧思：

• 「Y」 字形上面的兩隻「叉叉」是敵人偵測器，能找到敵人身上的抗原特徵，並黏上去，稱為抗體結合區「Fab 區域」。
  
• 「Y」 字形的「尾巴」就是我們說的「標籤」，它能通知免疫系統啟動攻擊，稱為結晶區域片段「Fc 區域」。具體來說，當免疫細胞在體內巡邏，免疫細胞上的 Fc 受體 (FcR) 會和 Fc區域結合，進而認出病原體或感染細胞，接著展開清除。

更厲害的是，這個 Fc 區域標籤還能加裝不同功能。一般來說，人體內多餘的分子，會被定期清除。例如，細胞內會有溶酶體不斷分解多餘的物質，或是血液經過肝臟時會被代謝、分解。那麼，人造抗體對身體來說，屬於外來的東西，自然也會被清除。

而 Fc區域會與細胞內體上的Fc受體結合，告訴細胞「別分解我」的訊號，阻止溶酶體的作用。又或是單純把標籤做的超大，例如接上一段長長的蛋白質，或是聚乙二醇鏈，讓整個抗體分子的大小，大於腎臟過濾孔的大小，難以被腎臟過濾，進而延長抗體在體內的存活時間。

偵測器（Fab）加上標籤（Fc）的結構，使抗體成為最早、也最成功的「天然設計藥物」。然而，當抗體在臨床上逐漸普及，一個又一個的問題開始浮現。抗體的強項在於「精準鎖定」，但這同時也是它的限制。

第一個問題：抗體只能打「魔王」，無法毀掉「魔窟」。 

抗體一定要有一個明確的「標的物」才能發揮作用。這讓它在針對「腫瘤」或「癌細胞本身」時非常有效，因為敵人身上有明顯標記。但癌細胞的形成與惡化，是細胞在「生長、分裂、死亡、免疫逃脫」這些訊號通路上被長期誤導的結果。抗體雖然勇猛，卻只能針對已經帶有特定分子的癌細胞魔王，無法摧毀那個孕育魔王的系統魔窟。這時，我們真正欠缺的是能「調整」、「模擬」或「干擾」這些錯誤訊號的藥物。

第二個問題：開發產線的限制。

抗體的開發，得經過複雜的細胞培養與純化程序。每次改變結構或目標，幾乎都要重新開發整個系統。這就像你無法要求一台偵測紅外線的無人機，明天立刻改去偵測核輻射。高昂的成本與漫長的開發時間，讓新產線難以靈活創新。

為了讓免疫藥物能走向多功能與容易快速製造、測試的道路，科學家急需一個更工業化的藥物設計方式。雖然我們追求的是工業化的設計，巧合的是，真正的突破靈感，仍然來自大自然。

在自然界中，基因有時會彼此「融合」成全新的組合，讓生物獲得額外功能。例如細菌，它們常仰賴一連串的酶來完成代謝，中間產物要在細胞裡來回傳遞。但後來，其中幾個酶的基因彼此融合，而且不只是基因層級的合併，產出的酶本身也變成同一條長長的蛋白質。

結果，反應效率大幅提升。因為中間產物不必再「跑出去找下一個酶」，而是直接在同一條生產線上完成。對細菌來說，能更快處理養分、用更少能量維持生存，自然形成適應上的優勢，這樣的融合基因也就被演化保留下來。

科學家從中得到關鍵啟發：如果我們也能把兩種有用的蛋白質，「人工融合」在一起，是否就能創造出更強大的新分子？於是，融合蛋白（fusion protein）就出現了。

以假亂真：融合蛋白的HIV反制戰

融合蛋白的概念其實很直覺：把兩種以上、功能不同的蛋白質，用基因工程的方式「接起來」，讓它們成為同一個分子。 

1990 年，融合蛋白 CD4 免疫黏附素（CD4 immunoadhesin）誕生。這項設計，是為了對付令人類聞風喪膽的 HIV 病毒。

我們知道 T 細胞是人體中一種非常重要的白血球。在這些 T 細胞中，大約有六到七成表面帶有一個叫做「CD4」的輔助受體。CD4 會和另一個受體 TCR 一起合作，幫助 T 細胞辨識其他細胞表面的抗原片段，等於是 T 細胞用來辨認壞人的「探測器」。表面擁有 CD4 受體的淋巴球，就稱為 CD4 淋巴球。

麻煩的來了。 HIV 病毒反將一軍，竟然把 T 細胞的 CD4 探測器，當成了自己辨識獵物的「標記」。沒錯，對 HIV 病毒來說，免疫細胞就是它的獵物。HIV 的表面有一種叫做 gp120 的蛋白，會主動去抓住 T 細胞上的 CD4 受體。

一旦成功結合，就會啟動一連串反應，讓病毒外殼與細胞膜融合。HIV 進入細胞內後會不斷複製並破壞免疫細胞，導致免疫系統逐漸崩潰。

為了逆轉這場悲劇，融合蛋白 CD4 免疫黏附素登場了。它的結構跟抗體類似，由由兩個不同段落所組成：一端是 CD4 假受體，另一端則是剛才提到、抗體上常見的 Fc 區域。當 CD4 免疫黏附素進入體內，它表面的 CD4 假受體會主動和 HIV 的 gp120 結合。

厲害了吧。 病毒以為自己抓到了目標細胞，其實只是被騙去抓了一個假的 CD4。這樣 gp120 抓不到 CD4 淋巴球上的真 CD4，自然就無法傷害身體。

而另一端的 Fc 區域則有兩個重要作用：一是延長融合蛋白在體內的存活時間；二是理論上能掛上「這裡有敵人！」的標籤，這種機制稱為抗體依賴性細胞毒殺（ADCC）或免疫吞噬作用（ADCP）。當免疫細胞的 Fc 受體與 Fc 區域結合，就能促使免疫細胞清除被黏住的病毒顆粒。

不過，這裡有個關鍵細節。

在實際設計中，CD4免疫黏附素的 Fc 片段通常會關閉「吸引免疫細胞」的這個技能。原因是：HIV 專門攻擊的就是免疫細胞本身，許多病毒甚至已經藏在 CD4 細胞裡。若 Fc 區域過於活躍，反而可能引發強烈的發炎反應，甚至讓免疫系統錯把帶有病毒碎片的健康細胞也一併攻擊，這樣副作用太大。因此，CD4 免疫黏附素的 Fc 區域會加入特定突變，讓它只保留延長藥物壽命的功能，而不會與淋巴球的 Fc 受體結合，以避免誘發免疫反應。

從 DNA 藍圖到生物積木：融合蛋白的設計巧思

融合蛋白雖然潛力強大，但要製造出來可一點都不簡單。它並不是用膠水把兩段蛋白質黏在一起就好。「融合」這件事，得從最根本的設計圖，也就是 DNA 序列就開始規劃。

我們體內的大部分蛋白質，都是細胞照著 DNA 上的指令一步步合成的。所以，如果科學家想把蛋白 A 和蛋白 B 接在一起，就得先把這兩段基因找出來，然後再「拼」成一段新的 DNA。

不過，如果你只是單純把兩段基因硬接起來，那失敗就是必然的。因為兩個蛋白會互相「打架」，導致摺疊錯亂、功能全毀。

這時就需要一個小幫手：連接子（linker）。它的作用就像中間的彈性膠帶，讓兩邊的蛋白質能自由轉動、互不干擾。最常見的設計，是用多個甘胺酸（G）和絲胺酸（S）組成的柔性小蛋白鏈。

設計好這段 DNA 之後，就能把它放進細胞裡，讓細胞幫忙「代工」製造出這個融合蛋白。接著，科學家會用層析、電泳等方法把它純化出來，再一一檢查它有沒有摺疊正確、功能是否完整。

如果一切順利，這個人工設計的融合分子，就能像自然界的蛋白一樣穩定運作，一個全新的「人造分子兵器」就此誕生。

CD4免疫黏附素問世之後，融合蛋白逐漸成為生物製藥的重要平台之一。而且現在的融合蛋白，早就不只是「假受體＋Fc 區域」這麼單純。它已經跳脫模仿抗體，成為真正能自由組裝、自由設計的生物積木。

融合蛋白的強項，就在於它能「自由組裝」。

以抗體為骨架，科學家可以接上任何想要的功能模組，創造出全新的藥物型態。一般的抗體只能「抓」（標記特定靶點）；但融合蛋白不只會抓，還能「阻斷」、「傳遞」、甚至「調控」訊號。在功能模組的加持下，它在藥物設計上，幾乎像是一個分子級的鋼鐵蜘蛛人裝甲。

一般來說，當我們選擇使用融合蛋白時，通常會期待它能發揮幾種關鍵效果：

1. 療效協同： 一款藥上面就能同時針對多個靶點作用，有機會提升治療反應率與持續時間，達到「一藥多效」的臨床價值。
2. 減少用藥： 原本需要兩到三種單株抗體聯合使用的療法，也許只要一種融合蛋白就能搞定。這不僅能減少給藥次數，對病人來說，也有機會因為用藥減少而降低治療成本。
3. 降低毒性風險： 經過良好設計的融合蛋白，可以做到更精準的「局部活化」，讓藥物只在目標區域發揮作用，減少副作用。

到目前為止，我們了解了融合蛋白是如何製造的，也知道它的潛力有多大。

那麼，目前實際成效到底如何呢？

一箭雙鵰：拆解癌細胞的「偽裝」與「內奸」

2016 年，德國默克（Merck KGaA）展開了一項全新的臨床試驗。 主角是一款突破性的雙功能融合蛋白──Bintrafusp Alfa。這款藥物的厲害之處在於，它能同時封鎖 PD-L1 和 TGF-β 兩條免疫抑制路徑。等於一邊拆掉癌細胞的偽裝，一邊解除它的防護罩。

PD-L1，我們或許不陌生，它就像是癌細胞身上的「偽裝良民證」。當 PD-L1 和免疫細胞上的 PD-1 受體結合時，就會讓免疫系統誤以為「這細胞是自己人」，於是放過它。我們的策略，就是用一個抗體或抗體樣蛋白黏上去，把這張「偽裝良民證」封住，讓免疫系統能重新啟動。

但光拆掉偽裝還不夠，因為癌細胞還有另一位強大的盟友—一個起初是我軍，後來卻被癌細胞收買、滲透的「內奸」。它就是，轉化生長因子-β，縮寫 TGF-β。

先說清楚，TGF-β 原本是體內的秩序管理者，掌管著細胞的生長、分化、凋亡，還負責調節免疫反應。在正常細胞或癌症早期，它會和細胞表面的 TGFBR2 受體結合，啟動一連串訊號，抑制細胞分裂、減緩腫瘤生長。

但當癌症發展到後期，TGF-β 跟 TGFBR2 受體之間的合作開始出問題。癌細胞表面的 TGFBR2 受體可能突變或消失，導致 TGF-β 不但失去了原本的抑制作用，反而轉向幫癌細胞做事。

它會讓細胞骨架（actin cytoskeleton）重新排列，讓細胞變長、變軟、更有彈性，還能長出像觸手的「偽足」（lamellipodia、filopodia），一步步往外移動、鑽進組織，甚至進入血管、展開全身轉移。

更糟的是，這時「黑化」的 TGF-β 還會壓抑免疫系統，讓 T 細胞和自然殺手細胞變得不再有攻擊力，同時刺激新血管生成，幫腫瘤打通營養補給線。

為了對抗這個內奸，默克在 Bintrafusp Alfa 的結構裡，加上了一個「TGF-β 陷阱（trap）」。就像 1989 年的 CD4 免疫黏附素用「假受體」去騙 HIV 一樣，這個融合蛋白在體內循環時，會用它身上的「陷阱」去捕捉並中和游離的 TGF-β。這讓 TGF-β 無法再跟腫瘤細胞或免疫細胞表面的天然受體結合，從而鬆開了那副壓抑免疫系統的腳鐐。

告別單一解方：融合蛋白的「全方位圍剿」戰

但，故事還沒完。我們之前提過，癌細胞之所以難纏，在於它會發展出各種「免疫逃脫」策略。

而近年我們發現，癌細胞的「偽良民證」至少就有兩張：一張是 PD-L1；另一張是 CD-47。CD47 是癌細胞向巨噬細胞展示的「別吃我」訊號，當它與免疫細胞上的 SIRPα 結合時，就會抑制吞噬反應。

為此，總部位於台北的漢康生技，決定打造能同時對付 PD-L1、CD-47，乃至 TGF-β 的三功能生物藥 HCB301。

雖然三功能融合蛋白聽起來只是「再接一段蛋白」而已，但實際上極不簡單。截至目前，全球都還沒有任何三功能抗體或融合蛋白批准上市，在臨床階段的生物候選藥，也只佔了整個生物藥市場的 1.6%。

漢康生技透過自己開發的 FBDB 平台技術，製作出了三功能的生物藥 HCB301，目前第一期臨床試驗已經在美國、中國批准執行。

免疫療法絕對是幫我們突破癌症的關鍵。但我們也知道癌症非常頑強，還有好幾道關卡我們無法攻克。既然單株抗體在戰場上顯得單薄，我們就透過融合蛋白，創造出擁有多種功能模組的「升級版無人機」。

融合蛋白強的不是個別的偵查或阻敵能力，而是一組可以「客製化組裝」的平台，用以應付癌細胞所有的逃脫策略。

Catch Me If You Can？融合蛋白的回答是：「We Can.」

未來癌症的治療戰場，也將從尋找「唯一解」，轉變成如何「全方位圍剿」癌細胞，避免任何的逃脫。

本文與 Perplexity 合作，泛科學企劃執行

「Hello. I am… a robot.」

在我們的記憶裡，機器人的聲音就該是冰冷、單調，不帶一絲情感 。它們的動作僵硬，肢體不協調，像一個沒有靈魂的傀儡，甚至啟發我們創造了機械舞來模仿那獨特的笨拙可愛。但是，現今的機器人發展不再只會跳舞或模仿人聲，而是已經能獨立完成一場膽囊切除手術。

就在2025年，美國一間實驗室發表了一項成果：一台名為「SRT-H」的機器人（階層式手術機器人Transformer），在沒有人類醫師介入的情況下，成功自主完成了一場完整的豬膽囊切除手術。SRT-H 正是靠著從錯誤中學習的能力，最終在八個不同的離體膽囊上，達成了 100% 的自主手術成功率。

這項成就的意義重大，因為過去機器人手術的自動化，大多集中在像是縫合這樣的單一「任務」上。然而，這一場完整的手術，是一個包含數十個步驟、需要連貫策略與動態調整的複雜「程序」。這是機器人首次在包含 17 個步驟的完整膽囊切除術中，實現了「步驟層次的自主性」。

這就引出了一個讓我們既興奮又不安的核心問題：我們究竟錯過了什麼？機器人是如何在我們看不見的角落，悄悄完成了從「機械傀儡」到「外科醫生」的驚人演化？

這趟思想探險，將為你解密 SRT-H 以及其他五款同樣具備革命性突破的機器人。你將看到，它們正以前所未有的方式，發展出生物般的觸覺、理解複雜指令、學會團隊合作，甚至開始自我修復與演化，成為一種真正的「準生命體」 。

所以，你準備好迎接這個機器人的新紀元了嗎？

只靠模仿還不夠？手術機器人還需要學會「犯錯」與「糾正」

那麼，SRT-H 這位機器人的外科大腦，究竟藏著什麼秘密？答案就在它創新的「階層式框架」設計裡 。

你可以想像，SRT-H 的腦中，住著一個分工明確的兩人團隊，就像是漫畫界的傳奇師徒—黑傑克與皮諾可 。

• 第一位，是動口不動手的總指揮「黑傑克」： 它不下達具體的動作指令，而是在更高維度的「語言空間」中進行策略規劃 。它發出的命令，是像「抓住膽管」或「放置止血夾」這樣的高層次任務指令 。
• 第二位，是靈巧的助手「皮諾可」： 它負責接收黑傑克的語言指令，並將這些抽象的命令，轉化為機器手臂毫釐不差的精準運動軌跡 。

但最厲害的還不是這個分工，而是它們的學習方式。SRT-H 研究團隊收集了 17 個小時、共 16,000 條由人類專家操作示範的軌跡數據來訓練它 。但這還只是開始，研究人員在訓練過程中，會刻意讓它犯錯，並向它示範如何從抓取失敗、角度不佳等糟糕的狀態中恢復過來 。這種獨特的訓練方法，被稱為「糾正性示範」 。

這項訓練，讓 SRT-H 學會了一項外科手術中最關鍵的技能：當它發現執行搞砸了，它能即時識別偏差，並發出如「重試抓取」或「向左調整」等「糾正性指令」 。這套內建的錯誤恢復機制至關重要。當研究人員拿掉這個糾正能力後，機器人在遇到困難時，要不是完全失敗，就是陷入無效的重複行為中 。

正是靠著這種從錯誤中學習、自我修正的能力，SRT-H 最終在八次不同的手術中，達成了 100% 的自主手術成功率 。

SRT-H 證明了機器人開始學會「思考」與「糾錯」。但一個聰明的大腦，足以應付更混亂、更無法預測的真實世界嗎？例如在亞馬遜的倉庫裡，機器人不只需要思考，更需要實際「會做事」。

要能精準地與環境互動，光靠視覺或聽覺是不夠的。為了讓機器人能直接接觸並處理日常生活中各式各樣的物體，它就必須擁有生物般的「觸覺」能力。

解密 Vulcan 如何學會「觸摸」

讓我們把場景切換到亞馬遜的物流中心。過去，這裡的倉儲機器人（如 Kiva 系統）就像放大版的掃地機器人，核心行動邏輯是極力「避免」與周遭環境發生任何物理接觸，只負責搬運整個貨架，再由人類員工挑出包裹。

但 2025 年5月，亞馬遜展示了他們最新的觸覺機器人 Vulcan。在亞馬遜的物流中心裡，商品被存放在由彈性帶固定的織物儲物格中，而 Vulcan 的任務是必須主動接觸、甚至「撥開」彈性織網，再從堆放雜亂的儲物格中，精準取出單一包裹，且不能造成任何損壞。

Vulcan 的核心突破，就在於它在「拿取」這個動作上，學會了生物般的「觸覺」。它靈活的機械手臂末端工具（EOAT, End-Of-Arm Tool），不僅配備了攝影機，還搭載了能測量六個自由度的力與力矩感測器。六個自由度包含上下、左右、前後的推力，和三個維度的旋轉力矩。這就像你的手指，裡頭分布著非常多的受器，不只能感測壓力、還能感受物體橫向拉扯、運動等感觸。

EOAT 也擁有相同精確的「觸覺」，能夠在用力過大之前即時調整力道。這讓 Vulcan 能感知推動一個枕頭和一個硬紙盒所需的力量不同，從而動態調整行為，避免損壞貨物。

其實，這更接近我們人類與世界互動的真實方式。當你想拿起桌上的一枚硬幣時，你的大腦並不會先計算出精準的空間座標。實際上，你會先把手伸到大概的位置，讓指尖輕觸桌面，再沿著桌面滑動，直到「感覺」到硬幣的邊緣，最後才根據觸覺決定何時彎曲手指、要用多大的力量抓起這枚硬幣。Vulcan 正是在學習這種「視覺＋觸覺」的混合策略，先用攝影機判斷大致的空間，再用觸覺回饋完成最後精細的操作。

靠著這項能力，Vulcan 已經能處理亞馬遜倉庫中約 75% 的品項，並被優先部署來處理最高和最低層的貨架——這些位置是最容易導致人類員工職業傷害的位置。這也讓自動化的意義，從單純的「替代人力」，轉向了更具建設性的「增強人力」。

SRT-H 在手術室中展現了「專家級的腦」，Vulcan 在倉庫中演化出「專家級的手」。但你發現了嗎？它們都還是「專家」，一個只會開刀，一個只會揀貨。雖然這種「專家型」設計能有效規模化、解決痛點並降低成本，但機器人的終極目標，是像人類一樣成為「通才」，讓單一機器人，能在人類環境中執行多種不同任務。

如何教一台機器人「舉一反三」？

你問，機器人能成為像我們一樣的「通才」嗎？過去不行，但現在，這個目標可能很快就會實現了。這正是 NVIDIA 的 GR00T 和 Google DeepMind 的 RT-X 等專案的核心目標。

過去，我們教機器人只會一個指令、一個動作。但現在，科學家們換了一種全新的教學思路：停止教機器人完整的「任務」，而是開始教它們基礎的「技能基元」（skill primitives），這就像是動作的模組。

例如，有負責走路的「移動」(Locomotion) 基元，和負責抓取的「操作」(Manipulation) 基元。AI 模型會透過強化學習 (Reinforcement Learning) 等方法，學習如何組合這些「技能基元」來達成新目標。

舉個例子，當 AI 接收到「從冰箱拿一罐汽水給我」這個新任務時，它會自動將其拆解為一系列已知技能的組合：首先「移動」到冰箱前、接著「操作」抓住把手、拉開門、掃描罐子、抓住罐子、取出罐子。AI T 正在學會如何將這些單一的技能「融合」在一起。有了這樣的基礎後，就可以開始來大量訓練。

當多重宇宙的機器人合體練功：通用 AI 的誕生

好，既然要學，那就要練習。但這些機器人要去哪裡獲得足夠的練習機會？總不能直接去你家廚房實習吧。答案是：它們在數位世界裡練習。

NVIDIA 的 Isaac Sim 等平台，能創造出照片級真實感、物理上精確的模擬環境，讓 AI 可以在一天之內，進行相當於數千小時的練習，獨自刷副本升級。這種從「模擬到現實」（sim-to-real）的訓練管線，正是讓訓練這些複雜的通用模型變得可行的關鍵。

DeepMind 的 RT-X 計畫還發現了一個驚人的現象：用來自多種「不同類型」機器人的數據，去訓練一個單一的 AI 模型，會讓這個模型在「所有」機器人上表現得更好。這被稱為「正向轉移」(positive transfer)。當 RT-1-X 模型用混合數據訓練後，它在任何單一機器人上的成功率，比只用該機器人自身數據訓練的模型平均提高了 50%。

這就像是多重宇宙的自己各自練功後，經驗值合併，讓本體瞬間變強了。這意味著 AI 正在學習關於物理、物體特性和任務結構的抽象概念，這些概念獨立於它所控制的特定身體。

不再是工程師，而是「父母」： AI 的新學習模式

這也導向了一個科幻的未來：或許未來可能存在一個中央「機器人大腦」，它可以下載到各種不同的身體裡，並即時適應新硬體。

這種學習方式，也從根本上改變了我們與機器人的互動模式。我們不再是逐行編寫程式碼的工程師，而是更像透過「示範」與「糾正」來教導孩子的父母。

NVIDIA 的 GR00T 模型，正是透過一個「數據金字塔」來進行訓練的：

• 金字塔底層： 是大量的人類影片。
• 金字塔中層： 是海量的模擬數據（即我們提過的「數位世界」練習）。
• 金字塔頂層： 才是最珍貴、真實的機器人操作數據。

這種模式，大大降低了「教導」機器人新技能的門檻，讓機器人技術變得更容易規模化與客製化。

當機器人不再是「一個」物體，而是「任何」物體？

我們一路看到了機器人如何學會思考、觸摸，甚至舉一反三。但這一切，都建立在一個前提上：它們的物理形態是固定的。

但，如果連這個前提都可以被打破呢？這代表機器人的定義不再是固定的形態，而是可變的功能：它能改變身體來適應任何挑戰，不再是一台單一的機器，而是一個能根據任務隨選變化的物理有機體。

有不少團隊在爭奪這個機器人領域的聖杯，其中瑞士洛桑聯邦理工學院特別具有代表性，該學院的仿生機器人實驗室（Bioinspired Robotics Group, BIRG）2007 年就打造模組化自重構機器人 Roombots。

有不少團隊在爭奪這個機器人領域的聖杯，其中瑞士洛桑聯邦理工學院（EPFL）特別具有代表性。該學院的仿生機器人實驗室（BIRG）在 2007 年就已打造出模組化自重構機器人 Roombots。而 2023 年，來自 EPFL 的另一個實驗室——可重組機器人工程實驗室（RRL），更進一步推出了 Mori3，這是一套把摺紙藝術和電腦圖學巧妙融合的模組化機器人系統。

Mori3 的核心，是一個個小小的三角形模組。別看它簡單，每個模組都是一個獨立的機器人，有自己的電源、馬達、感測器和處理器，能獨立行動，也能和其他模組合作。最厲害的是，它的三條邊可以自由伸縮，讓這個小模組本身就具備「變形」能力。

當許多 Mori3 模組連接在一起時，就能像一群活的拼圖一樣，從平面展開，組合成各種三維結構。研究團隊將這種設計稱為「物理多邊形網格化」。在電腦圖學裡，我們熟悉的 3D 模型，其實就是由許多多邊形（通常是三角形）拼湊成的網格。Mori3 的創新之處，就是把這種純粹的數位抽象，真正搬到了現實世界，讓模組們化身成能活動的「實體網格」。

這代表什麼？團隊已經展示了三種能力：

• 移動：他們用十個模組能組合成一個四足結構，它能從平坦的二維狀態站立起來，並開始行走。這不只是結構變形，而是真正的協調運動。
• 操縱： 五個模組組合成一條機械臂，撿起物體，甚至透過末端模組的伸縮來擴大工作範圍。
• 互動： 模組們能形成一個可隨時變形的三維曲面，即時追蹤使用者的手勢，把手的動作轉換成實體表面的起伏，等於做出了一個會「活」的觸控介面。

這些展示，不只是實驗室裡的炫技，而是真實證明了「物理多邊形網格化」的潛力：它不僅能構建靜態的結構，還能創造具備複雜動作的動態系統。而且，同一批模組就能在不同情境下切換角色。

想像一個地震後的救援場景：救援隊帶來的不是一台笨重的挖土機，而是一群這樣的模組。它們首先組合成一條長長的「蛇」形機器人，鑽入瓦礫縫隙；一旦進入開闊地後，再重組成一隻多足的「蜘蛛」，以便在不平的地面上穩定行走；發現受困者時，一部分模組分離出來形成「支架」撐住搖搖欲墜的橫樑，另一部分則組合成「夾爪」遞送飲水。這就是以任務為導向的自我演化。

這項技術的終極願景，正是科幻中的概念：可程式化物質（Programmable Matter），或稱「黏土電子學」（Claytronics）。想像一桶「東西」，你可以命令它變成任何你需要的工具：一支扳手、一張椅子，或是一座臨時的橋樑。

未來，我們只需設計一個通用的、可重構的「系統」，它就能即時創造出任務所需的特定機器人。這將複雜性從實體硬體轉移到了規劃重構的軟體上，是一個從硬體定義的世界，走向軟體定義的物理世界的轉變。

更重要的是，因為模組可以隨意分開與聚集，損壞時也只要替換掉部分零件就好。足以展現出未來機器人的適應性、自我修復與集體行為。當一群模組協作時，它就像一個超個體，如同蟻群築橋。至此，「機器」與「有機體」的定義，也將開始動搖。

從「實體探索」到「數位代理」

我們一路見證了機器人如何從單一的傀儡，演化為學會思考的外科醫生 (SRT-H)、學會觸摸的倉儲專家 (Vulcan)、學會舉一反三的通才 (GR00T)，甚至是能自我重構成任何形態的「可程式化物質」(Mori3)。

但隨著機器人技術的飛速發展，一個全新的挑戰也隨之而來：在一個 AI 也能生成影像的時代，我們如何分辨「真實的突破」與「虛假的奇觀」？

舉一個近期的案例：2025 年 2 月，一則影片在網路上流傳，顯示一台人形機器人與兩名人類選手進行羽毛球比賽，並且輕鬆擊敗了人類。我的第一反應是懷疑：這太誇張了，一定是 AI 合成的影片吧？但，該怎麼驗證呢？答案是：用魔法打敗魔法。

在眾多 AI 工具中，Perplexity 特別擅長資料驗證。例如這則羽球影片的內容貼給 Perplexity，它馬上就告訴我：該影片已被查證為數位合成或剪輯。但它並未就此打住，而是進一步提供了「真正」在羽球場上有所突破的機器人—來自瑞士 ETH Zurich 團隊的 ANYmal-D。

接著，選擇「研究模式」，就能深入了解 ANYmal-D 的詳細原理。原來，真正的羽球機器人根本不是「人形」，而是一台具備三自由度關節的「四足」機器人。

如果你想更深入了解，Perplexity 的「實驗室」功能，還能直接生成一份包含圖表、照片與引用來源的完整圖文報告。它不只介紹了 ANYmal-D 在羽球上的應用，更詳細介紹了瑞士聯邦理工學院發展四足機器人的完整歷史：為何選擇四足？如何精進硬體與感測器結構？以及除了運動領域外，四足機器人如何在關鍵的工業領域中真正創造價值。

AI 代理人：數位世界的新物種

從開刀、揀貨、打球，到虛擬練功，這些都是機器人正在學習「幫我們做」的事。但接下來，機器人將獲得更強的「探索」能力，幫我們做那些我們自己做不到的事。

這就像是，傳統網路瀏覽器與 Perplexity 的 Comet 瀏覽器之間的差別。Comet 瀏覽器擁有自主探索跟決策能力，它就像是數位世界裡的機器人，能成為我們的「代理人」（Agent）。

它的核心功能，就是拆解過去需要我們手動完成的多步驟工作流，提供「專業代工」，並直接交付成果。

例如，你可以直接對它說：「閱讀這封會議郵件，檢查我的行事曆跟代辦事項，然後草擬一封回信。」或是直接下達一個複雜的指令：「幫我訂 Blue Origin 的太空旅遊座位，記得要來回票。」

接著，你只要兩手一攤，Perplexity 就會接管你的瀏覽器，分析需求、執行步驟、最後給你結果。你再也不用自己一步步手動搜尋，或是在不同網站上重複操作。

AI 代理人正在幫我們探索險惡的數位網路，而實體機器人，則在幫我們前往真實的物理絕境。

立即點擊專屬連結 https://perplexity.sng.link/A6awk/k74… 試用 Perplexity吧！ 現在申辦台灣大哥大月付 599(以上) 方案，還可以獲得 1 年免費 Perplexity Pro plan 喔！(價值 新台幣6,750)

◆Perplexity 使用實驗室功能對 ANYmal-D 與團隊的全面分析 https://drive.google.com/file/d/1NM97…

• 活動紀錄／郭宜蓁

台灣有許多科普書籍都是由翻譯而來，翻譯就像是作者跟讀者之間的傳話筒，那麼要怎麼當一個好的傳話筒？這個作者到底在寫什麼，為什麼要這麼寫？我這樣寫，讀者看的懂嗎？寫得這麼簡明扼要，是可以的嗎？

2019泛知識節，邀請到目前於特有生物研究保育中心服務，具有翻譯多本書籍經驗的林大利，談談「如何成為一位值得信賴的知識型譯者」。

不一定要外文背景，能熟悉該領域流變對翻譯才有利

熱烈歡迎專業領域投入翻譯工作，外文背景的譯者投入感興趣的領域！

林大利分享：科學研究，是科學知識產生器，也是人類認識世界的系統性活動。

孫維新教授是這麼說的：科學是一個框架，框架內的部分，是我們已知的知識；框架外的世界，則是一片未知的宇宙。因此，科學活動就是在努力的擴大這個框架，讓我們對世界的瞭解更多更廣。這個框架依然渺小，未知的世界仍浩瀚無垠。

如果能有更多專業背景者投入科學知識的翻譯，對於大眾了解世界會有更多的幫助。每個領域都會有各自的用語，同一個字詞換了一個領域，可能就是不同意思，像是特殊的專有名詞，或是科學上有新進展時的用語更新，只有熟悉特定領域及其目標讀者的譯者才能做得到。另外，譯者通常會尊重作者的作品，不對內容作實質上的改變。但如果發生作者本來就寫錯的情況，熟悉此領域的譯者比起其他人，更有機會抓出錯誤。

科學知識要如何有效的傳遞呢？

翻譯就是一種寫作，要將科學知識有效且精確的譯給讀者，最重要的就是：

把中文學好！

林大利歸納出翻譯的基本原則：作者需提供齊全的資訊，譯者文字通順達意、遵循邏輯、簡明精要（不要太多廢話）、儘量客觀、審慎有據。

另外，有時候「廢話」也有別的作用。林大利曾經譯過一本書，書中有一個角色是條蛇，作者為了表示那是一條蛇，把單字的字尾都加上兩個s。翻譯時為了詮釋這個「 ss 」，他在每一句的句尾都加上「嘶嘶」。

翻譯的三大原則

一、理解作者

作者是誰？什麼樣的人？為什麼這麼寫？想表達什麼？

在翻譯時，不只是把語言本身讀懂就好，還需要知道作者到底想說什麼，以及基於怎樣的狀態寫出這個作品。除此之外，某些被創造出來的用語到底為何存在呢？當你知道起源時，很多時候還是無法直接翻譯，便該思考如何淺顯易懂地告訴讀者。舉例來說，”bird egg blue” 要怎麼翻譯呢？如果目標讀者是台大的學生，說不定可稱之為「水源市場藍」。（編按：台大對面的水源市場外牆曾有一段時間是淺藍色的。）

二、服務讀者

為了讓讀者在閱讀過程中不被中斷、順利閱讀，需要達成以下幾件事：

減少冗詞贅字

為了減少各種贅字，譯者必須精簡自己的文字，清楚地將自己的想法透過白話文更精確地表現出來。
結論就是：精簡白話文。

避免雙重否定（不～不～不～不～不～不～不～不～不～）

閱讀泛科學的文章，並不是不重要，而是我實在是不可以不去追蹤一個我朋友叫我不得不追蹤的泛科學IG帳號。你不能這樣子不明白我的明白，老是叫我不要去做一些我不能不去實踐的義務。
結論就是：好好說話，訂閱泛科學～（誤）不要一直說不啦（？）

剷除閱讀障礙

在閱讀時，讀者可能會因為字詞的排序，在閱讀時被干擾、中斷，像是「不重視覺重聽覺」（重視／視覺）為了解決這個困擾，必須跳脫原本的文字，可譯作「以聽覺為主，視覺為輔」。

消滅錯字別字

從錯別字的數量，可以作為譯者對文章用心程度的指標，雖然是這麼說，偶爾還是會不小心出現幾個沒挑出來的錯字，可以參考這篇文章〈為什麼我們總是看不到自己文章中的錯字〉稍微安慰自己。不過實際上，為了解決錯別字的問題，可以透過把自己當作讀者，重新閱讀自己的翻譯，一方面能減少錯別字，同時還能再確認自己翻譯的內容是否能讓讀者理解，如果讀完之後連自己都無法理解，就需要修改一番。

三、體貼編輯

前面提到，翻譯就像是作者跟讀者之間的傳話筒，然而在翻譯面前，還有一個重要的角色：編輯。

編輯就是這本書的總管，除了是最專業的讀者，同時也最熟悉目標讀者，便能給出貼近讀者需求的建議。林大利在翻譯童書時，編輯曾要求他更換一些成語的使用，因為某些年齡層的孩子還沒學到這些詞語。再者，翻譯過程中，譯者在翻譯用字遣詞上的特殊處理、考量等一定要讓編輯知道，像是前面的例子：為了詮釋蛇的用語「 ss 」，譯者在每一句的句尾都加上「嘶嘶」，這些細節都需要溝通清楚。

• 小叮嚀：人非聖賢，但是錯字連篇、拖稿或是失聯讓編輯找不到，都是非常嚴重的情形。若遇到特殊狀況需要調整期程，要提前告訴你的編輯唷！

其他翻譯小細節

專有名詞的翻譯並不是那麼好處理，考量也很多。以童書為例，林大利在翻譯時會盡可能地讓書上的動物名稱跟動物園使用的名稱一致，如此一來爸媽帶孩子們去動物園參觀時，比較不會發生找不到書上動物的情形。另外，相同的專有名詞在面對不同讀者時，也有不同的處理方式，雖然林大利在翻譯時不喜歡用維基百科的詞彙，不過有些時候為了讓家長或小朋友快速查到資料，還是需要使用。

在翻譯上另一個困難點是「誤譯」，實作時大家可以想看看，你們講話時會這麼說嗎？「我今天去海邊，看到那裡有好多好多的有機體喔」。實際上念出來就可以感覺到不太對勁的部分。organism 常被被翻為「有機體」，但在這個語境底下應該要翻成「生物」吧！

勇敢進行科學寫作吧！

這場演講介紹了專業領域者投入翻譯的好處，以及當你想投入翻譯時，應該注意哪些大原則、小細節。聽完之後，或許我們無法馬上成為神一般的譯者，不過聽完翻譯的各種眉眉角角後，也能理解科學寫作需要的不是峰迴路轉的劇情，而是簡單精確的闡述。林大利也提到，絕大部分譯者的缺點，在於中文寫作能力不夠好，透過多讀好的文章，才有機會寫出好文章。而且沒有人的第一篇譯稿就寫得十足完美，受挫折、被挑戰都是正常的事，唯有不斷的修改才能讓自己變得更強大！所以別害怕，勇敢踏出科學寫作的第一步吧！

只看活動記錄不過癮嗎？當天的現場影像記錄可至泛科學院免費觀賞：【線上影音】2019 泛．知識節-科學知識翻譯的眉眉角角與心法

去年受泛科學小編的邀請撰寫專欄文章迄今，已經將近十個多月之久了。前些日子聽小編說我是少數幾位不是翻譯主流媒體的新聞，而是自行創作的作者之一，這背後其實是有原因的。

當初的目的只是想要寫一些有關大眾對於海洋種種的迷思，並進一步由中提出正確的科學觀點，讓讀者由此釐清或澄清一些似是而非的觀念而已。而且要求自己每一篇文章只表達一個觀點就好了，篇幅不宜太長，簡單而精彩最重要。讓我有這樣的動機在於以往個人總認為海洋簡單易懂的觀念應該很普遍不值得一提，然而事實卻不盡然。自個人觀察來館參觀遊客的舉止言談之間，發現其中居然存有許多對海洋錯誤的認知與迷思的觀念，甚至就連導遊領隊或館內受過訓練的導覽人員有時也會出包，但自己卻渾然不知，試想如果專業人員的人都會如此，那普羅大眾對於海洋認知的迷思豈不更令人擔憂呢？

身為海洋教育推廣者的我當時就決定從臉書的網誌著手，此因臉書很夯，鄉民據說有上億人之多，當時中央部會的長官又希望透過臉書社群之利，進行教育行銷，所以臉書自然而然成為第一首選。玩了臉書之後才發現，除非上傳的資訊相當吸睛，才會引發網友一連串的分享與轉寄，不然資訊很快就會淹沒在龐大又快速流轉的資訊洪流之中，瞬間就消失在頁面，網誌只能算辜芳自賞或更慘的是無病呻吟（自我感覺良好？）罷了。

有一天，科學影像的小編來信詢問是否可以將我的網誌轉載至網站，我心想這些文章不就是要有廣為流傳，才會發揮教育效果，既然有人要協助轉載，何樂而不為呢？ 不久之後，泛科學的小編又來函邀請我去寫專欄，這可真的有點讓我難為了，原因在於一方面寫作不是我擅長的項目，另一方面當然工作的重擔讓我心生畏懼，唯恐無法負擔，毀人美意不，因而不敢欣然答應，另外一想到網路世界中，高手如雲，萬一寫內容太爛，遭到圍剿，不就畫虎不成反為狗，成為笑柄了嗎？ 但是個人又很想瞭解社會大眾對於科普文章的看法為何？考慮了半天，最後是在想得不太清楚又姑且一試的冒險的心態之下，最後我答應了小編的要求，開始撰寫海洋相關的文章，並將專欄取名為「海洋奧秘」。老實說，剛開始這還真的還蠻困難的，有時連題目在哪裡都不知道，只能濫竽充數地將已經寫好的網誌或過往的文章擇優轉載至泛科學撐一下場面，然後觀察網友對文章的反應作為未來選擇題材的依據。

經過一段時間的觀察發現：網友最有興趣的議題大多與個人日常生活相關，如美牛瘦肉精的問題，又男女之間情感的主題，更是引發網友爭相瀏覽的熱門主題，至於與海洋保育相關的文章，則並未受到多數網友的青睞，只能說是SOSO而已。其實這並不難理解，因為海洋畢竟離日常生活有段很長的距離，要引起許多人的共鳴確屬不易；或許那天我來說說海鮮與重金屬污染之間的關係，說不定就會引起網友的一番討論。由此可知網友比較關注分享與生命安危有關的議題，就算它是網路流言也不例外！

灑狗血引發大眾恐慌絕對不是我寫作的目的，更正錯誤觀念與釐清對於海洋的種種迷思，期望能由觀念的修正進而能達到行為的改變，這才是撰文真正的目的。不過個人必須坦白承認寫作的題目真的有那麼一些些灑狗血的成份在其中，寫作內容也多多少少放入一些主觀情感元素在其中，其目的只是希望讓單調嚴肅的科學內容多一些感性的人文元素，讓人閱讀起來不致於過於單調。從近來網友極少數的留言中，亦也可發現網友們看得出我寫作的風格，而我卻不甚瞭解這些瀏覽或閱讀我的文章的網友，對文章內容真正的想法為何呢？不錯蠻有趣的？很狗血？議題過期了？這相當引起我的好奇。

網友對文章的反應往往很難預期，上次個人寫了一篇「愛我請不要買我」的文章，呼籲網友不要購買生物以達到保護生物的目的，結果居然引發一堆網友的反應與轉寄，這是我始料未及的；「與其放生，不如認養棲地」也是來於生活中的親身經歷有感而發的短文，亦出乎意料地引發廣泛地共鳴，反而我認真寫的「魚目混珠 以假亂真」一文，網友們的卻心如止水，反應平平，有時的感覺得網友的反應有如春天的氣候，陰晴不定，難以猜透。

寫作至今，網友有幾個相同的模式卻是有跡可循。首先，新文章貼上之後，隨即就會被快速瀏覽，速度之快超乎我的想像，尤其是小編在臉書泛科學粉絲網頁上公告推薦之後，效果特別明顯。這就好像就有人早就掛在泛科學網站門口等候，隨時隨地準備閱讀新的科學文章一樣。而新文章往往在一天內被瀏覽過（閱讀過）至少兩三百次；若是有幸成為網友中眼中熱門的文章如「海龜溺死了」，在24小時之內就文章可能就被瀏覽上千次，若再加上瘋狂轉貼分享的次數，真正的次數恐怕遠超過我們所能計數的；文章每轉貼至其他網站，就可能重獲新生，每次的新生就可能衍生出不可預測的閱覽數，由此可見網際網路的傳播的威力。其次，雖然貼文為科學文章並非言情小說，網友似乎感情豐富頗有愛心，遇到類似像海龜因誤闖流刺網而溺死在海中的報導，就突然會有發自內心深處的悲天憫人的情感如泉水般地湧出，文章當然就會被快速傳播分享，瀏覽數急速飆高，猜測這或許是作善事不落人後的情感衝動所致。

然而無論文章如何精彩萬分，它仍還有它的生命週期。依據個人觀察發現：每篇文章最多只有一個星期的壽命，之後，它就被新增的文章擠入次頁面暫存，直到有一天又被新聞議題喚醒，才會再次出現在首頁版面上。這正是個人一星期只貼一篇文章的緣故，因為可以減少自我文章相互排擠的情況，讓一篇文章可以多有些曝光時間，畢竟這是公共的社群網站，不是個人部落格，在版面有限的狀況下，每一篇新文章的出現往往就代表另一篇舊文章的退讓，文章能在版面多停留一些時間，它被閱讀的機會就會相對地增加，這也能達成個人推廣海洋的目的。小編亦認同我的觀察心得，而且還指出似乎有較多的網友在週間比週末瀏覽泛科學網站，個人推想大概是週間網友大多宅在螢幕前看東望西地流覽各式網站，週末則都跑出去與大自然為伍了（主觀猜測而已）。

泛科學為以邀請各領域高手撰寫科普文章或報導新科學知識的網站，在短短一年多之內，確實引起許多網友的注意與青睞，從臉書上的粉絲網頁來看，每天按讚的人數逐日增加，可見其風格與內容頗受到網友的肯定，這真的是難能可貴。相對於公家機關或主流媒體的粉絲網頁背後有龐大的資源支撐，卻績效不彰。這個網站卻在缺乏經費援助之下，憑藉的只是年輕的小編們希望能為台灣科學新聞報導注入一股清流的理想，企圖打破台灣主流媒體只強調狗血且利用大眾無知引發恐慌之手段，以期提高媒體銷售業績的方式，而卻受到網友廣普遍地支持。這點正是個人對此網站最大的肯定與認同，它確實在新聞媒體的科學報導（如飲料中添加塑化劑）之中，發揮了正本清源、撥雲見日的功效，讓更多人看清楚政府與主流媒體對於科學報導的解讀方式中詭譎之處，這也是網路監督政府效能所不可或缺的公民力量。