認識植物世界的 Pokemon GO：植物標本是這樣製成的

本文與 研華科技 合作，泛科學企劃執行

我們都看過那種影片，對吧？網路上從不缺乏讓人驚嘆的機器人表演：數十台人形機器人像軍隊一樣整齊劃一地耍雜技 ，或是波士頓動力的機器狗，用一種幾乎違反物理定律的姿態後空翻、玩跑酷 。每一次，社群媒體總會掀起一陣「未來已來」、「人類要被取代了」的驚呼 。

但當你關掉螢幕，看看四周，一個巨大的落差感就來了：說好的機器人呢？為什麼大街上沒有他們的身影，為什麼我家連一件衣服都還沒人幫我摺？

這份存在於數位螢幕與物理現實之間的巨大鴻溝，源於一個根本性的矛盾：當代AI在數位世界裡聰明絕頂，卻在物理世界中笨拙不堪。它可以寫詩、可以畫畫，但它沒辦法為你端一杯水。

這個矛盾，在我們常見的兩種機器人展示中體現得淋漓盡致。第一種，是動作精準、甚至會跳舞的類型，這本質上是一場由工程師預先寫好劇本的「戲」，機器人對它所處的世界一無所知 。第二種，則是嘗試執行日常任務（如開冰箱、拿蘋果）的類型，但其動作緩慢不穩，彷彿正在復健的病人 。

這兩種極端的對比，恰恰點出了機器人技術的真正瓶頸：它們的「大腦」還不夠強大，無法即時處理與學習真實世界的突發狀況 。

這也引出了本文試圖探索的核心問題：新一代AI晶片NVIDIA® Jetson Thor™ ，這顆號稱能驅動「物理AI」的超級大腦，真的能終結機器人的「復健時代」，開啟一個它們能真正理解、並與我們共同生活的全新紀元嗎？

為何我們看到的機器人，總像在演戲或復健？

那我們怎麼理解這個看似矛盾的現象？為什麼有些機器人靈活得像舞者，有些卻笨拙得像病人？答案，就藏在它們的「大腦」運作方式裡。

那些動作極其精準、甚至會後空翻的機器人，秀的其實是卓越的硬體性能——關節、馬達、減速器的完美配合。但它的本質，是一場由工程師預先寫好劇本的舞台劇 。每一個角度、每一分力道，都是事先算好的，機器人本身並不知道自己為何要這麼做，它只是在「執行」指令，而不是在「理解」環境。

而另一種，那個開冰箱慢吞吞的機器人，雖然看起來笨，卻是在做一件革命性的事：它正在試圖由 AI 驅動，真正開始「理解」這個世界 。它在學習什麼是冰箱、什麼是蘋果、以及如何控制自己的力量才能順利拿起它。這個過程之所以緩慢，正是因為過去驅動它的「大腦」，也就是 AI 晶片的算力還不夠強，無法即時處理與學習現實世界中無窮的變數 。

這就像教一個小孩走路，你可以抱著他，幫他擺動雙腿，看起來走得又快又穩，但那不是他自己在走。真正的學習，是他自己搖搖晃晃、不斷跌倒、然後慢慢找到平衡的過程。過去的機器人，大多是前者；而我們真正期待的，是後者。

所以，問題的核心浮現了：我們需要為機器人裝上一個強大的大腦！但這個大腦，為什麼不能像ChatGPT一樣，放在遙遠的雲端伺服器上就好？

機器人的大腦，為什麼不能放在雲端？

聽起來好像很合理，對吧？把所有複雜的運算都交給雲端最強大的伺服器，機器人本身只要負責接收指令就好了。但……真的嗎？

想像一下，如果你的大腦在雲端，你看到一個球朝你飛過來，視覺訊號要先上傳到雲端，雲端分析完，再把「快閃開」的指令傳回你的身體。這中間只要有零點幾秒的網路延遲，你大概就已經鼻青臉腫了。

現實世界的互動，需要的是「即時反應」。任何網路延遲，在物理世界中都可能造成無法彌補的失誤 。因此，運算必須在機器人本體上完成，這就是「邊緣 AI」（Edge AI）的核心概念 。而 NVIDIA  Jetson 平台，正是為了解決這種在裝置端進行高運算、又要兼顧低功耗的需求，而誕生的關鍵解決方案 。

NVIDIA Jetson 就像一個緊湊、節能卻效能強大的微型電腦，專為在各種裝置上運行 AI 任務設計 。回顧它的演進，早期的 Jetson 系統主要用於視覺辨識搭配AI推論，像是車牌辨識、工廠瑕疵檢測，或者在相機裡分辨貓狗，扮演著「眼睛」的角色，看得懂眼前的事物 。但隨著算力提升，NVIDIA Jetson 的角色也逐漸從單純的「眼睛」，演化為能夠控制手腳的「大腦」，開始驅動更複雜的自主機器，無論是地上跑的、天上飛的，都將NVIDIA Jetson 視為核心運算中樞 。

但再強大的晶片，如果沒有能適應現場環境的「容器」，也無法真正落地。這正是研華（Advantech）的角色，我們將 NVIDIA Jetson 平台整合進各式工業級主機與邊緣運算設備，確保它能在高熱、灰塵、潮濕或震動的現場穩定運行，滿足從工廠到農場到礦場、從公車到貨車到貨輪等各種使用環境。換句話說，NVIDIA 提供「大腦」，而研華則是讓這顆大腦能在真實世界中呼吸的「生命支持系統」。

這個平台聽起來很工業、很遙遠，但它其實早就以一種你意想不到的方式，進入了我們的生活。

從Switch到雞蛋分揀員，NVIDIA Jetson如何悄悄改變世界？

如果我告訴你，第一代的任天堂Switch遊戲機與Jetson有相同血緣，你會不會很驚訝？它的核心處理器X1晶片，與Jetson TX1模組共享相同架構。這款遊戲機對高效能運算和低功耗的嚴苛要求，正好與 Jetson 的設計理念不謀而合 。

而在更專業的領域，研華透過 NVIDIA Jetson 更是解決了許多真實世界的難題 。例如

• 在北美，有客戶利用 AI 進行雞蛋品質檢測，研華的工業電腦搭載NVIDIA Jetson 模組與相機介面，能精準辨識並挑出髒污、雙黃蛋到血蛋 
• 在日本，為避免鏟雪車在移動時發生意外，導入了環繞視覺系統，當 AI 偵測到周圍有人時便會立刻停止 ；
• 在水資源珍貴的以色列，研華的邊緣運算平台搭載NVIDIA Jetson模組置入無人機內，24 小時在果園巡航，一旦發現成熟的果實就直接凌空採摘，實現了「無落果」的終極目標 。

這些應用，代表著 NVIDIA Jetson Orin™ 世代的成功，它讓「自動化」設備變得更聰明 。然而，隨著大型語言模型（LLM）的浪潮來襲，人們的期待也從「自動化」轉向了「自主化」 。我們希望機器人不僅能執行命令，更能理解、推理。

Orin世代的算力在執行人形機器人AI推論時的效能約為每秒5到10次的推論頻率，若要機器人更快速完成動作，需要更強大的算力。業界迫切需要一個更強大的大腦。這也引出了一個革命性的問題：AI到底該如何學會「動手」，而不只是「動口」？

革命性的一步：AI如何學會「動手」而不只是「動口」？

面對 Orin 世代的瓶頸，NVIDIA 給出的答案，不是溫和升級，而是一次徹底的世代跨越— NVIDIA Jetson Thor 。這款基於最新 Blackwell 架構的新模組，峰值性能是前代的 7.5 倍，記憶體也翻倍 。如此巨大的效能提升，目標只有一個：將過去只能在雲端資料中心運行的、以 Transformer 為基礎的大型 AI 模型，成功部署到終端的機器上 。

NVIDIA Jetson Thor 的誕生，將驅動機器人控制典範的根本轉變。這要從 AI 模型的演進說起：

1. 第一階段是 LLM（Large Language Model，大型語言模型）：
   我們最熟悉的 ChatGPT 就屬此類，它接收文字、輸出文字，實現了流暢的人機對話 。
2. 第二階段是 VLM（Vision-Language Model，視覺語言模型）：
   AI 學會了看，可以上傳圖片，它能用文字描述所見之物，但輸出結果仍然是給人類看的自然語言 。
3. 第三階段則是 VLA（Vision-Language-Action Model，視覺語言行動模型）：
   這是革命性的一步。VLA 模型的輸出不再是文字，而是「行動指令（Action Token）」 。它能將視覺與語言的理解，直接轉化為控制機器人關節力矩、速度等物理行為的具體參數 。

這就是關鍵！ 過去以NVIDIA Jetson Orin™作為大腦的機器人，僅能以有限的速度運行VLA模型。而由 VLA 模型驅動，讓 AI 能夠感知、理解並直接與物理世界互動的全新形態，正是「物理 AI」（Physical AI）的開端 。NVIDIA Jetson Thor 的強大算力，就是為了滿足物理 AI 的嚴苛需求而生，要讓機器人擺脫「復健」，迎來真正自主、流暢的行動時代 。

其中，物理 AI 強調的 vision to action，就需要研華設計對應的硬體來實現；譬如視覺可能來自於一般相機、深度相機、紅外線相機甚至光達，你的系統就要有對應的介面來整合視覺；你也會需要控制介面去控制馬達伸長手臂或控制夾具拿取物品；你也要有 WIFI、4G 或 5G 來傳輸資料或和別的 AI 溝通，這些都需要具體化到一個系統上，這個系統的集大成就是機器人。

好，我們有了史上最強的大腦。但一個再聰明的大腦，也需要一副強韌的身體。而這副身體，為什麼非得是「人形」？這不是一種很沒效率的執念嗎？

為什麼機器人非得是「人形」？這不是一種低效的執念嗎？

這是我一直在思考的問題。為什麼業界的主流目標，是充滿挑戰的「人形」機器人？為何不設計成效率更高的輪式，或是功能更多元的章魚型態？

答案，簡單到令人無法反駁：因為我們所處的世界，是徹底為人形生物所打造的。

從樓梯的階高、門把的設計，到桌椅的高度，無一不是為了適應人類的雙足、雙手與身高而存在 。對 AI 而言，採用人形的軀體，意味著它能用與我們最相似的視角與方式去感知和學習這個世界，進而最快地理解並融入人類環境 。這背後的邏輯是，與其讓 AI 去適應千奇百怪的非人形設計，不如讓它直接採用這個已經被數千年人類文明「驗證」過的最優解 。

這也區分了「通用型 AI 人形機器人」與「專用型 AI 工業自動化設備」的本質不同 。後者像高度特化的工具，產線上的機械手臂能高效重複鎖螺絲，但它無法處理安裝柔軟水管這種預設外的任務 。而通用型人形機器人的目標，是成為一個「多面手」，它能在廣泛學習後，理解物理世界的運作規律 。理論上，今天它在產線上組裝伺服器，明天就能在廚房裡學會煮菜 。

但要讓一個「多面手」真正活起來，光有骨架還不夠。它必須同時擁有強大的大腦平台與遍布全身的感知神經，才能理解並回應外在環境。人形機器人的手、腳、眼睛、甚至背部，都需要大量感測器去理解環境就像神經末梢一樣，隨時傳回方位、力量與外界狀態。但這些訊號若沒有通過一個穩定的「大腦平台」，就無法匯聚成有意義的行動。

這正是研華的角色：我們不僅把 NVIDIA Jetson Thor 這顆核心晶片包載在工業級電腦中，讓它成為能真正思考與反應的「完整大腦」，同時也提供神經系統的骨幹，將感測器、I/O 介面與通訊模組可靠地連結起來，把訊號傳導進大腦。你或許看不見研華的存在，但它實際上遍布在機器人全身，像隱藏在皮膚之下的神經網絡，讓整個身體真正活過來。

但有了大腦、有了身體，接下來的挑戰是「教育」。你要怎麼教一個物理 AI？總不能讓它在現實世界裡一直摔跤，把一台幾百萬的機器人摔壞吧？

打造一個「精神時光屋」，AI的學習速度能有多快？

這個問題非常關鍵。大型語言模型可以閱讀網際網路上浩瀚的文本資料，但物理世界中用於訓練的互動資料卻極其稀缺，而且在現實中反覆試錯的成本與風險實在太高 。

答案，就在虛擬世界之中。

NVIDIA Isaac Sim™等模擬平台，為這個問題提供了完美的解決方案 。它能創造出一個物理規則高度擬真的數位孿生（Digital Twin）世界，讓 AI 在其中進行訓練 。

這就像是為機器人打造了一個「精神時光屋」 。它可以在一天之內，經歷相當於現實世界千百日的學習與演練，從而在絕對安全的環境中，窮盡各種可能性，深刻領悟物理世界的定律 。透過這種「模擬-訓練-推論」的 3 Computers 閉環，Physical AI (物理AI) 的學習曲線得以指數級加速 。

我原本以為模擬只是為了節省成本，但後來發現，它的意義遠不止於此。它是在為 AI 建立一種關於物理世界的「直覺」。這種直覺，是在現實世界中難以透過有限次的試錯來建立的。

所以你看，這趟從 Switch 到人形機器人的旅程，一幅清晰的未來藍圖已經浮現了。實現物理 AI 的三大支柱已然齊備：一個劃時代的「AI 大腦」（NVIDIA Jetson Thor）、讓核心延展為「完整大腦與神經系統」的工業級骨幹（由研華 Advantech 提供），以及一個不可或缺的「教育環境」（NVIDIA Isaac Sim 模擬平台） 。

結語

我們拆解了那些酷炫機器人影片背後的真相，看見了從「自動化」走向「自主化」的巨大技術鴻溝，也見證了「物理 AI」時代的三大支柱——大腦、身軀、與教育——如何逐一到位 。

專家預測，未來 3 到 5 年內，人形機器人領域將迎來一場顯著的革命 。過去我們只能在科幻電影中想像的場景，如今正以前所未有的速度成為現實 。

這不再只是一個關於效率和生產力的問題。當一台機器，能夠觀察我們的世界，理解我們的語言，並開始以物理實體的方式與我們互動，這將從根本上改變我們與科技的關係。

所以，最後我想留給你的思想實驗是：當一個「物理 AI」真的走進你的生活，它不只是個工具，而是一個能學習、能適應、能與你共同存在於同一個空間的「非人智慧體」，你最先感受到的，會是興奮、是便利，還是……一絲不安？

這個問題，不再是「我們能否做到」，而是「當它發生時，我們準備好了嗎？」

研華已經整裝待發，現在，我們與您一起推動下一代物理 AI 與智慧設備的誕生。
https://bit.ly/4n78dR4

• 前情提要：不存在的某櫛角菊虎？——分類學家偵探事件簿（一）
• 前情提要：沒有菜市場名這回事，分類學只允許一個「家豪」的存在！——分類學家偵探事件簿（二）
• 前情提要：怎麼把牠們當成一樣的物種！物種分類出錯怎麼辦？——分類學家偵探事件簿（三）

一般大眾或甚至其他領域生物學家們，對於基礎生物分類學家的刻板印象，無非是常常在顯微鏡下進行形態解剖比較來鑑定物種、描述並發表新物種，或者常常東跑西跑去採集標本，頂多是抽取遺傳物質進行 DNA 分析。然而一位稱職的分類學家，為了搞清楚物種學名的分類地位，將整個命名系統修訂成一個穩定並適合大家使用的狀態，往往需要做大量的歷史文獻，造訪各大博物館並進行模式標本考察，其中的繁瑣和複雜程度，往往令人出乎意料。

再讓我們複習一次模式標本是什麼和其重要性？

如果有閱覽過這系列的文章便會很清楚的知道，模式標本是物種發表時的實體存證，是學者對分類地位有疑慮時，用以判別的客觀證據。每個物種都有其模式標本，而每個屬也有其模式物種，是判定該屬別的決定性物種，模式種和模式標本是進行物種與屬別層級的基礎分類研究時，不可或缺的重要資訊。

這個故事的主角是一類來自南亞和東南亞的露兜樹象鼻蟲，本文將講述其模式標本和背後歷史脈絡的考察，以及我們對於分類處理過程的案例分享。

分布於南亞、東南亞的露兜樹象鼻蟲和研究緣起

露兜樹科（Pandanus）為分布於東半球的亞熱帶及熱帶地區的灌木或喬木植物，其中林投（Pandanus tectorius）具有抗風、耐鹽的特性，是常見的海岸防風定砂植物，而俗稱斑蘭葉（pandan）的七葉蘭（Pandanus amaryllifolius），則是東南亞常見的料理與糕點製作材料，而南亞和東南亞的露兜樹上棲息著一群黑色扁平的小型象鼻蟲——露兜樹象鼻蟲（Lyterius）。

而故事的緣起可追溯到 2022 年，當時筆者正在澳洲進行博士論文題目「澳洲蘇鐵授粉象鼻蟲的多樣性與演化」的研究，我們意外地發現澳洲的蘇鐵授粉象鼻蟲與東南亞產的露兜樹象鼻蟲親緣關係接近，因此我們便想進一步探究本類群的分類。在我們初步搜索模式標本時，我們驚奇地發現德國象鼻蟲學者延斯・普雷納博士 Dr. Jens Prena 似乎曾經有研究過這類象鼻蟲，出於好奇，我們聯繫了普雷納博士，進而開啟了本類群錯綜複雜的分類歷史考察之旅。

露兜樹象鼻蟲分類研究的現存問題

首先露兜樹象鼻蟲的分類問題分成兩個面向，一個是屬別層級的，而另一個是物種層級的。屬別層級的問題比較簡單，我們發現露兜樹象鼻蟲屬有三個相關的屬別，分別為 Lyterius Schönherr, 1844、Barisoma Motschulsky, 1863 和 Plaxes Pascoe, 1885，根據牠們形態的相似性和地理分布的重疊，我們認為牠們應該被合併成單一屬別，也就是說只要我們確認三個屬別的模式種都是屬於同一個屬別後，那自然我們就能依照優先權原則，把 1863 年發表的 Barisoma 和 1885 年發表的 Plaxes 處理為最早發表的 Lyterius 的同物異名。

但是！分類學研究最困難的就是這個但是！

我們雖然追蹤到 Barisoma 和 Plaxes 的模式種和其模式標本，但是 Lyterius 的模式種問題，卻將這個研究的難度拉向了另一個層面——也就是物種層級的問題。

模式標本來源和流向超級複雜的 Lyterius

Lyterius 這個屬別是由瑞典昆蟲學家卡爾・約翰・舍恩赫爾（Carl Johan Schönherr）於 1844 年所提出，並以 Rhynchaenus musculus Fabricius, 1802，這個 1802 年由丹麥昆蟲學家約翰・克里斯蒂安・法布里丘斯（Johan Christian Fabricius ）所發表的種類作為模式物種。他的合作對象瑞典昆蟲學家卡爾・亨利克・博赫曼（Carl Henrik Boheman）也在同一本書中使用了 Lyterius musculus (Fabricius, 1802) 這個學名組合，同時他將德國昆蟲學家弗里德里希・韋伯（Friedrich Weber）在 1802 年所描述的 Curculio abdominalis Weber, 1801 也拉進這個屬別，學名組合變成 Lyterius abdominalis (Weber, 1801) ，並且描述一個菲律賓的新物種 Lyterius instabilis Boheman in Schönherr, 1844 。這其中最為複雜難解的，便是 Lyterius musculus (Fabricius, 1802) 和 Lyterius abdominalis (Weber, 1801) 之間的關係了，因為這兩個物種的模式標本來源，都源自於達戈貝爾特・達爾多夫 Dagobert Karl von Daldorff 這位在俄羅斯出生，擁有德裔血統的丹麥博物學家，在 18 世紀末葉任職丹麥東印度公司時，於 1795 年在蘇門答臘的一次採集。

根據我們對於 19 世紀初期的歐洲甲蟲分類歷史文獻的爬梳，達爾多夫在蘇門答臘的標本被帶回歐洲後，應該至少被他贈與或交換給五位學者或機構，而這五位學者就包含剛剛提到的德國昆蟲學家弗里德里希・韋伯（Friedrich Weber），以及丹麥昆蟲學家約翰・克里斯蒂安・法布里丘斯（Johan Christian Fabricius），這兩位顯然同時對這批標本進行分類學研究。

令人存疑的 Lyterius abdominalis 和 Lyterius musculus

因此第一個疑點就是，韋伯和法布里丘斯分別在 1801 年和 1802 年用達爾多夫所採集的同一批蘇門答臘象鼻蟲標本，發表了後來在 1844 年被博赫曼放在同一個屬別的物種 Lyterius abdominalis 和 Lyterius musculus，這讓人很難不懷疑，這兩個名字會不會根本就是同一個物種，這在當年資訊不流通、分類研究還很粗淺的年代，是非常容易發生的事情。

而支持這樣想法的關鍵則有二，首先德國昆蟲學家約翰・卡爾・威廉・伊利格（Johann Karl Wilhelm Illiger）其實在 1805 年的著作中，就已經提出這兩個物種是同一個物種的論點了，然而這項分類處理卻被博赫曼在 1844 年的著作中，不明地忽略了。雖然博赫曼不小心遺漏了伊利格的分類處理，他卻也在看過兩種的模式標本後，在他那 1844 年的著作中，提出了兩個物種只不過是同一個物種的雄蟲和雌蟲的猜想，然而因為他手邊就只有兩隻標本，一隻是雄的 Lyterius abdominalis ，一隻是雌的 Lyterius musculus ，因此他無法下這個決定情有可原，而我們如今已經知道露兜樹象鼻蟲有很明顯的雌雄二形性，雄蟲的口喙比較短，且足部的前腳腿節有明顯的突起，博赫曼的猜想不證自明。

總而言之，從上述的歷史文獻爬梳，我們可以從

1. 韋伯和法布里丘斯研究的都是同一批蘇門答臘採集的標本
2. 同時代的伊利格和後來的博赫曼都直接或間接的認為 Lyterius abdominalis 和 Lyterius musculus 是同一個物種

來推斷，這兩個種類很有可能是同一個種類！

找不到模式標本啊！

在爬梳大量文獻後，我們同時也造訪歐陸各大標本蒐藏去尋找這些物種的模式標本下落。我們很幸運的在德國基爾的動物學博物館找到兩隻 Lyterius musculus 的總／群模式標本。然而，在尋找 Lyterius abdominalis 模式標本的過程中卻碰了壁，不管是文獻還是實際探訪，幾乎都找不到韋伯收藏的下落，韋伯所發表的模式標本有極大的可能已經遺失了，那要怎麼辦呢？

分類學家的決策

雖然沒辦法找到 Lyterius abdominalis 的模式標本，然而我們從以上的間接證據，可以合理相信 Lyterius abdominalis 和 Lyterius musculus 就是同一個物種。為了最適當的處理分類議題，穩定整個分類命名系統。我們使用了一個技術性的分類學處理，首先我們指定了 Lyterius musculus 的選模式標本，並且我們將「這一個」標本，再次的指定為 Lyterius abdominalis 的新模式標本，這個時候，這兩個學名便產生了動物命名法規上所謂的「客觀同物異名（objective synonym）」關係，相較於分類學家自行主觀認定的同物異名（主觀同物異名 subjective synonym ），客觀同物異名指的是用同一個標本發表不同學名的狀況，這樣這兩個名字無庸置疑的是同物異名關係，只有最早被發表的名字有優先權，因此我們的 Lyterius abdominalis (Weber, 1801) 獲得了優先被使用的地位，也成為露兜樹象鼻蟲屬的模式種。經由這一波操作，我們確立了 Lyterius 的模式和包含的物種，也因此我們終於能進一步處理剛剛提到的 Barisoma 和 Plaxes 的同物異名，最後我們可以大聲的說：露兜樹象鼻蟲屬的學名是 Lyterius Schönherr, 1844 ！

番外篇的 Plaxes 模式標本調查

另外一方面，我們在調查 Plaxes 的模式標本時，也發現到其模式種 Plaxes impar Pascoe, 1885 的總／群模式標本散落在英國倫敦自然史博物館、德國柏林自然史博物館、德國德勒斯登森肯堡博物館、義大利熱拿亞自然史博物館、澳洲國立昆蟲館，幾乎涵蓋了半個地球。這些標本可以分為來自婆羅洲砂拉越和蘇門答臘的標本，採自砂拉越的標本無疑是一個獨立的物種，我們也指定砂拉越的總／群模式標本為本種選模式標本。而來自蘇門答臘的標本，無獨有偶地都和 Lyterius abdominalis 是同一個物種，顯然這個物種在蘇門答臘當地是個常見的物種，這又再次加強我們上面提到的，達爾多夫所採集的同一批蘇門答臘象鼻蟲標本應該就只有一種露兜樹象鼻蟲的推測。

這個研究重新梳理了露兜樹象鼻蟲的分類歷史並考察了歷史文獻和模式標本，最終作出了適宜的分類學處理，為亞洲地區的象鼻蟲研究推進了一步。

• 本論文日前已經線上刊載於《動物分類群 Zootaxa 》
• 此文響應 PanSci 「自己的研究自己分享」，以增進眾人對基礎科學研究的了解。

參考資料

• Prena, J., Hsiao, Y., Oberprieler, R.G. (2023) New combinations and synonymies in the weevil genus Lyterius Schönherr (Coleoptera, Curculionidae), with a conspectus of historical works on Daldorff’s Sumatran beetles. Zootaxa 5380(1): 26-36. https://doi.org/10.11646/zootaxa.5380.1.2

本文轉載自中央研究院研之有物，泛科學為宣傳推廣執行單位。

• 採訪撰文／田偲妤
• 美術設計／蔡宛潔

出發！拜訪中研院的自然生物朋友

漫步在中央研究院與鄰近的國家生技研究園區，走著走著瞬間被大自然環繞，只見臺灣藍鵲在樹林間飛翔、紅冠水雞在生態池築巢。蜿蜒而下的四分溪中，臺灣馬口魚、粗首馬口鱲、高體鰟鮍等原生魚種悠游其中。

然而，在這片生機盎然的景象之外，尚有許多生物正待發掘與研究，甚至瀕臨絕種亟需種原保育。為此，院內特別設置生物多樣性研究博物館，典藏上萬件珍貴的動、植物標本。國家生技園區也採取多項生態保育措施，造就多樣的淺山森林生態系。

現在跟著研之有物搭上生態方舟，出發拜訪院內的自然生物朋友吧！

腳底有肥！一起栽進植物學家的秘密基地

你是熱愛植物的「植青」嗎？近年的觀葉植物熱潮讓不少人一頭栽進植物的世界，其中種類眾多、花葉繽紛的秋海棠更是坐擁一票粉絲！中研院內就有一處會讓秋海棠迷陷入瘋狂的秘密基地。

喜歡涼爽濕潤、略為遮蔽且透氣良好環境的秋海棠，非常適合生長在臺灣的低海拔山林。目前臺灣有記錄的秋海棠屬植物共有 18 種，其中 14 種為特有種，物種特有率高達 75% 以上，當中共有 9 種是由中研院彭鏡毅研究團隊發表。已退休的彭鏡毅研究員個人更發表了 105 種秋海棠新種，是國際著名的亞洲秋海棠專家。中研院生物多樣性研究博物館植物標本館，因此蒐藏許多質量兼具的秋海棠標本。

每一件臘葉標本都是植物學家翻山越嶺、從大自然中採集到的瑰寶。完整採集的植物需包含根、莖、葉、花、果等部位，新鮮的植物先擺放好展示特徵的姿態，夾在報紙內定形，再用採集夾壓製束緊，並經歷烘乾、冷凍除蟲等前置作業。接著還要查閱植物誌、比對相似標本來鑑定植物種類，並將詳細的採集資訊輸入資料庫。

處理好的標本需裝訂在「台紙」上，這是一種用棉花纖維製作的特殊用紙，不含酸性且相當堅韌，可維護標本品質與保存壽命。一份標準的臘葉標本通常包含：植物材料、標本標籤、館號、碎片袋。「標本標籤」見證了植物學家們跨時空的資訊更新。我們可從原始標籤上得知最初的採集者、採集時間、植物生長環境等基本資訊。如未來有新的研究成果出爐，其他植物學家可以依序加貼訂正標籤，更新研究資訊、重新為標本定名。

此外，黏貼於台紙一角的「碎片袋」則是一個神祕的小空間。打開緊密包裹的封套，製作標本時掉落的花朵、果實、葉片與枝條重見天日，這些植物碎片可提供研究者進行更仔細的觀察、鑑定與分類判定，或做為分子生物實驗的材料。

走進植物標本館，一排排巨大的典藏櫃收藏約 14 萬 5 千多件標本，全數依循 APG IV （被子植物親緣樹狀圖）分類系統歸檔。打開標本櫃，一股植物特有的青草香撲鼻而來，每一夾收藏臘葉標本的種套依照採集地點以不同顏色標示。當中包含許多珍貴典藏，例如作為新種發表憑證的模式標本、與英國愛丁堡皇家植物園交換來的百年標本，以及高雄醫學大學捐贈的日治時期島田彌市採集標本。

翻開一份特別以電子防潮櫃存放的正模式標本，這是彭鏡毅研究員於 1988 年發表的第一個新種秋海棠——岩生秋海棠，採集自嘉義縣竹崎鄉海拔約 500 公尺處的潮濕岩石山坡。岩生秋海棠是臺灣特有種，其特色是細長的走莖及球莖，植株於冬季（旱季）凋萎後，地底富含養分的球莖會進入休眠狀態，等待隔年春季（雨季）復生。

由於岩生秋海棠喜歡的岩壁棲地多被改建為水泥牆，再加上外來種小花蔓澤蘭的入侵，讓其面臨生存危機，因此植物學家除了保存臘葉標本，也會將活體帶回溫室繁殖。目前中研院的溫室種植了從全球採集與交換、超過 600 種秋海棠，肩負起種原保育工作，也可進行微構造觀察、染色體細胞學、族群遺傳和化學天然物等多元研究。

彭鏡毅研究員最常掛在嘴邊的一句話：

腳底有肥（ka-de-wu-bui）

意在勉勵研究人員常在野外、標本館與溫室之間，多多走動、細心觀察、與植物培養感情。這對照顧植物來說是最佳的養分，也彰顯植物學家勤於探索大自然、發掘未知物種的冒險精神！

生物方舟啟航！動物標本館延續物種新生命

走進典藏室，放眼所見，架子上擺滿一罐罐魚類、無脊椎動物標本。拉開櫃子，出現一件件製成棍棒狀的研究用鳥類皮毛標本，還有許多栩栩如生的生態標本。

這裡是中研院生物多樣性研究博物館動物標本館，主要典藏研究人員為了研究而蒐集的憑證標本，包括魚類、鳥類、珊瑚、多毛類、軟體動物、昆蟲、甲殼類、棘皮動物等，也與臺北鳥會等救傷單位合作，將救治失敗的死亡個體製成標本。其中魚類標本近 4 萬件，包含本土魚類 2 千餘種，是國內最完整的魚類標本典藏庫。

魚類標本的製作依據其用途而不同，最常見的是「浸液標本」，製作方法是先用福馬林固定，讓肌肉不再被微生物消化，也可保有柔軟度，最後浸泡於 75% 酒精內長期保存。之後須定期更換酒精，去除標本滲出的色素與油脂，以維護其最佳狀態。

另一種常見的是「透明染色標本」，其做法是先使用染劑為骨骼染上顏色，硬骨會呈現紅色、軟骨則呈現藍色。隨後再使用酵素將表皮和肌肉組織消化、使之呈現透明狀，最後保存在甘油之中，這樣就能觀察魚類的骨骼形態。

為了教育展示或典藏空間考量，像花斑擬鱗魨（小丑砲彈）等長有硬皮的鱗魨科魚類，剝下的外皮可製成「乾燥標本」，外觀再塗上牠原本的顏色，可供教學展示使用。體型較大的魚有時只會保存其部分身體，例如大型的鯊魚，常見以「骨骼標本」的型式來保存其別具特色的口部，可以觀察到鯊魚具有多排、脫落後可不斷替補的牙齒。

典藏庫內還藏有已在臺灣滅絕的珍稀魚類標本，管理魚類標本的黃世彬博士，拿出「中華棘鰍」的浸液標本。早年廣泛分布在臺灣西部低海拔河川的中華棘鰍，因水質污染、棲地破壞等人為因素而絕跡於臺灣這塊土地上。今日典藏在中研院的中華棘鰍標本，是在 1964 年採集，也是國內最後一筆正式的採集紀錄，極為珍貴！

為了保存這些珍稀動物的遺傳物質，供研究人員進行物種鑑定、新種發表、基因體或分子演化研究。標本館收集了各類群野生動物的組織樣本，儲存在溫度介於 -160℃ 至 -196℃ 的大型液態氮儲存槽。看似普通的銀色圓筒卻是攸關物種存續的「冷凍方舟」，目前已儲藏多達 4 千種、1 萬 5 千多件的野生動物遺傳組織樣本。這也是全國最大的野生動物冷凍遺傳物質典藏庫，是極為珍貴的研究資產。

標本館除了典藏研究用的模式標本與憑證標本，許多標本背後還藏有一段故事。

走進動物乾製標本典藏室，映入眼簾的是多隻巨大的信天翁標本。漂泊信天翁分布於南太平洋中高緯度海域，憑藉 3 米的巨大翼展動態翱翔，可以耗費很低的能量長距離飛行。信天翁以魷魚、小魚為食，經常跟隨漁船撿拾魚餌、魚雜，因此常誤食魚餌，成為遠洋漁業延繩釣漁法的犧牲品。這些標本由南太平洋進行鮪延繩釣作業的船隻所攜回，由博物館同仁及志工製成標本，用以宣導混獲造成海鳥族群下滑的保育議題，推廣「臺灣鮪延繩釣漁業減少意外捕獲海鳥國家行動計畫」。

此處還藏有許多在中研院拾獲的鳥類標本，管理乾製標本室的薛孟旻經理指著一隻臺灣藍鵲標本，談起當初收治到製成標本的過程。現在很多建築外觀是玻璃帷幕，鳥類常將玻璃反射誤判成森林而撞上，或是在飛行途中被車子撞傷。眼前這隻臺灣藍鵲被發現時翅膀嚴重開放性骨折，救治失敗後最終製成標本，透過研究和展示延續其生命價值。

鳥類的羽毛如同其第二生命，對於研究人員來說也是珍貴的研究資料。從羽毛卡可以觀察頭頂、胸部、翼下覆羽、尾部覆羽等不同部位的羽毛細節。當飛機發生鳥擊事件，難以判斷事故物種時，飛安基金會人員便會帶著羽毛殘骸來比對羽毛卡，正確判斷鳥種有助於制定避免鳥擊事件的措施。

各種鳥類除了羽毛顏色、花紋不同，結構、質感也大不同，例如短耳鴞、領角鴞、黃嘴角鴞等夜行性貓頭鷹，有著如貓毛般細緻柔軟的羽毛，以及飛羽前緣的梳狀構造，讓他們得以在暗夜潛行，無聲無息接近獵物。

動物的世界還有許多未知等待我們探索，同時，自然棲地的破壞也導致許多生物瀕臨絕種。動物標本館如同一艘生物方舟，持續蒐集各種野生動物標本，肩負起物種紀錄、基因保存、環境教育等重要工作！

【生物多樣性研究博物館——動、植物標本館】

• 開館時間：週一至週五 9：00－12：00、13：30－16：30，採預約參觀
• 預約方式：主要開放國內外研究人員使用，不對一般民眾開放。學校單位進行預約，需以正式公文申請參觀。每年中研院「院區開放參觀活動」原則上開放一般民眾參觀。
• 更多資訊：官方網站

一秒走進大自然！拜訪國家生技研究園區的生物朋友

在都市水泥叢林待久了，真想暫時拋下工作、課業，一秒走進大自然。這樣人類與自然共存的願望，就在國家生技研究園區實現了！

位於四分溪沿岸的國家生技研究園區，現址原為 202 兵工廠火工部，在軍方長期的管制下，保有豐富的動、植物生態，人工開鑿的滯洪池可追溯至 18、19 世紀，為發展農耕而開闢的三重埔埤，如今成為眾多淺山與濕地生物的棲息地。

佔地廣達 25.31 公頃的園區，實際建築面積只有 3.2 公頃，其餘土地留給生態環境，更特別施行多項保育措施，讓臺灣原生物種得以安心生長。園區內的「環境教育中心」便記錄了多年來的復育成果，你可以透過互動壁畫、四維空間劇場、模擬溪流與濕地生態的水族缸，以及藏有各種動物的淺山生態系模型，了解園區多樣的生態、南港在地發展史，以及保護自然環境的方法。現在就跟著我們走進大自然，看看園區住了哪些生物、做了哪些努力吧！

園區內有兩處重要的水域，為環境的永續發展注入活水，一處是像臍帶般蜿蜒而下的四分溪；另一處是像心臟般、位於園區中心的生態滯洪池。為了重現古三重埔埤的昔日風光，生態滯洪池特別擴大濕地空間，仿自然地貌設計泥岸、灘地、草澤、陸島等多元棲地。

走近一看，滯洪池邊緣的落差處怎麼垂掛著一條繩子？原來這是協助「日本絨螯蟹」溯溪返家的貼心小物。日本絨螯蟹（俗稱毛蟹）會在秋冬順流而下至半淡鹹水區的河口產卵。翌年春天，長大的年輕毛蟹會逆流而上，回到溪流水域生活。滯洪池邊垂掛的繩子可供毛蟹攀爬，不讓人工地形阻礙返家之旅。

此外，這片水域還住著一對超級好麻吉——高體鰟鮍、圓蚌。高體鰟鮍的雄魚會先占據圓蚌以吸引雌魚，雌魚會將產卵管伸入圓蚌的鰓瓣產卵，雄魚隨後排入精子。圓蚌會扮演稱職的保母，保護受精卵直到幼魚孵化。同時，圓蚌也會讓自家小孩鉤介幼蟲，附著在高體鰟鮍的魚體上，等到變態成幼蚌後，才會從魚體脫落，沉降到水底繼續生長。

在國家實驗動物中心的外圍，有幾棵長相特別的樹，最中間的樹幹已被榕樹纏繞、瀕臨枯死，上頭還有一個個小洞，造成如此奇觀的主角就是「五色鳥」（又名臺灣擬啄木）。每年春夏交接之際，進入繁殖期的五色鳥會開始建造愛的小窩，牠們會選擇質地較脆弱的樹木，啄樹洞築巢。而榕樹之所以會纏繞在別棵樹上，很可能是五色鳥吃了榕樹果實後，種子隨著糞便掉落在樹周遭，因而形成樹木交纏的奇景，也為五色鳥營造合適的繁殖環境。

回到環境教育中心前方的草叢，隱身其中的蛙類正在開演唱會，鳴叫聲震撼地表的每個角落。之所以吸引大量蛙類棲息，要歸功於「生態草溝」的設置。不同於只重排水的水泥溝，生態草溝的底部是天然的泥土地，兼具排水、保水、綠化及營造生物棲地等功能。走進這片生機盎然的綠地，緊鄰池畔種植了一排特殊的樹種「羅氏鹽膚木」，其果實含有的乳脂狀物質帶有鹹味，原住民族常用來替代食鹽調味，也會用其木材製作耳環或其他器具。

生態草溝所營造的自然棲地一路延伸到「樹木銀行」，與園區周遭的淺山森林接壤，建構出食物鏈穩定發展的生態系。園區興建時盡量不傷害原棲地的動、植物，但不免因建設需要，必須移動一些樹木和表土，於是特別設置樹木銀行，作為樹木的新家。移植時須選擇合適的季節，靜置約 6 個月讓根系有足夠的修復時間，才能種植到新的土地。

此外，因工程而挖除的表土也不能丟棄，裡頭富含營養的有機質、多樣的原生植物種子，可以鋪設在原生林帶和人工濕地復育區，期待種子發芽、造就永續長存的生態系。

從百年前埤塘梯田綿延的農村聚落，到 20 世紀工業興起遺留的黑鄉印象。今日的南港已摘掉黑鄉帽子，試圖在科技發展與生態保育之間取得平衡。

【國家生技研究園區環境教育中心】

• 開館時間：週二至週六 9:00-12:00、13:30-16:30 免費參觀
• 地址：臺北市南港區研究院路一段130巷99號F棟1樓
• 更多資訊：環境教育中心介紹