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)。

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:
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。
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。
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:
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?
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。

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。
討論功能關閉中。
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?
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 。
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。
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。
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。
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。

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:
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。
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:
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。
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。
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…
討論功能關閉中。
根據 10 月 30 號內政部最新公布的統計數據,台灣人最常取用的疊字名字,女性是「婷婷」,男性是「彬彬」,這男生的名字聽起來就很有禮貌,女生則是身材高挑,姿態端莊,而最常見的名字,男性是「家豪」,女性是「淑芬」,這些名字充滿了對於孩子的想像與祝福,希望男生能成為一位顧家卻又不失豪氣的大丈夫,女生則要保持賢淑,同時要像鮮花的芬芳那樣討人喜歡⋯⋯
等等⋯⋯我是不是掉入性別刻板印象了?
名字就,就名字嘛!幹嘛說人家刻板?不過當我一說這些名字以及他們代表的意義,你應該也很快就察覺這是屬於刻板印象的一部分。這是因為我們的社會已經成長到能辨識這些觀念的程度了,但反過來說,你知道還有多少地方藏著沒有被發現的性別刻板印象嗎?
舉例來說,幾個月前在台灣掀起 MeToo 浪潮的電視劇《人選之人》,用一句「我們不要就這樣算了好不好」,許多人站出來指控那些糾纏他們多年的加害者。能有如此大的迴響,其實是天時地利人和的結果。想想以前看的鄉土劇、日韓劇或台劇,當劇中角色,特別是女性遇到性騷擾,通常是得等男主角出面「拯救」他們,不管是陪著他們去保警處理,或是用比較⋯⋯私人的方法解決。這樣的劇情設計,反映出當時社會給女性貼上的被動與柔弱標籤,必須要依靠勇敢、堅強的白馬王子才有辦法在社會上生存。雖然人選之人這部劇並非全繞著性騷擾事件發展,但一個由女性自己提出「我們不能這樣算了」的橋段,打破了過去影視作品裡的框架,也恰好與當前社會進步的步調吻合,這才如此多曾經被社會期待壓著不敢發聲的人,特別是女性與性少數站出來說出早就該讓大眾知曉的真相。
類似的案例還有留下「可是瑞凡,我回不去了」這句名言的台劇《犀利人妻》,相信你就算沒看過這部戲,也肯定看過這些衍生出來的迷因。犀利人妻之所以如此經典,是因為它翻轉了過去影視作品中對於「伴侶出軌」這件事的刻板印象。想想以前女性角色發現伴侶出軌,大多會選擇自怨自艾,又或者是對所謂的「小三」進行報復,試圖讓被奪走的愛人回心轉意。但是,犀利人妻的主角謝安真卻在悲痛之後卻選了一條新的道路。他割捨了背叛自己的瑞凡,做到了「沒有你,我過得更好」,這才有那句「我回不去了」。這些打破刻板印象的影視作品,不只是提供新觀點這麼簡單,他們更像是一種社會風氣的試水溫。假如這個作品收穫正向的迴響、甚至成為啟發許多人的契機,那代表我們已經做好準備踏入新的階段。
不然你想想,像犀利人妻或人選之人這樣的戲劇,有辦法在三十,甚至五十年前的台灣出現,取得同樣的成功嗎?或者比較一下 2000 年早期當紅偶像劇的男女主角形象(例如《惡作劇之吻》、《流星花園》、《公主小妹》),跟 2010 年開始台劇男女角色形象(《我可能不會愛你》、《女兵日記》、《我的婆婆怎麼那麼可愛》),是不是多了很多有趣的變化與多樣性?
從這個角度去看,一直在進步、向著更平等社會邁進的我們,其實是真的已經「回不去」了。不只製作品質不斷提升,我們也越來越重視劇中傳達的訊息,希望讓影視作品不再是單純的娛樂取向產品,更能為我們生活的環境所有貢獻。
欸,「靠影視改變社會」,這可不只是嘴巴上說得好聽的空頭支票,你我都很熟悉的一個娛樂巨擎已經在做,而且做很多年了。
如果你腦中突然出現三個閃亮亮圓圈⋯⋯恭喜你,答對了!

說到迪士尼,不知道你最先想到的哪個角色呢?對我來說,肯定是最經典的《小美人魚》。但其實啊,現在已經有許多心理學研究發現,這些角色以及他們的故事不只是陪伴我們長大,其實還潛移默化了我們對於自己與他人,乃至於整個世界的想像。
當然,這不是迪士尼對觀眾施了什麼魔法,而是我們,特別是自我認同尚未穩固的小孩子,特別容易從接觸的童話故事、小說、電視電影等媒介中,汲取角色的言行與價值觀成為自己的一部分。這樣的學習歷程在 2012 年被心理學家注意到,並命名為「經驗擷取」(experience-taking),可以把它想像成是一種把虛構角色當成榜樣的學習過程。我們小時候都曾想像自己能成為故事裡的英雄,當個帥氣的白馬王子,或是成為眾星拱月的公主,在充滿愛與勇氣的世界裡過上永遠幸福快樂的日子。經驗擷取就是把這個過程變成無意識、很難覺察得到的悄然變化。
也因為這個人類內建的機制存在,使得迪士尼的公主系列不只是打造出一系列的經典 IP,他還把順應當時性別刻板印象的角色模板偷偷植入每個小小觀眾的腦袋裡。如果你想當公主,就必須穿得像個公主、言行舉止像個公主、活得像個公主⋯⋯而當這些公主與王子都極為相似時,你就會得到兩套(公主與王子)偏頗且平面的刻板印象。對根本不懂人情世故的小孩來說,他們無從判斷這些「必須」是否恰當,又或者適不適合自己,所以更容易無條件地相信這些價值觀。這可不是危言聳聽,早在 1996 年就有心理學家注意到這件事,但要真的引發學術界廣泛的討論,還得等到 2011 年,性別平權意識又再提升之後。在 2017 年的一篇行為分析研究,便明確觀察到頻繁暴露於迪士尼作品的 3-5 歲女童在玩妝扮公主遊戲時,會不假思索地直接複製刻板印象的內容,並且會對自己無法「穿得像位公主」或「動得像位公主」而焦慮。

你可能會想,這些事情等長大自己就會想通了。但其實這些小時候建立起來的想像,就跟雛鳥的印刻效應一樣,會在我們的認知裡停留很久很久,有些人可能一輩子都擺脫不了他們的影響。不只心理學家注意到這件事,迪士尼其實也很清楚自家作品擁有的影響力,這讓他們在 21 世紀後進入了「反轉」期。同樣是改編經典作品,但像《青蛙與王子》、《魔髪奇緣》等作品都賦予角色全新的形象,讓公主挑起英雄的大樑。到了《冰雪奇緣》,更是直接把艾莎晉升成女王,不但讓漢斯這個口蜜腹劍的負心漢王子露出真面目,還藉由與妹妹安娜之間的對比強調「女生為什麼不能自己做主」。雖然看起來還是王權封建制度,但傳達出來的訊息可是截然不同,這些努力也受到近年心理學研究的肯定。
而且大家仔細想想這些被翻轉的迪士尼角色,除了個性獨立,在行為上還有個很重要的共通點,那就是在面對不公義時,他們選擇了反抗。這是過去數百年間性別議題很常碰壁的死結:女性必須要為自己應有的權益發聲,但因為傳統社會期待女性要柔弱,所以當他們真的挺身而出,會先遇到「你怎麼這麼不像女生」的指責,真該重視的權益議題反而被忽略了。這時候,一個能在社會輿論中引發討論、「以身作則」的榜樣,就算是虛構的角色也足以打破那條深埋在社會文化中的無形界線。
過去的迪士尼是公主製造工廠,現在則是扭轉性別刻板印象不可或缺的盟友之一呢。
但是,也有人認為迪士尼已經「政治正確」搞過頭,反而破壞了我們的童年回憶,這又該怎麼看待呢?

莎士比亞在《哈姆雷特》裡寫下「請您善待這班戲子伶人,不可怠慢!因為他們是這個時代的縮影!」,這句話其實到了現代仍然適用,因為創作作品的是人,所以難免會把自己的經驗與想像投射進去。而且除了創作者自己的意向,作品內容同樣會受到市場箝制,就好比歐洲中世紀的藝術作品會有濃厚的宗教色彩,又或者台灣在解嚴後出現的鄉土文學熱潮,可以說是相輔相成的角色。
但就像 20 世紀的迪士尼迎合市場,卻無意間成為助長性別刻板印象的幫兇,很多東西都是過猶不及,一但走向極端就可能衍生出新的議題。相信大家就算再不關心,肯定都聽過關於「政治正確」的討論吧?但若我們只看一些較為激烈或極端的案例,會很容易誤解這個「政治正確」風氣出現的本意。
前面有說到,所謂的性別刻板印象,是一種偏頗且扁平的框架,告訴你「要想成為他,就必須符合這些條件」。打個比方,你喜歡吃哇沙比嗎?雖然是生魚片的好朋友,但假如今天你從小被教育吃任何食物都要加哇沙比,如果不加就不准吃,那即使你再怎麼討厭哇沙比,也會因為肚子餓而不得不忍受這些難以下嚥的食物組合。這樣隨著時間逐漸僵化的性別框架,在心理學被稱為「性別基模」(gender schema),是一個在過去 30 年來被廣泛研究的題目。
根據提出性別基模理論的心理學家 Bem(貝姆),要想拯救這樣悲劇的味蕾,單純跟你說「你可以不要哇沙比」是沒有用的。因為時間一久,你很可能已經習慣了哇沙比的味道,甚至不需要外力逼迫,你都不覺得這樣搭配有什麼奇怪的。你需要的,是實際感受「沒有哇沙比的食物」吃起來是什麼味道。品嚐過食物原本的味道後,你封閉的經驗被打開了,就算最後決定你還是喜歡哇沙比,那也是自身意願的選擇。
而這些所謂「政治正確」的創作選擇,其實就是在提供過去作品中欠缺的「多樣性」與「社會期待以外的選擇」。像剛拿下金鐘獎最佳女主角、戲劇導演與戲劇節目的《村裡來了個暴走女外科》,便是讓觀眾看見「不符合傳統醫師形象」也能「當個好醫生」的劉梓旭醫師,用超乎社會期待的方式處理自己生活中的議題。另外像是接連刷新華視收視率紀錄的《俗女養成記》又或者是十多年前的偶像劇《敗犬女王》,都是在用自己的方式回應「女生年紀大,身價塌」的歧視,讓同樣對年齡有焦慮感的女性看見選擇就算「不回答標準答案」也能找到幸福的可能性。
同樣的,讓女性或少數族群擔綱過往由男性把持的英雄角色,也是在提供觀眾一種新的角色模板。例如哈利波特裡最聰明、能力最強的並不是被預言選上唯一能與佛地魔對抗的哈利,而是麻瓜出身的妙麗。先不討論作者 JK 羅琳近年與 LGBTQ 族群起的爭議,在 21 世紀初期,那位願意一拳揍上馬份鼻子、永遠是第一個想出困境解法的年輕女巫可是西方女性培力的代言人,成為許多年輕女孩嚮往與效仿的對象。
或許不是每部影視作品都能像哈利波特或迪士尼形塑一整個世代的社會風氣,又或者像人選之人這樣啟發前所未有的 Me Too 運動,但他們多少反映了我們現在身處的環境,同時為他的改變與延續做出一點貢獻。從這個角度去想,你會發現政治正確並不是現在才有的現象,而是從古至今一直都有的創作取向。而之所以「政治正確」會在現代引起如此大的爭議,其實還得歸功我們成功打破了刻板印象,以致於大家都有了「正確答案不只一種」的認知,這才會對與自身想法不同的答案表達質疑,不是嗎?
對了,你最近看過的戲劇作品中,哪些作品的性別呈現最深得你心呢?歡迎跟我們分享吧!我先說,我自己最愛的是《八尺門的辯護人》裡的 Leena 跟陳令秋,那你呢?
歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!
討論功能關閉中。