【科基百科】多巴胺：生存的動力，上癮的元凶

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

• 作者／照護線上編輯部
• 本文轉載自 Care Online 照護線上《CAR-T治療突破復發困境，瀰漫性大B細胞淋巴瘤治療解析》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接

劉育志醫師：大家好，我是劉育志醫師，歡迎王銘崇醫師來到照護線上。

王銘崇醫師：大家好，我是高雄長庚血液腫瘤科王銘崇醫師。

劉育志醫師：請問瀰漫性大 B 細胞淋巴瘤好發在哪些族群？

王銘崇醫師：在台灣，瀰漫性大 B 細胞淋巴瘤主要好發的年齡大概是在 60 到 65 歲。高風險群的病人包括有一些病毒感染，譬如說 EB 病毒的感染，或者是 HIV 病毒的感染，還有一些是免疫低下的病人，包括有一些風濕免疫科的疾病。

劉育志醫師：請問瀰漫性大 B 細胞淋巴瘤的症狀有哪些？

王銘崇醫師：瀰漫性大 B 細胞淋巴瘤可能長在全身所有有細胞的位置，比較常見的大概就是在淋巴結腫大，有六成是在脖子上，當然有一些是在非淋巴結的器官上面，譬如說包括腦部、胃、骨髓、脾臟、肝臟等等。除了局部的症狀以外，可能還會有一些全身性的症狀，包括體重減輕、發燒、皮膚癢、盜汗等等。

劉育志醫師：請問要如何確定診斷瀰漫性大 B 細胞淋巴瘤？

王銘崇醫師：切片檢查是非常重要的部分，因為有了切片檢查才會有正確的病理報告。接下來我們就是要做分期，或者是分他的危險因子，包括了抽血、影像學的檢查，全身的正子攝影掃描，對於瀰漫性大B細胞淋巴瘤來說，是非常重要的檢查。

劉育志醫師：請問目前的第一線治療方案為何？

王銘崇醫師：目前標準的治療就是單株抗體加上化學治療。如果是比較早期的，痊癒的機會有 90％，但是如果比較晚期的，痊癒的機會可能降到了 40％。但是整體而言，如果可以接受標準完整的治療，整體的成功率大概是在六成左右。

劉育志醫師：如果疾病復發，臨床上會採取何種治療策略？

王銘崇醫師：如果年紀比較輕，考慮的就是做自體幹細胞移植。但是可以接受自體幹細胞移植的病人比例不高，所以有一些病人他就得要接受其他的藥物的治療。新的療法分四大類，第一大類是新的單株抗體的治療，第二大類是所謂的 ADC，第三大類就是雙特異性抗體，第四大類就是 CAR-T 的治療。

劉育志醫師：請問 CAR-T 治療適合用在哪些族群？

王銘崇醫師：目前在台灣的 CAR-T 治療，是使用在不適合造血幹細胞移植的病人，或者是造血幹細胞移植復發之後，或者是第三線以上的病人。

劉育志醫師：請問在進行 CAR-T 治療前有哪些準備事項？

王銘崇醫師：所謂 CAR-T 的治療，就是把病人自己本身的T細胞收集下來。如果越早收集，效果就會越好。我們會希望能夠在二線治療的之前，就考慮把病人的T細胞收集下來，一旦復發，就可以趕快去做 CAR-T 細胞的製造，也可以增強 CAR-T 細胞毒殺的能力。

劉育志醫師：請問 CAR-T 治療在瀰漫性大B細胞淋巴瘤的治療成效？

王銘崇醫師：大概有 50％ 的病人，在以前認為說是藥石罔效的病人，（透過 CAR-T 治療）有 40％，它可以讓這些細胞完全消失掉，所謂的完全緩解。

劉育志醫師：請問醫院可以提供患者哪些支持與資源？

王銘崇醫師：現在很多醫院都有癌症中心，會有不同的個管師，個管師可以提供病人相當多的協助，包括治療上實質的協助、心靈的支持，甚至包括費用、保險方面的諮詢。也有一些網路上的平台，在介紹這些惡性淋巴瘤，或者是一些病友他們的分享。其實最大、最大的支持，是要跟病人講清楚，他為什麼不用開刀，不是因為不能開刀，讓他免於恐懼。我也常跟病人講，瀰漫性大 B 細胞淋巴瘤，雖然是第三期、第四期，它不叫末期，它叫晚期。治療痊癒的機會，在以前大概是三到四成，現在我們朝向超過一半以上的病人，希望能夠治癒成功，讓病人免於恐懼，對病人來講，是最大最大的幫助。

王銘崇醫師：CAR-T 的治療，有四成到一半的再復發的病人，可以得到痊癒的機會。這樣的療法，對瀰漫性大B細胞淋巴瘤的治療，是非常非常的有前景。

劉育志醫師：感謝王醫師接受我們的訪談，我們下次再見，掰掰。

王銘崇醫師：掰掰。

• 本文轉載自 Care Online 照護線上《CAR-T治療突破復發困境，瀰漫性大B細胞淋巴瘤治療解析》，歡迎喜歡這篇文章的朋友訂閱支持 Care Online 喔
• 加入照護線上 LINE 官方帳號，健康資訊不漏接

《莊子》記載一位叫做徐無鬼的人，由一位朋友引介，去見魏武侯。起初講些大道理，魏武侯沒什麼反應，接著談怎麼相狗、相馬，魏武侯聽了哈哈大笑，高興的不得了。

徐無鬼見過魏武侯，他朋友問：「我和國君談《詩經》、《尚書》、《禮記》、《樂經》，他都無動於衷，您說了些什麼，讓他那麼高興？」

徐無鬼說：「我對你們國君說，相馬，要看牠是否中規中矩，也就是圓的圓，該方的方；不過最好的馬，是不能用尋常的規矩衡量的。」徐無鬼的意思是說，真正的人才，超群絕倫，同樣不能用尋常的規矩衡量。這就是成語「中規中矩」的出處。

孟子也說過一句話：「離婁之明，公輸之巧，不以規矩，不能成方圓。」離婁是古代一位眼力極好的人。公輸，即公輸班，也就是魯班，他是工匠的祖師爺。這句話的意思是說：即使眼力像離婁那麼好，手藝像公輸班那麼巧，沒有規（圓規）和矩（曲尺），也畫不出方和圓。

因此，規就是圓規，矩就是L形的曲尺。莊子和孟子借用這兩種木匠常用的工具，發抒自己的思想。好了，循例該造兩個句了。

我們做人做事，都要中規中矩，嚴守分寸。

班長為人正直，中規中矩，深受同學信任。

接下去章老師要談談古時木工使用的工具。如今木工使用電鋸、電鑽、電刨等，既快速又省力。章老師小時候，台灣正處於農業社會往工商社會過度的時期，許多傳統木工工具，不但親眼見過，有些還使用過呢。限於篇幅，只能介紹少數幾種。圓規和曲尺，隨處可見，這裡就不費筆墨了。

傳統的鋸子，是個「工」字形木框，中間那根木頭，插在榫孔上，並不鎖死。木框的一側掛上鋸條，一側綁上雙股繩子，插上木片，以絞動木片來調整繩子的鬆緊。這種鋸子有大有小，小的用來鋸木板、木條；大的用來鋸大木料，或鋸斷大樹，鋸的時候由兩個人操作，不停地前推後拉。

傳統鑽孔器具，稱作牽鑽，由鑽桿、拉桿和牽繩構成；鑽桿頂部有個握把，底部鑲上鑽頭；牽繩繫在鑽桿和拉桿上。鑽孔時，一手按住握把，一手上下牽動拉桿，牽繩就會帶動鑽桿旋轉。章老師小時候上勞作課，曾使用過牽鑽。

將木板刨平的工具，稱為刨子，主要由刨刀和刨床構成。刨刀是精鋼製的，磨得很利；刨床是木頭製的，有個插口，用來插上刨刀和調整鬆緊的木塊。刨木板時，只要來回推動，就可以刨出俗稱「刨花」的薄木片。章老師仍保有一個刨子，因長期沒用，刨刀早已鏽了。

在木板上畫線的工具稱為墨斗，傳說是魯班發明的。主要有墨池和墨輪構成，墨池裡裝墨汁，墨輪上繞著線繩。線繩穿過墨池，染成黑色。線繩末端繫在用來固定位置的「班母」上。位置固定好了，將已染色的線繩向下彈動，就可以畫出直線。