0

0
0

文字

分享

0
0
0

從藝術到科技--水下機械生物「水之械」

馥林文化_96
・2013/07/24 ・4148字 ・閱讀時間約 8 分鐘 ・SR值 520 ・七年級

採訪/黃渝婷、謝瑩霖
攝影/張裕民
圖片提供/舒靜珉

將藝術與科技結合,可以激發出什麼樣的火花?工研院的舒靜珉開發設計出具有娛樂、美觀、具發展性的水下機器人「水之械」。目前「水之械」已有五代, 每一代都有不同的設計構想,雖然都有著以魚為設計概念的仿生外觀設計,但每代獨特的研發技術卻創造出不同的差異性。科技與藝術相結合,將為我們的未來世界 添加更多的美感。

跨界藝術家

目前在工研院服科中心的舒靜珉經理,與團隊設計出水下機器人「水之械」,這是工研院從2005 年開始的專案計劃, 這項專案計劃延續了幾年,製作出了共五代的「水之械」成品。團隊的主要負責人舒靜珉卻不是我們想像中的機械電機專業出身的理工科人, 反而是不折不扣的美術藝術家。

相信很多人都會有這樣的疑問:「『水之械』明明就是機器人,裡面有很多東西是要專業人士才能想到的吧?一個非機械相關科系出身的人要怎麼設計出來呢?」

-----廣告,請繼續往下閱讀-----

但舒靜珉就是有這樣的能耐,撇開他本身的美術底子不說,也因為他擁有很高的學習動力。他為了完成這個計劃,花了一個多月時間把工程師丟給他的相當於 電子學教科書的檔案讀完,完全自學電子電路的基礎。雖然沒辦法跟一路唸機械電子上來的工程師比, 但舒靜珉說:「懂了一些基礎後,我在設計跟溝通上就比較有概念,像在設計時我可以把機械跟電子的構造和所需空間一併設計進去。而有了共通的語言,在與工程 師溝通時也快很多。」舒靜珉也堅持自己動手做,自己想辦法克服困難點。他說:「剛做第一代時很多東西都是第一次,所以碰上許多需要解決的問題。像是我們想 到了用絲襪來製模,以及用針筒來抓漏。這些都是非常簡單但是需要自己實際動手才能想到的,實際去執行後你就會發現問題在哪裡,然後想辦法解決它。」

針筒抓漏法。

「水之械」的開發

不同於一般由內部往外部開發的設計順序,「水之械」採用由外而內的開發方式,先繪製2D 平面圖再利用3D繪圖軟體做出實際的樣子,接著安排機構位置,並用圖像讓上司與技術團隊能清楚了解設計方向。因此開發與提案的速度都大幅提升。「水之械」 開發到現在已有五代,而由於舒靜珉喜歡水中生物,因此每一代的外觀都採仿生的設計,有的像魟魚,有的像座頭鯨,提供給使用者更容易親近的感覺,另外它們的 外觀皆無凸出的零組件,這讓移動的過程中不會產生鉤扯的狀況,使移動的流暢性更為提高。而「水之械」更有著許多特殊的專利設計,這些都是在一次又一次的測試中所得到的成果,也因為這些特殊設計, 使得「水之械」與過往的表演型機器人比較起來差異性較大,也激發了許多新的機器人設計觀點。

內部程式撰寫方面,舒靜珉採用常應用於底層硬體操作且自由度高執行速度快的組合語言,另外因為機器人機身較小,需採用單晶片來做為核心,使用組合語言較容易與單晶片產生搭配效應。

手繪草稿。

發展再創造

看到「水之械」的第一眼,並不會覺得這是一款機器人,反倒像是做工精細的模型玩具,可是實際上它卻是具有許多特殊設計的互動型機器人,由於舒靜珉的美術背景,讓「水之械」不會淪於外表冰冷堅硬的一般機器人,而是流露著一股柔性的藝術美。結合藝術與科技兩個領域是舒靜珉的特色,與其說他做的是機器人,不如說他做的是一項藝術品。

-----廣告,請繼續往下閱讀-----

舒靜珉也希望現代的人在思考或是學習上可以有結合不同領域的概念,不要為自己設限。從他身上我們可以看到結合不同領域可以做出令人為之一亮的產品, 讓科技不再那麼無趣,也讓藝術品不再只是裝飾用的東西。

他也表示非常感謝一路走來各級長官的支持,及院內外所有合作夥伴的努力!

「水之械」一代∼五代介紹

一代:由外而內開發出的第一臺水下機器人
第一代的「水之械」, 舒靜珉以魟魚為仿生對象,設計成稍有弧度外觀,內部採用七顆高速馬達,每顆馬達分別控制兩個噴水孔,因此在機器人的表面共有14 個噴水孔, 透過程式的微調讓「水之械」在水裡不管水平或是直立都能自由活動。而由於是首次開發,光是在塑模的過程中就花費相當大的心力。

首先要利用3D 繪圖軟體輸出模具的輪廓,再將一片片的模板雷射切割出來,像製作燈籠一樣,將木桿穿過模板串起來製成骨架,再用絲襪將這些組件包覆起來。補土做出子模再開出母模,有了母模就能直接開模做出原型,以土法煉鋼的方式做出第一臺「水之械」。設計採整臺包覆,但仍有孔洞,因此會有漏水問題,此時舒靜珉想到使用醫療用的注射針筒插入機器人尾端的孔洞,透過擠壓空氣進入機體,藉由溢出的氣泡位置,便可測試出哪些地方有漏水,而在後來的每一代都會在尾端預留漏水偵測尾管裝置,讓之後的除錯速度提升不少。但百密必有一疏,漏水只能減量不能完全避免,而少量的水加上內部核心的溫度,又多了一個鏡頭會起霧的問題,但舒靜珉說:「一直在想著如何將核心溫度降低,反而無法避免起霧,將溫度拉得愈高愈好,內部起霧問題便迎刃而解。」

-----廣告,請繼續往下閱讀-----

之後舒靜珉更將一代機器人外觀變形,將左右兩邊側翼切開,讓部分動力機構外露,也讓水流入部分機體,核心一樣透過特殊防水技術將水隔離在外。另外由於機體分開代表外殼須分開設計,也衍生出下一代可已更換外殼的設計。
二代:固定機器人核心與可更換的外殼

在一代的後期,由於讓水流入部分機體內,衍生出將機器核心與外殼分開設計的念頭。一代在關於浮沉方面的設計,舒靜珉刻意將機身比重設計成與水相近,因此可以擺放在水中任何一個位置,再採用噴射高壓水柱來直接推動機體,但速度不快且效率不佳。而在某次的因緣際會下,他運用跟魚膘類似的原理控制浮沉(魚膘是可改變魚體比重的器官)經過不斷的嘗試,製作出微型薄膜浮沉系統,並且榮獲美國(臺灣)設計專利。

薄膜浮沉系統。

另外由於一代機身重量較重且機體大,舒靜珉在二代做了大幅度的變化,將機身縮小至一個巴掌大,並將動力裝置由高壓噴水孔換成直流馬達控制螺旋槳,大大地減少機器人的馬達用量,重量也減輕許多;再搭配薄膜浮沉系統,較小機體能更快速且靈敏的變更水下的位置。但縮小化的設計也出現了不少缺點,因為機體較小,能放置的元件有限,使得機器人功能性稍稍下降。

另外, 開發出控制的互動對戰系統,就算是小機體也能有大樂趣。此種設計就像現今的七年級生小時候曾玩過的怪獸對打機一樣,不過不需要看著點陣排列的黑白螢幕,而是真實的機器人,也可能開發出更大的商業模式。

-----廣告,請繼續往下閱讀-----

三代:透過互動裝置,不用碰水也可以撫摸「水之械」

三代特殊之處在於利用UWB(Ultra-Wide Band ,超頻寬)來感測人體的心跳頻率, 透過UWB 打出的超音波撞擊到人體心臟時,可因心跳頻率不同而回傳不同的訊息給機器人,使機器人作出相對的互動反應,再透過程式撰寫許多動作設定給Dummy互動裝置。每當Dummy 辨識到不同手勢時,就會傳送訊號給機器人,機器人再依照相對應的動作設定來做出動作。如此一來,就可以在不用碰觸到水的情況下,使機器人收到等同於實際撫摸的訊息,進一步進行互動行為。

可與「水之械」互動的裝置Dummy 。

舒靜珉分享到:「在三代開發時有個小插曲,因為每一代在開發過程中,都要先用3D 軟體繪製出外型的模擬圖,但在實際開模做出機器人後,卻發現外型與模擬圖有明顯差異。」這是因為在3D 原型設計時, 所採用的廣角鏡產生變形之誤判所致,因此後來便會先進行一些細部調整來確保整體美感。

四代:黃綠紅開發水下新視界

-----廣告,請繼續往下閱讀-----

由於小型機體可做的事情有限,到第四代時為了開發水下視覺這塊領域,舒靜珉又將機體變大以利於加入攝影機鏡頭及傳送數據資料的裝置。

另外,在水下傳送數據容易被水影響而傳送效率不佳,因此開發了三臺分別為綠、黃、紅的機器人,透過攝影鏡頭, 利用RGB 影像辨識讓彼此在水中保持固定的距離, 因此而能夠在水中保持固定的影像傳輸距離。影像拍攝及傳送順序方面,先由裝有攝影機綠色機來拍攝影像,再將影像資料透過630MHz 的頻段將數據資料傳送到作為中繼站的黃色機,接著使用730MHz 的頻段將數據資料傳輸到紅色機,而紅色機則裝有較大頻段(2.4GHz)的無線影像傳輸裝置,可將影像數據傳輸到水面上距離較遠的電腦中。

RGB 定位畫面。

舒靜珉也開發新的外部機構快拆裝置,如此一來當機器人內部電路故障時,可輕鬆打開外殼檢查機體內部電路。此外由於機體較大,原本的薄膜浮沉系統效能降低,因此以2 個60cc針筒製作出浮沉平衡器系統,並修正電路,以確保大型機體進行浮沉時能更為順暢。

五代:只要摸水族箱就可以直接互動

-----廣告,請繼續往下閱讀-----

直到五代, 舒靜珉又想回歸先前三代的互動控制,但這次已經不需要手上的Dummy 了, 只要觸摸水族箱就可以直接與機器人互動,也無須透過UWB 感測人體心跳速率,只要透過碰觸水族箱前方的觸控薄膜薄膜就能傳輸訊息給機器人,機器人還可自己作出生氣、開心等動作,並且擁有前面四代的特色,這樣的一 臺水下機器人,誰會不感興趣呢?可惜的是「水之械」進行到了第五代計劃就宣告結束,沒能繼續研發出更新奇多元的水下機器人,看著舒靜珉介紹自己手繪的設計圖並感慨地說:「想做的事情實在太多了,只可惜時間太少,而經費也是另一個考量,只好將這個計劃暫時停掉。」

文章原文刊載於《ROBOCON》國際中文版2013/7月號

-----廣告,請繼續往下閱讀-----
文章難易度
馥林文化_96
54 篇文章 ・ 5 位粉絲
馥林文化是由泰電電業股份有限公司於2002年成立的出版部門,有鑒於21世紀將是數位、科技、人文融合互動的世代,馥林亦出版科技機械類雜誌及相關書籍。馥林文化出版書籍http://www.fullon.com.tw/

0

1
0

文字

分享

0
1
0
停工即停薪:如何證明你的時間值多少?車禍背後的認知 x 情緒 x 金錢 x 法律大混戰
鳥苷三磷酸 (PanSci Promo)_96
・2026/01/09 ・3351字 ・閱讀時間約 6 分鐘

本文與 PAMO車禍線上律師 合作,泛科學企劃執行

走在台灣的街頭,你是否發現馬路變得越來越「急躁」?滿街穿梭的外送員、分秒必爭的多元計程車,為了拚單量與獎金,每個人都在跟時間賽跑 。與此同時,拜經濟發展所賜,路上的豪車也變多了 。

這場關於速度與金錢的博弈,讓車禍不再只是一場意外,更是一場複雜的經濟算計。PAMO 車禍線上律師施尚宏律師在接受《思想實驗室 video podcast》訪談時指出,我們正處於一個交通生態的轉折點,當「把車當生財工具」的職業駕駛,撞上了「將車視為珍貴資產」的豪車車主,傳統的理賠邏輯往往會失靈 。

在「停工即停薪」(有跑才有錢,沒跑就沒收入)的零工經濟時代,如果運氣不好遇上車禍,我們該如何證明自己的時間價值?又該如何在保險無法覆蓋的灰色地帶中全身而退?

-----廣告,請繼續往下閱讀-----
如果運氣不好遇上車禍,我們該如何證明自己的時間價值?/ 圖片來源: Nano Banana

薪資證明的難題:零工經濟者的「隱形損失」

過去處理車禍理賠,邏輯相對單純:拿出公司的薪資單或扣繳憑單,計算這幾個月的平均薪資,就能算出因傷停工的「薪資損失」。

但在零工經濟時代,這套邏輯卡關了!施尚宏律師指出,許多外送員、自由接案者或是工地打工者,他們的收入往往是領現金,或者分散在多個不同的 App 平台中 。更麻煩的是,零工經濟的特性是「高度變動」,上個月可能拚了 7 萬,這個月休息可能只有 0 元,導致「平均收入」難以定義 。

這時候,律師的角色就不只是法條的背誦者,更像是一名「翻譯」。

施律師解釋「PAMO車禍線上律師的工作是把外送員口中零散的『跑單損失』,轉譯成法官或保險公司聽得懂的法律語言。」 這包括將不同平台(如 Uber、台灣大車隊)的流水帳整合,或是找出過往的接單紀錄來證明當事人的「勞動能力」。即使當下沒有收入(例如學生開學期間),只要能證明過往的接單能力與紀錄,在談判桌上就有籌碼要求合理的「勞動力減損賠償 」。

-----廣告,請繼續往下閱讀-----
PAMO車禍線上律師的工作是把外送員口中零散的『跑單損失』,轉譯成法官或保險公司聽得懂的法律語言 / 圖片來源: Nano Banana

300 萬張罰單背後的僥倖:你的直覺,正在害死你

根據警政署統計,台灣交通違規的第一名常年是「違規停車」,一年可以開出約 300 萬張罰單 。這龐大的數字背後,藏著兩個台灣駕駛人最容易誤判的「直覺陷阱」。

陷阱 A:我在紅線違停,人還在車上,沒撞到也要負責? 許多人認為:「我人就在車上,車子也沒動,甚至是熄火狀態。結果一台機車為了閃避我,自己操作不當摔倒了,這關我什麼事?」

施律師警告,這是一個致命的陷阱。「人在車上」或「車子沒動」在法律上並不是免死金牌 。法律看重的是「因果關係」。只要你的違停行為阻礙了視線或壓縮了車道,導致後方車輛必須閃避而發生事故,你就可能必須背負民事賠償責任,甚至揹上「過失傷害」的刑責 。 

數據會說話: 台灣每年約有 700 件車禍是直接因違規停車導致的 。這 300 萬張罰單背後的僥倖心態,其巨大的代價可能是人命。

-----廣告,請繼續往下閱讀-----

陷阱 B:變換車道沒擦撞,對方自己嚇到摔車也算我的? 另一個常年霸榜的肇事原因是「變換車道不當」 。如果你切換車道時,後方騎士因為嚇到而摔車,但你感覺車身「沒震動、沒碰撞」,能不能直接開走?

答案是:絕對不行。

施律師強調,車禍不以「碰撞」為前提 。只要你的駕駛行為與對方的事故有因果關係,你若直接離開現場,在法律上就構成了「肇事逃逸」。這是一條公訴罪,後果遠比你想像的嚴重。正確的做法永遠是:停下來報警,釐清責任,並保留行車記錄器自保 。

正確的做法永遠是:停下來報警,釐清責任,並保留行車記錄器自保 。/ 圖片來源: Nano Banana

保險不夠賠?豪車時代的「超額算計」

另一個現代駕駛的惡夢,是撞到豪車。這不僅是因為修車費貴,更因為衍生出的「代步費用」驚人。

-----廣告,請繼續往下閱讀-----

施律師舉例,過去撞到車,只要把車修好就沒事。但現在如果撞到一台 BMW 320,車主可能會主張修車的 8 天期間,他需要租一台同等級的 BMW 320 來代步 。以一天租金 4000 元計算,光是代步費就多了 3 萬多塊 。這時候,一般人會發現「全險」竟然不夠用。為什麼?

因為保險公司承擔的是「合理的賠償責任」,他們有內部的數據庫,只願意賠償一般行情的修車費或代步費 。但對方車主可能不這麼想,為了拿到這筆額外的錢,對方可能會採取「以刑逼民」的策略:提告過失傷害,利用刑事訴訟的壓力(背上前科的恐懼),迫使你自掏腰包補足保險公司不願賠償的差額 。

這就是為什麼在全險之外,駕駛人仍需要懂得談判策略,或考慮尋求律師協助,在保險公司與對方的漫天喊價之間,找到一個停損點 。

談判桌的最佳姿態:「溫柔而堅定」最有效?

除了有單據的財損,車禍中最難談判的往往是「精神慰撫金」。施律師直言,這在法律上沒有公式,甚至有點像「開獎」,高度依賴法官的自由心證 。

-----廣告,請繼續往下閱讀-----

雖然保險公司內部有一套簡單的算法(例如醫療費用的 2 到 5 倍),但到了法院,法官會考量雙方的社會地位、傷勢嚴重程度 。在缺乏標準公式的情況下,正確的「態度」能幫您起到加分效果。

施律師建議,在談判桌上最好的姿態是「溫柔而堅定」。有些人會試圖「扮窮」或「裝兇」,這通常會有反效果。特別是面對看過無數案件的保險理賠員,裝兇只會讓對方心裡想著:「進了法院我保證你一毛都拿不到,準備看你笑話」。

相反地,如果你能客氣地溝通,但手中握有完整的接單紀錄、醫療單據,清楚知道自己的底線與權益,這種「堅定」反而能讓談判對手買單,甚至在證明不足的情況下(如外送員的開學期間收入),更願意採信你的主張 。

車禍不只是一場意外,它是認知、情緒、金錢與法律邏輯的總和 。

在這個交通環境日益複雜的時代,無論你是為了生計奔波的職業駕駛,還是天天上路的通勤族,光靠保險或許已經不夠。大部分的車禍其實都是小案子,可能只是賠償 2000 元的輕微擦撞,或是責任不明的糾紛。為了這點錢,要花幾萬塊請律師打官司絕對「不划算」。但當事人往往會因為資訊落差,恐懼於「會不會被告肇逃?」、「會不會留案底?」、「賠償多少才合理?」而整夜睡不著覺 。

-----廣告,請繼續往下閱讀-----

PAMO看準了這個「焦慮商機」, 推出了一種顛覆傳統的解決方案——「年費 1200 元的訂閱制法律服務 」。

這就像是「法律界的 Netflix」或「汽車強制險」的概念。PAMO 的核心邏輯不是「代打」,而是「賦能」。不同於傳統律師收費高昂,PAMO 提倡的是「大腦武裝」,當車禍發生時,線上律師團提供策略,教你怎麼做筆錄、怎麼蒐證、怎麼判斷對方開價合不合理等。

施律師表示,他們的目標是讓客戶在面對不確定的風險時,背後有個軍師,能安心地睡個好覺 。平時保留好收入證明、發生事故時懂得不亂說話、與各方談判時掌握對應策略 。

平時保留好收入證明、發生事故時懂得不亂說話、與各方談判時掌握對應策略 。 / 圖片來源: Nano Banana

從違停的陷阱到訂閱制的解方,我們正處於交通與法律的轉型期。未來,挑戰將更加嚴峻。

-----廣告,請繼續往下閱讀-----

當 AI 與自駕車(Level 4/5)真正上路,一旦發生事故,責任主體將從「駕駛人」轉向「車廠」或「演算法系統」 。屆時,誰該負責?怎麼舉證?

但在那天來臨之前,面對馬路上的豪車、零工騎士與法律陷阱,你選擇相信運氣,還是相信策略? 先「武裝好自己的大腦」,或許才是現代駕駛人最明智的保險。

PAMO車禍線上律師官網:https://pse.is/8juv6k 

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

0

1
0

文字

分享

0
1
0
以科技修護文物真實面目——張元鳳專訪
顯微觀點_96
・2025/11/25 ・4778字 ・閱讀時間約 9 分鐘

本文轉載自顯微觀點

現代主流藝術的「色感」豐富,卻缺少傳統東方繪畫的「質感」。

— 張元鳳

國立臺灣師範大學文物保存維護研究發展中心(下稱師大文保中心)主任張元鳳口中的「質感」,並非一種難以定義、不證自明的高尚,而是傳統顏料能被感官接收、儀器量測的物理特質。透過顯微科技,文物藝品的「質感」更能被突顯、深入分析。

張元鳳剖析,傳統東方畫顏料來自天然礦物,如青金石、藍銅礦及珊瑚末等。經過搗碎、研磨、淘洗去除雜質,並以水沉澱,區分顆粒大小,製成多彩的色粉。

多次沉澱淘洗之後能獲得小顆粒顏料,與初期沉澱的大顆粒色粉雖來自完全相同的礦物,卻呈現截然不同的飽和度。

-----廣告,請繼續往下閱讀-----
P7212418
師大文保中心學生的礦物顏料練習作品,一種成分的顏料形成多層次色彩。攝影:楊雅棠

張元鳳解釋,「東方繪畫不靠顏料混色而增加色彩,是利用顏料顆粒半徑差異。因為光的亂反射,顏料顆粒愈大就愈鮮艷,顆粒愈小的顏料就愈加淺淡。」而傳統礦物顏料特性的創作風格,至今矗立在我們的生活中。

張元鳳舉例,「台灣廟宇最常見的傳統彩繪模式,是衣甲、雲彩的漸層色彩。內圈的顏料最鮮艷,愈向外就愈淡素,形成華美的漸層。這種技法在日本被稱為繧繝彩色(うんげんざいしき)。」

這種色彩梯度,可以用手指觸摸出來。神像彩繪上,鮮艷的中心顏料顆粒明顯、粗糙如沙礫,素雅的外圍小顆粒顏料則十分滑順。張元鳳說,現在廟宇彩繪已改用油漆等現代顏料,但畫師依然遵循這種衍生自礦物顏料的風格。

由於對礦物顏料的研究,張元鳳對顯微技術的數位化印象深刻。她說,「早期並不容易看見顏料顆粒全貌。現在能堆疊 Z 軸成像的數位顯微鏡,能讓整個顏料顆粒如寶石一般清晰閃耀。繪畫層切片(cross-section)也能清晰展現層次,這是過往顯微鏡做不到的。」

-----廣告,請繼續往下閱讀-----
畫作樣本切片的製作過程,有如醫學病理科製作樣本切片,必須精心挑選部位,進行包埋、切片,並嘗試不同的顯微技術。

師大文保中心:文物手術室

單顆顏料在整幅畫作中僅屬滄海一粟,如同顏料顆粒的體積,師大文保中心的每日文物研究與修護任務中也僅占中心業務一部分。

文保中心隱身在師大校園一隅,嚴格管理的閘門之內溫濕度恆常,地面一塵不染,連所有的照明都去除紫外線以保護文物。

墊高的日本榻榻米圍出中央的主要修護區,上方懸吊多盞手術燈,木桌上安放修護中的文物;四周則圍繞著檢驗攝影室、實驗用抽風櫃、木製工具架等。修護師與學生們錯落在這個融合日式畫室、手術室、化學實驗室的空間中埋首工作。

師大文保中心學生們以手工將褚皮紙製作成細長的頂紙,從一般工作桌到實驗用抽風櫃都是他們修護文物的場域。攝影:楊雅棠
師大文保中心學生們以手工將褚皮紙製作成細長的頂紙,從一般工作桌到實驗用抽風櫃都是他們修護文物的場域。攝影:楊雅棠

每一件進入師大文保中心的文物都必須進行修護前記錄,包含拍攝正面光、側面光、透光影像。還要經過拉曼光譜分析、紅外線、紫外線、X光螢光術(XRF)的檢驗。若有可疑處,就需要使用顯微鏡直接觀察,或是取文物邊緣的結構作為分析樣本。

-----廣告,請繼續往下閱讀-----

透光攝影可以分析紙張在不同位置的厚薄,呈現出脆弱或是加固的跡象;側光使畫紙的凹凸皺褶無所遁形。紫外光則能讓霉斑呈現螢光,使白光下難以分辨的霉斑與普通褐斑展現出差異。

文物汙損性質的檢測之外,紅外光與 XRF 則用於顏料成分分析,尤其 XRF 光譜儀可接收不同材料受 X 光所激發出的次級 X 光,辨別顏料、媒材成分。

修護東方書畫:背面與正面並重

由於濕氣與溫度影響,長年收藏於庫房中的作品經常處於老化狀態,其大面積的黃化可以用典具帖紙(一種極致纖薄的日本和紙)覆蓋,再抹上蒸餾水,以這層極薄的水體吸取、移除黃化成分,並確保顏料穩定不暈開。

楮樹皮製成的典具帖紙具有長而強韌的纖維,能製作出世上最輕薄的紙張。被定為日本文化遺產的典具帖紙不僅能清潔畫面,也能作為背紙支撐書畫。

-----廣告,請繼續往下閱讀-----

修復水溶性媒材製作的文物時,需要將作品局部解體,以水軟化糨糊,才能把舊背紙層層揭開。直到把舊的命紙(最接近畫作的背紙)與畫作分開來,再糊上新的命紙與背紙。若水量太多或施作時間太長,正面畫心的顏料、墨跡也會溶於水中。

紙質文物的折疊或脆弱處,也可以用撕成長條狀的楮皮紙作為「頂紙」支撐。修護中的林朝英的竹葉體書法作品,就是以研究生們細心手工撕成的頂紙進行補強。

P7212428
師大文保中心學生正在依照文物修護需求製作頂紙。攝影:楊雅棠

張元鳳說明,林朝英被稱為清朝唯一台灣藝術家,其書法曾經過多次修復,但是過往觀念與技術較不穩定,導致畫面出現許多凹凸。現在團隊正以乾式手法更換背紙,希望能讓竹葉書法飛舞在平坦潔淨的表面上。

對於前人的修復構造,張元鳳說,「得用鑷子像做手術般移除極小塊的舊背紙,每天只完成 5 公分的進度。文物修護除了技術,也非常考驗定性。」

-----廣告,請繼續往下閱讀-----

修復師知能:藝術史判斷力

在顯微鏡、紅外線、光譜分析等檢驗科技介入後,科學數據提供了客觀數值作為文物歷程的分析依據。但修護師的藝術史知識與批判性思考依然是決策中不可或缺的依據。

張元鳳舉例,以紅外線光譜進行成分檢驗時,需與既有的資料庫比對,但是目前資料庫中繪畫顏料樣本稀少,汽車烤漆的資料卻很多。因此含有鉛或鋅的顏料,經常被系統推斷為汽車烤漆。

張元鳳笑說,「如果缺乏對文物歷史的知識,只遵從儀器檢測與資料庫,就會被誤導『前人是用如同烤漆的顏料作畫』,那是不可能的!」

又或是在東方畫上面發現顏色鮮艷,半徑卻特別小的顏料顆粒,就應該萌生疑心。以創作年代常見的顏料顆粒進行比對,確認是否有後人補畫全色,又或者其實是仿造贗品。而非毫不批判地接受檢測結果。

張元鳳說,修護師的知識與文物的檢驗資料庫統合化、豐富化,能降低被誤導的風險,提升修護者對檢驗結果的辨別能力,而這兩個方向都需要修護研究單位長期的努力與合作。

-----廣告,請繼續往下閱讀-----

科學檢驗藝術的客觀面

對於科學檢測技術對文物修護的影響,張元鳳認為在早期的修復中,常常出現受當下主流文化影響的詮釋,導致原本的創作被掩蓋。科學檢測技術實現了修護倫理的「客觀精神」與真實性基礎。

她回憶說,剛開始堅持使用科學檢測作為修護依據的時期,也有人質疑「修就修,為什麼要做這麼多有風險的檢查?」

現在,來自不同學科領域的學生在師大文保中心學習文物保護技術,多元的檢驗科技,反而更能善用每一次檢測、每一丁點樣本提供的資訊。張元鳳發現,來自理工領域的學生對操作檢測儀器、解讀圖表較有信心,但是美術領域的學生因為具備創作經驗,更能夠對檢驗結果進行合理詮釋。

對於跨領域的修護技術學習歷程,張元鳳說,「包括我在內,有些美術背景學生最初接觸檢測科技時會感到害怕或辛苦。我希望可以讓學生們免於這種痛苦,所以要求自己先學會各種技術來傳授他們。」

-----廣告,請繼續往下閱讀-----

在最近的技術發展中,張元鳳相當期待XRF可以實現對文物進行大範圍 mapping(面掃描)的功能,並輸出定量成果,如此將能大幅提升成分檢驗的精準與效率。

同時她也很期待3D X-ray提供來更高效率的纖維構造分析,過往使用顯微鏡觀察,必須將文物纖維剝成細小的狀態,過程相當困難。若能使用高解析度的 3D X 光檢驗,對人力與樣本的使用會更有效率。

誰人眼中的完好:文物修護原則

忒修斯之船(Ship of Theseus)是古希臘最早的哲學難題之一,也或許是被修復過最多次的文物:雅典人在數百年間不斷替換忒修斯之船朽壞的部位,當這艘船的所有部位都被更新過,它還是原本那艘船嗎?若不是,何時開始它不再算是同一艘船?

對修護師來說,在每一次修護專案開始時,可能都需要經歷過一次類似的思想實驗,「如何修護,才能確保文物總是同一件作品?」

張元鳳認為,文物修護的基礎原則包含適宜性、安全性、可辨識性、可逆性。採取干預最低、效益最高的檢測與修護方法。任何後加的材料都需與原作成分相異,能讓未來的修復者得以辨認,且能在無損原作的條件下去除。

因此師大文保中心在修護時,都採用可去除的媒材。例如關公頭冠上氧化發黑的金屬,就以可去除的金粉覆蓋。在恢復原貌與可逆性中找到平衡。

張元鳳指出,「修護工作的目標,是讓恢復、保持文物應有的真實模樣,並確保我們的修護能被意見不同的後人除去。」

呂鐵州 後庭 北美館
呂鐵州膠彩畫作品《後庭》進入師大文保中心前,已在庫房閒置超過十年,且因後人修復不當導致畫面損傷、構圖偏誤。文保中心經嚴謹考究與討論,再次將此畫作清理裝裱,恢復為完整日式屏風架構。Source: 台北市立美術館

文化變遷:正視融合的結果

若說張元鳳對文物修護的忒修斯之船命題,以文物的「真實原貌」作為答案,那麼專精東方藝術的她對文化變遷則以「融合」優先於「鞏固」原貌。

她以台灣風行一時的膠彩畫為例,這種由日本藝術家引入台灣的畫作在日治時期被稱為「灣製(日本)畫」,國民政府稱之為「東洋畫」並加以冷落,之後由藝術家林之助正名為膠彩畫,漸漸重獲重視。

張元鳳指出,當年國民政府視膠彩畫為日本殖民象徵。但日本的膠彩畫卻是由唐朝流傳而來,並高度保留唐朝工筆重彩的技法,其實可以視為中華藝術的延伸。

張元鳳拿出正在修護的日本型紙,說明這些由江戶時代工匠精心雕刻的印刷模板已經有 200 年歷史,在 19 世紀大量流入歐洲,影響歐洲的文化潮流。其重複的精美樣式,成為歐洲文化至今活躍的元素。如時尚精品 Louis Vuitton 就是在 19 世紀末受型紙等日本文物啟發,設計出歷久不衰的品牌識別紋樣。

伊勢型紙 Wikimedia 1
精緻的日本文化遺產,手工製作的伊勢型紙。Source: Wikimedia
師大文保中心不僅邀請日本專業修護學者合作修護台灣文物,也接受來自日本的修復委託。圖中張元鳳手持的型紙已有200年以上歷史。攝影:楊雅棠
師大文保中心不僅邀請日本專業修護學者合作修護台灣文物,也接受來自日本的修復委託。圖中張元鳳手持的型紙已有 200 年以上歷史。攝影:楊雅棠

張元鳳笑說,「考慮到日本型紙歷史的中華元素,LV 等歐洲精品也能看作是一種東方文化的產物。」

面對文化元素的流動,張元鳳認為,「選擇融合,創作才會愈來愈豐富;切割只會讓文化愈形單薄。尊重每件文物的歷史,正視真實脈絡,是與台灣主體性相輔相成的價值。」

延伸資料

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

1
0

文字

分享

0
1
0
解密機器人如何學會思考、觸摸與變形
鳥苷三磷酸 (PanSci Promo)_96
・2025/09/09 ・6820字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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?

-----廣告,請繼續往下閱讀-----

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」 。

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 。 / 圖片來源:shutterstock

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 。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

2025 年5月,亞馬遜展示了他們最新的觸覺機器人 Vulcan / 圖片引用:https://www.aboutamazon.com/news

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

-----廣告,請繼續往下閱讀-----

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。

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。/ 圖片來源:shutterstock

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。

2023 年來自 EPFL 的另一個實驗室—可重組機器人工程實驗室(RRL)推出了 Mori3 © 2023 Christoph Belke, EPFL RRL

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…

-----廣告,請繼續往下閱讀-----

討論功能關閉中。