科學檢驗，誰說了算？

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…

本文由 安麗紐崔萊 委託，泛科學企劃執行。

• 作者／陳亭瑋

在農業大規模革命、跨國貿易興起之前，夏秋季豐收的農產品經常為人們帶來另一種煩惱：該怎麼將新鮮的蔬菜水果保存到天寒地凍的冬天享用呢？

利用各種方式將食物中的水份減少，防止微生物或酵素所造成的腐敗變質，是人類很早期就會使用的食物保存方法。時至今日，乾燥技術除了用於保存食物，也用於減小體積、減輕重量方便食品包裝與運輸，而由此也發展出許多便利的食品，如咖啡粉、泡麵等，攜帶方便、沖泡熱水就能夠食用。

而乾燥的方式有分許多種，可被分為兩大類：自然乾燥與人工乾燥。

自然乾燥法：利用環境的陽光與風

自然乾燥法利用環境中的陽光、風來替食物乾燥，主要包括日曬、風乾、陰乾。常見柿餅、蘿蔔乾、香菇、筍乾、葡萄乾等就是以日曬來製成；傳統新竹米粉則是以風乾來乾燥。

既然是利用環境能量，優點就是不耗能、最為經濟、操作簡單，也不需什麼技術或設備就可以進行。但主要的缺點就是「天有不測風雲」，需要依賴環境氣候，有太陽或大風才方便進行。由於自然環境不易控制，難以掌握乾燥速率、衛生條件、場地需求大、需要人工輔助整理等，因此不利於大量生產。

人工乾燥法：人工提供熱源，利用空氣加熱乾燥

自然乾燥需要依賴自然環境的條件，而人工乾燥當然就是人工以各種技術，提供想要加工的食品適合的乾燥環境囉，一般會有不同的壓力環境，以傳導、對流、輻射，或以電磁波加熱的方式乾燥食品。這裡的技術種類非常多，受限於篇幅，本篇主要介紹在常壓下，以空氣為媒介的乾燥技術，其他如加壓乾燥、減壓乾燥、電磁波乾燥就暫不介紹了。

最古老的人工乾燥法被稱為「窯式乾燥法」。簡單來說，就是設置一個密閉空間，分成上下兩層，上層是待乾燥的食物，下面擺放爐火熱源，經由熱空氣將食品慢慢地烘烤至全乾。這個乾燥法常見於乾燥水果等食品。現在也有用同樣原理推出的小家電「食物乾燥機」，讓你在家裡就可以自製果乾或是肉乾等。

新興乾燥技術：噴霧乾燥與折射窗乾燥

前面介紹的乾燥法，主要處理的成品是屬於顆粒體積較大者，大如蔬菜乾、水果乾，小如肉丁、砂糖等。如果要處理相對液態或糊狀等產品又該怎麼辦呢？以下要介紹兩種常應用於液狀食品的乾燥技術。

噴霧乾燥法（Spray Drying）

「噴霧乾燥法」（spray drying）的特性就是由噴霧器擔當了重要角色。機器內的噴霧器會將液狀或糊狀的原料噴出為小液滴，藉由熱空氣作用，在幾秒鐘的時間內將小液滴乾燥為細粉狀。噴霧乾燥機主要分為空氣加熱與循環系統、噴霧裝置、乾燥倉本體以及產品回收裝置。

因為液滴表面積大、乾燥速度很快，實際上食品本身的溫度不會升到很高，對於保存食品原有的營養有很大的幫助，常用於食品、飲料、保健食品和藥品的製作。這個方法製作的常見產品有奶粉、咖啡粉、豆漿粉、蛋白粉等，只要加水就可以飲用的粉末。

折射窗乾燥法（Refractance Window Drying）

另外一種更嶄新的食品乾燥方法則是「折射窗乾燥法」（Refractance window drying），將想乾燥的材料放在透明聚脂膜的「折射窗」上，折射窗下有使用 95-97℃ 的熱水作為熱源，同時會抽風去除多餘水分，最後把薄膜和材料分離就完成乾燥啦！

雖然步驟有點多，但實際上因為同時有傳導、對流、輻射三種導熱模式介入，所以進行乾燥的速度相當快；又以熱水做為熱源，產品溫度也不會升到太高，因此適合使用於對溫度敏感、需要保存更多營養成分的產品。有研究指出，可藉由「折射窗乾燥法」保留植物蔬果類產品容易流失的天然色素分子，也能保留植物蔬果中較多的營養價值。此乾燥技術不止應用於食品工業，亦可見於保健食品、製藥、化妝品等各方面的應用。

食品科學中的乾燥方法非常多種多樣，不同的乾燥方式亦有不同的適用對象、與成本考量。如何選擇適合的乾燥方法，應用於加工品，其中也牽涉到許多專業。而隨著食品科學的進展，過往天然食品經過加工後，必然會損失許多營養元素的情況，已經越來越能夠避免。

請與我們一同期待新興的萃取與乾燥技術，能夠帶來哪些更健康、更營養的食品吧！

秉持科學嚴謹精神，安麗紐崔萊研究植物營養的科學家們持續革新技術，為了從植物蔬果中萃取最多的營養價值，從原物料篩選到萃取生產，每道程序皆嚴格把關。在萃取階段，安麗紐崔萊以獨家萃取技術——「噴霧劑乾燥法」與「折射窗乾燥法」，保留植物蔬果中最多的營養素，提供消費者營養充足、純淨安全的保健食品。

本文由 安麗紐崔萊 委託，泛科學企劃執行。

參考資料

1. 施明智、蕭思玉、蔡敏郎（2017 年 9 月）。食品加工學，188-213。
2. Refractance window drying of foods: A review
3. Refractance window drying of fruits and vegetables: A Review

「食用油裡有可怕的有機溶劑！」
「大學教授教你用嗅覺分辨有機蔬菜！」
「輕鬆驗出水中的氯分子」

這些似真似假的言論在網路上源源不絕，如果能將這些流量轉換成水量填進水庫，台灣大概接下來的五年內都不必擔心無水可用。讓我們姑且先將那些娛樂性十足的偽科學放下，認真來談談食品和藥品產業界中的「檢驗」究竟是怎麼一回事呢？

怎麼知道要驗些什麼？

大部分的民眾總以為，不管橄欖油、胃藥等食品 / 藥品上市前，都應該已經通過層層檢視，確認所有的有毒物質檢驗合格後才能上市。可惜的是，政府和科學家都不是神，無法未卜先知地算出有不肖廠商用棉籽油混充橄欖油，或是百年前發明的氫化技術而產生的反式脂肪近年來被證實與心臟病有關。在真實的世界裡，通常是發生公衛事件後，才了解到需要監控某些物質（如：多氯聯苯（polychlorinated biphenyls）），以食品和藥品為例，會受到檢測的物質略分為四種：

1. 加工製程中所需的輔助劑（如：正己烷（hexane）；乙醇（ethanol））
2. 自然產生的物質（如：游離脂肪酸；細菌內毒素）
3. 特定事件而受到關注的物質（如：銅綠葉素；塑化劑）
4. 環境汙染物（如：戴奧辛；多環芳香族氫氧化合物）

已經現身的敵人總是比較好對付。上述前兩類都已被各國列管成冊，所以我國政府會參考他國的規定，「擇優採納」地決定那些物質需要被監控。以藥品為例，食品藥物管理署（以下簡稱「食藥署」）會參照醫藥先進國的藥典（如：美國藥典（United States Pharmacopeia, USP）），制訂國內的法規，而食品方面也會參考美國或歐盟等地的規定，制訂適合國內的數值和管理辦法。

那麼不禁要問，如果是連科學家都不清楚的物質呢？

最近在美國引發熱議的「反式脂肪」就是很好的例子，一百多年前，油脂的氫化技術由德國研發成功，這種氫化的油脂能有更久的保存期限與可塑性，因此被廣泛應用在人造奶油產品中。而隨著科學的發展，發現氫化不完全的反式脂肪會引發心血管疾病，因此美國食品藥物管理署（Food and Drug Administration, FDA）在2015年7月宣布，要在3年內禁止在食品內添加人工的反式脂肪。我國也隨著美國的規定，今年7月開始對反式脂肪提出更嚴格的管制措施（強制標示，尚未全面禁止）。

怎麼知道標準該是多少？

許多無毒專家在鏡頭前，說唱俱佳地展示食品裡的有機溶劑和農藥是多麼的恐怖，但科學檢驗並不是做出充滿靈氣的精美蓮花圖，搭配「無毒專家」四字，就能通過食藥署的把關，科學檢驗還要能回答一個很重要的問題－「濃度是多少？」。

以油品謠言中常見的主角－有機溶劑：正己烷作為範例。在大豆、棉籽及亞麻子等種子油的製造過程中會加入正己烷，把躲藏在種籽內的油滴趕出來，以達到徹底利用食材的目的。而後續的煉製中會進行加熱（220-250˚C），低沸點（69˚C）的正己烷會揮發殆盡，最終的食用油產品裡並不會殘留正己烷。

Ｑ1：「不會殘留」是指多少？

在我國的「食品添加物使用範圍及限量暨規格標準」中的規定，正己烷可用於食用油之萃取，但最終產品中不得殘留。而美國FDA的規定，在除去魚類蛋白質食品中的脂肪時，可用正己烷帶走脂肪，但成品需去除殘留溶劑。(FDA，21CFR Sec.172.340)

Ｑ2：「不得殘留」就是完全沒有嗎？

「不得殘留」或「零檢出」的意思是「以規定的儀器和公告方法量測，獲得的結果為未檢出標的物」。要檢測食用油中的正己烷，並不是請無毒專家用鼻子一聞就能知道正己烷的濃度，根據食藥署公布的文件，必須要用氣相層析質譜儀（gas chromatograph / mass spectrometer, GC / MS）檢測，而文件也詳載了實驗方法及計算公式等，以確保任何合格的實驗室都能以相同的方式進行檢測。（文件名稱：食用油中正己烷殘留之檢驗方法；文件編號：TFDAO0014.01）而在國家認可的實驗室中，以規定的文件進行檢測後，所得結果若小於現今儀器之偵測極限則判讀為「未檢出」。，而「零檢出」為一般民眾之口語用詞，其認知為檢體100%未檢驗出標的物。

Ｑ3：「檢測值為零」聽起來好不親近，不能保證完全沒有嗎？

檢驗報告並不是政治家的選前支票啊。即便科技再怎麼精進，檢驗報告也不能記載「檢測值為零」，拍胸脯保證以博得消費者的信賴，這反而是不負責任的作法。因科學檢驗受限技術發展，不同檢驗方法皆有偵測極限，檢驗結果若小於其偵測極限，應標示「未檢出」，同時備註其檢驗方法偵測極限。

Ｑ4：有使用一定會有殘留！完全不使用化學溶劑的油品才是好棒棒！

那就改用豬油吧！如同上文所述，萃取是因為油滴會殘留在植物種子中，利用合適的有機溶劑將油滴帶出，當然最終產品之溶劑殘留量仍須符合現行食品安全衛生法規「不得殘留、檢出」，如果非常擔心有機溶劑的問題，可以使用動物性油脂。而目前有實驗室在研究利用超流體二氧化碳取代正己烷（原因是正己烷可能會加重溫室效應，而非殘留的問題），也許數十年後，應用此技術的油品將有機會出現在市場上。

當然，如果對任何化學物質和農藥都非常恐懼，那除了要自行熬製豬油和種植蔬果之外，可能還要加蓋巨大的無塵室來避免外界的汙染，但如果要這麼作才能安心的吃上一餐的話，那就已經不是科學技術所能解決的問題了。

超能力嗅覺？綠光雷射筆？論檢驗技術的特性

爆發食安事件後，食品的檢驗技術在媒體上也被熱烈報導，從極為荒謬的用嗅覺聞出農藥，到小學生利用雷射筆檢測橄欖油的真偽，似乎在媒體的標準中，任何檢驗技術，都是再簡單也不過了。

現今在產業界的檢驗實驗室中，每項檢驗技術都具備了「可被追蹤」和「全球適用」的特性。合格的實驗室必須符合Good laboratory practice（GLP）的規範，意即每一個步驟都有詳實的記錄，嚴謹的程度到甚至連取用一瓶水都需要記錄時間、容量和使用人。而儀器也經過設計，使實驗數據無法被竄改或覆蓋，如此嚴謹的GLP實驗室規定，也代表著產出的每項實驗數據，能夠被追蹤和調查。

而「全球適用」的內涵代表的是任何人、任何地點，只要參照規定的儀器和方法，都能夠得到相同的實驗值。這特性突顯了標準文件的重要性，同時也說明了雖然有快篩產品（如：油品酸價試紙），最終仍需要將樣品送到合格的實驗室進行檢驗，得到的數值才有公信力。

科學檢驗無法解決的事

在藥廠工作的人有這麼一說：「在廠房裡，研發和檢驗的比重大概是1比4」。研發尋求的是創新，而檢驗著重在穩定性，因為在消費市場上，必須要「每次」都做出合格的產品，讓消費者不論何時何地都能購買到安全的產品，從此可見檢驗工作的重要性。

科學檢驗發展至今已經非常成熟，即便是面對未曾處理過的物質，都能在短時間內開發出檢驗方法。但檢驗最大的障礙並不是科學本身，而是不肖的廠商及所謂的「無毒專家」。在政府的介入和民眾發起退貨、拒買運動之下，不肖業者也許已經漸漸減少，但隨著食安風暴盤旋起舞的無毒專家卻是越來越多。要如何挽回民眾對食品的信心，避免偽科學的介入，只能靠教育界和媒體人的共同努力了。

參考文獻

• 中華民國食品藥物管理署
• 美國食品藥物管理署
• Riya Ganguly, Grant N. Pierce (2015) The toxicity of dietary trans fats. Food and Chemical Toxicology, 78, 170-176
• Beatrice Alexandra Golomb, Alexis K. Bui (2015) A Fat to Forget: Trans Fat Consumption and Memory, PLoS ONE, DOI: 10.1371/journal.pone.0128129

延伸閱讀

• 嘗試找出綠光雷射筆鑑定冒牌橄欖油背後的科學
• 油品精煉不是煉金呀！談現代食用油品的精煉
• 超.生.氣.的！讓你暴怒的反式脂肪