胡蜂像許多猿猴一樣，會辨認臉孔。胡蜂（Paper Wasp: Polistes fuscatus）臉上有著明顯可供辨識的褐色、淡黃色色塊。一則發表在《Science》的研究中，科學家將不同隻胡蜂的「肖像」擺在叉道的兩邊，讓它們學會一張肖像代表危險的叉道，另一張則代表安全。胡蜂會較準確且快速飛到代表安全的「肖像」那邊－顯示它們認得出「肖像」間的差異。不過它們並非神準，當科學家利用修圖軟體將肖像中的觸角移除，它們見無法認出臉孔，可能就像人無法認出沒有鼻子的另一個人一樣。
資料來源：ScienceShot: Wasps Spot Familiar Faces [1 December 2011]
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。
編按：在出現Deepfake之後，網路世界進入了「眼見不為憑」的年代。
本次泛科學和法律白話文合作策畫「Deepfake 專題」，從Deepfake 技術與辨偽技術、到法律如何因應。科技在走，社會和法律該如何跟上、甚至超前部署呢？一起來全方位解析 Deepfake 吧！
網紅小玉涉嫌利用人工智能 AI「Deepfake」（深度造假）技術，把多位公眾人物的臉部圖像移花接木到色情影片的主角身上，重製成「換臉影片」，並成立「台灣網紅挖面」社群，供人付費觀看，以獲取不法利益。被害人數眾多，其中不乏藝人、政治人物、知名網紅等。
而未經當事人同意，製作「換臉」的影片，這樣的行為會觸犯那些法律呢？
換臉影片屬於新型的數位性犯罪，在台灣還沒有處罰前例，目前大多認為可能會涉犯《刑法》的「散布猥褻罪物品罪」和「妨害名譽罪」。
首先，刑法處罰「散布猥褻物品」的行為，依照實務見解是指：「客觀上足以刺激或滿足性慾，內容可與性器官、性行為及性文化的描繪與論述聯結，且引起一般人羞恥或厭惡感而侵害性的道德感情，有礙於社會風化的狀態」。
具體來說，「Deepfake」換臉影片的劇情，如果含有「暴力、性虐待或人獸性交」的情節，或雖然無關「暴力、性虐待或人獸性交」，但有引起一般人羞恥的性器官裸露、性行為的內容，且缺乏適當的安全阻隔措施（例如沒有用包裝隔絕並標示「18 禁」），就會違反《刑法》的散布猥褻物品罪，刑度是 2 年以下有期徒刑、拘役或科或併科 9 萬元以下罰金。
實務上，曾有人不滿女友提分手，憤而把交往時拍攝的女友裸體照片散布在社群網站 Instagram，被法院判拘役 50 天，並以「一天 1000 元」易科罰金。
還有一則案例是前男友在兩人分手後，在網路論壇上傳親密影片供人瀏覽，被害人直到聽朋友說網路上有疑似自己的性愛影片，才知道受害。而觸法的前男友，也被法院判有期徒刑 3 月，緩刑 2 年。
另外，如果換臉影片的內容涉及「未成年人」，加害人除了違反《刑法》的散布猥褻物品罪外，還會同時觸犯保護兒少所特別制定的《兒童及少年性剝削防制條例》——如「拍攝、製造兒童或少年為性交或猥褻行為之電子訊號罪」以及「散布少年為性交及猥褻行為之電子訊號罪」。
而且，基於特別法優先於普通法的原則，加害人將會被用刑責較重的《兒童及少年性剝削防制條例罪》來處罰。
舉例來說，有個案例是被告在拍攝自己跟未成年人的性愛影片後，用影片要脅被害人，又把影片上傳到色情網站。針對拍攝影片的行為，被法院處有期徒刑 1 年 1 個月；恐嚇未成年人的部分，則被處有期徒刑 3 個月，得易科罰金；最後，散布猥褻影片的部分，被處有期徒刑 6 個月，得易科罰金。
不過，並非所有傳送裸露照片的人都會被定罪，還需要達到「散布」的程度，實務就曾有被告先拍攝被害人跟自己性交時的照片，還有被害人的大腿、胸部等私密處，再將照片傳送給某位網友觀賞；法院認為，被告只有把照片傳給「1 名」網友，不算是「散布」，就不能用散布猥褻物品罪處罰。
所謂妨害名譽罪，包含「公然侮辱罪」和「誹謗罪」兩種類型。兩者的共同點，都是在保護人民的名譽免於侵害，但差別在於：前者是透過「表達意見」來侵害名譽，後者則是用「陳述事實」的方式來做。
實務上，有法院用「事實能否驗證」的判準來區分「公然侮辱罪」和「誹謗罪」。
換言之，如果行為人的言論，語意脈絡空洞而無意義，無法客觀檢驗所依附的事實，僅讓被害人主觀評價下的感情或名譽意識受損，就屬於「侮辱」；反之，如果語意脈絡具體而有意義，客觀上可以清楚理解、辨識指摘的特定事實是什麼，此時就傷害到被害人客觀外部的名譽，就是「誹謗」要處理的範疇。
舉例來說，曾有被告在他人臉書專頁文章下留言「智障超譯的女表子」等文字，法院認為「婊子」是針對撰文者的「性別」的侮辱性用語，判被告犯刑法的公然侮辱罪，處罰金2千元。
另則案例是：被告在臉書社團爆料公社上，張貼指摘被害人是「史上地表最強小三」等內容的文章，法院認為被告用散布文字的方法，指受害人是介入他人婚姻關係的第三者，足以貶損人格尊嚴與社會評價，所以觸犯刑法的加重誹謗罪，處拘役 45 日，得易科罰金。
那 Deep fake 換臉影片到底觸犯「公然侮辱罪」還是「誹謗罪」呢？
由於影片已直接將被害人的臉置換到 AV 內容當中，雖然沒有明確使用侮辱或謾罵被害人的文字，但影片本身已足以向觀賞者傳達「羞辱、侮蔑」被害人的意味，並讓被害人感受到極大的輕視和痛苦，所以可能會成立刑公然侮辱罪。
而含有性交和裸露鏡頭的換臉影片，一旦在網路流出後，不免有人會相信影片主角有拍攝的事實，將嚴重影響被害人在一般人心中的名譽和社會地位，所以也可能會成立加重誹謗罪。
而觸犯刑法公然侮辱罪，可處拘役或九千元以下罰金；觸犯刑法加重誹謗罪，則將處二年以下有期徒刑、拘役或三萬元以下罰金。
所謂「個人資料」，依規定包括：任何足以辨識個人的資料，包括姓名、生日、特徵等。由於製作「Deepfake」換臉影片，勢必會擷取被害人的臉部照片，而可以辨識個人的「臉部特徵」，實務肯認這就屬於《個人資料保護法》所要保護的「個人資料」。
而個人資料的蒐集、處理及利用，原則上需要得到當事人本人的同意，僅當政府機關基於法定目的，或私人基於契約關係、或其他重要的公共利益時，才能在不經同意的前提下，合理使用，但無論如何都不能侵害當事人的利益。否則，可能就會違反「非公務機關非法利用個人資料罪」，最高可處 5 年以下有期徒刑，得併科 100 萬元以下罰金。
類似案例像是：被告未經被害人同意，就在臉書社團張貼被害人的姓名、年齡、地址、個人大頭照、生活照、住家外觀照片，同時發表「小心這個人外表會騙人，目前侵占案避不見面」等言論。法院認為，被告把自己跟被害人間的債務糾紛私怨訴諸公眾，將被害人的個人資料揭露在臉書社團專頁，顯然侵害被害人的資訊隱私或自決權，觸犯個人資料保護法罪名，處有期徒刑 3 月，得易科罰金。
此外，為了製作 Deep fake 換臉影片，勢必使用明顯能夠辨識被害人的臉部照片，且非出於任何公益目的；依個資法，加害人就該負起「損害賠償」的責任！
《民法》保障每個人的肖像權，這是一種「個人決定肖像是否公開的權利」，肖像權人可以自己決定是否揭露自己肖像，並決定在何種範圍內、何時、以何種方式、向何人揭露。
因此，如未經同意，就拍攝、重製他人的肖像等，就會侵害肖像權。
過去曾有案例，被告未經他人同意，就把被害人的照片後製，在臉上增加手掌圖案，並刊登在網路，表示「打臉」的意思，即使被告辯稱是為了評論與公益有關的事項，才製作網路圖片，但法院認為被告「並沒有」利用被害人肖像的權利，而以網路方式公開打臉圖片，已嚴重侵害被害人的肖像權。被害人除了可以請求刪除打臉圖片，也可以要求賠償自己的精神上損害。
因此，那些臉部照片遭盜用、被製成換臉影片的被害人，可以依法請求製作者刪除影片，並請求慰撫金──具體來說，法院將依照實際加害情形、所造成的影響、被害人痛苦的程度、雙方的身分地位、經濟情形及其他各種狀況，以確認合適的賠償金額。
什麼是性騷擾行為？《性騷擾防治法》指出：像是那些違反被害人意願，播送跟性或性別有關的影像，而有損害被害人的人格尊嚴，造成被害人感受敵意或冒犯的情境。
而換臉影片將被害人照片後製成 A 片主角，彷彿讓眾人看見赤裸裸的自己，使被害人深感冒犯和不舒服，就是一種性騷擾。
性騷擾事件的被害人可向直轄市或縣（市）主管機關提出申訴，主管機關即應開啟調查程序，並可依法對行為人處以新臺幣一萬元以上十萬元以下罰鍰。
而有鑑近年數位和網路性別暴力案例頻傳，行政院性別平等會更在今年 110 年 2 月 3 日，發布「數位/網路性別暴力之定義、類型及其內涵說明」一文，內容是參酌 CEDAW 一般性建議第 19 號第 6 段意旨，明確定義數位／網路性別暴力，明列數位／網路性別暴力的態樣，其中就包括「未經同意散布與性／性別有關個人私密資料」，並表態有意擬定相關防治政策、訂修法規，有待後續明顯進展。
被害人若發現某網路平台上有換臉影片，可以要求業者將影片下架嗎？
關於網路平台業者有無管制用戶言論的責任，曾有判決指出：網路業者並非司法機關，沒有判斷用戶行為是否構成侵害他人權利的權限，且若平台判斷錯誤，將有侵害言論自由的疑慮。為了兼顧用戶的言論自由及保護被害人權利，網路業者只有在「明知或有相當理由足認確實發生侵權行為」時，才有採取防止措施（例如刪文）的義務。
換言之，在侵權事實水落石出之前，依照法院的慣例，網路平台業者可能沒有主動和積極管制用戶言論的權責，被害人除非能證明權利受到侵害，才能要求網路平台業者下架影片，較難及時避免損害繼續擴大。
為了處理這樣的進退兩難，行政院在 107 年 4 月 27 日提出《數位通訊傳播法草案》，明定網路業者對提供使用的資訊，應負擔法律責任──當被害人告知或警察機關通知有侵權的內容，網路業者就應採取適當的處置並保全證據。
業者如果確實在合理期間內移除侵權資訊，並好好保全相關證據，就可以免除後續的賠償問題。因此，本草案如經未來立法院三讀通過，可望附加網路業者更多積極管制換臉影片的措施。
此外，依照《兒童及少年福利與權益保障法》的要求，須設立「iWIN 網路內容防護機構申訴管道」。若民眾發現有害兒少身心健康的網路色情內容時，可以向 iWIN 網路內容防護機構提起申訴，iWIN 機構將依規定進行查證，如查證屬實，即通知業者移除或改善，若屆期未移除或改善，主管機關可以對業者進行裁罰。
水能載舟，亦能覆舟，科技的發展原意是要改善人們的生活，然而一旦遭有心人濫用，所造成的危害，將是遠遠超出我們的想像。
如長期氾濫的虛假訊息、以及層出不窮的網路性暴力威脅，除了有賴立法管制，也不該忽略加強對網路使用者的教育宣導，而將性別平權的概念深植到每個人的心中，才能從根本解決網路／數位的性別暴力現象。
願立法追上科技的腳步前，我們每個人都自動自發地成為 Deep fake 換臉影片的終結者。當看見非法的色情影片，不下載、也不分享，提出檢舉，終結那些血淋淋傷害持續擴大的可能性。
狐禪
