實體AI從展場走進工廠，新代先見營收，宸曜與研華何時放量？

 

台北兩場展會呈現實體AI的部署路徑

近期台北自動化與物流科技大展相繼登場，台廠展示的方向已從雲端模型延伸至工廠、物流與移動載具。實體AI(Physical AI)指AI系統透過攝影機、感測器與控制設備理解現場，進一步驅動機器或載具執行任務。即時運算與設備控制因此成為落地基礎。

工業場域對硬體有明確限制。設備要承受粉塵、震動、溫差與長時間運轉，影像或感測資料也需要快速處理。把算力放到設備附近，可以縮短資料往返雲端的時間，讓檢測、導航與異常判斷更快進入控制流程。

這波展示涵蓋三個環節：宸曜(6922)提供強固型邊緣AI伺服器，研華(2395)補上影像AI與模型訓練平台，新代科技則把AI導入機器人及金屬加工設備。三家公司切入點不同，共同勾勒出實體AI從運算、軟體到精密控制的部署鏈。

 

宸曜瞄準半導體檢測與移動載具

宸曜展出的強固型邊緣AI伺服器與運算平台，主要服務半導體高精度檢測及移動載具自主化。半導體檢測需要即時處理大量影像，移動載具則要持續整合攝影機與感測資料，再快速決定行進方向。兩種應用都把延遲、穩定性及環境耐受度放在很高的位置。

嚴苛環境下的穩定算力，是宸曜產品定位的主要差異。邊緣伺服器必須在靠近產線或載具的位置運作，硬體設計要同時支援AI推論與工業環境需求。這類設備的商業機會會隨自動化設備數量、單機算力及影像複雜度擴大，但展會展示只能確認產品方向，後續仍要由專案部署與業績貢獻檢查採用速度。

 

研華把影像辨識推進物流與零售現場

研華聚焦智慧物流與零售，展示結合影像AI的邊緣運算電腦與車載系統。物流場域可運用影像辨識處理貨物流向、車輛管理及現場監控；零售端則能延伸至商品辨識與營運分析。這些應用需要軟硬體協同，才能把模型接入既有設備。

研華同步推出AI模型訓練平台，協助企業完成資料整理、模型訓練及現場部署。模型導入流程標準化有助於縮短概念驗證到正式上線的距離，也降低每個專案重新整合的成本。

軟體平台能否形成持續性收入，仍取決於企業部署規模、模型更新頻率與跨場域複製能力。單一專案可以帶動硬體出貨，標準化平台若能在多個客戶與據點重複使用，收入延續性才有機會提高。

 

新代科技已從AI伺服器製造設備取得業績

新代科技的展示主軸是AI機器人與金屬加工整合，並以「一機一手」方案連結工具機與機器手臂。這類配置可讓加工、上下料及搬運形成連續流程，降低設備等待時間，也讓AI判斷直接進入製造控制。

新代同時受惠於AI伺服器分歧管銲接與液冷板製造設備需求。相關應用占整體業績比重已達三成，顯示AI基礎建設投資正沿著供應鏈傳到製造設備端。分歧管與液冷板屬液冷系統的重要零組件，AI伺服器功耗上升，也會提高精密加工、銲接與自動化設備需求。

財務表現提供了較具體的落地證據。新代今年上半年營收大幅成長，每股純益達42.53元。AI伺服器設備占業績三成，代表相關需求已超越單純展示階段，開始進入收入與獲利。

 

實體AI成長仍要追蹤專案複製與收入貢獻

近期展會呈現出台灣自動化產業的完整能力，包括邊緣硬體、模型平台、機器人及精密控制系統。宸曜與研華反映前端運算和軟體部署需求，新代則顯示AI伺服器擴產如何傳導至製造設備。

現階段證據強度仍有差異。新代已揭露業績占比與獲利數字，宸曜及研華的展會內容則以產品與應用布局為主。專案能否大量複製，將決定實體AI能否從客製化導入走向規模化收入。後續可持續追蹤訂單、部署據點、軟體收入，以及AI相關業務占比是否連續上升。