自動化展的人潮與機械運轉聲交織，達明機器人與所羅門的攤位相距不遠，卻不約而同地揭示同一件事：單靠硬體性能競賽的時代已結束，軟體與硬體深度融合才是未來。達明從協作型手臂出發，把AI推論、視覺感測與控制器放進機械手臂，使機器人不僅能「看見」，更能判斷下一步動作；所羅門則以AI視覺系統為核心，為各式機械補上感知能力，讓老舊產線也能快速升級。兩者在展會現場展示的解決方案，切入點雖不同，卻都回應了製造業共同的痛點：人力短缺、換線頻繁、工單少量多樣。過去導入自動化需要額外安裝相機、主機周邊與複雜程式，導入成本高，讓多數中小型工廠難以跨出第一步。本次展出的重點不再是單機功能，而是「軟體定義製造」的設計哲學。達明在機械手臂的人機介面上加入No-Code編程與內建視覺，讓線上作業員透過拖拉與點選即可完成任務；所羅門則透過深度學習模型，改善反光、重疊與複雜背景下的辨識成功率，並開放介面連結不同品牌的機器人。從現場實際Demo可看到，機械手臂自動取出散亂工件、判斷缺陷位置、並將訊息上傳資料庫。這些動作的背後，是讓機器學習老師傅的經驗，再透過視覺與數據轉化為可標準化、可追溯的生產流程。台灣製造業長期面對快速交期與精準品質的要求，展場上的軟硬整合方案正好提供一條務實路徑。達明與所羅門都強調，智慧製造不是把設備全面換新，而是透過模組化的AI與視覺工具，讓既有設備長出新能力。觀察這兩家指標性台廠的布局，能清楚看到自動化產業正從單一設備走向系統性整合，而這場展覽正是檢視未來工廠想像如何落地的最佳切入點。
達明AI協作手臂：內建視覺建立即時決策迴路
達明此次展出的核心，是將AI視覺納入機械手臂的本體控制。過往要讓機器人「看得懂」工件，通常會外接工業相機，透過獨立主機完成影像處理，再將座標傳給手臂；這種架構不僅占空間，也有相容性問題。達明將演算法與鏡頭整合於機器人關節與控制器中，使手臂能直接辨識工件位置、輪廓甚至瑕疵。對使用者而言，達明最大的改變是編程方式不再像寫程式，而是透過圖像式介面完成。作業員可以拉動手臂示範路徑，或用滑鼠點選螢幕上的工件框完成定位。現場展示的AI分揀應用，使用戶可即時新增待揀物品照片，系統便自動擷取特徵並轉成分類模型，後續遇到相近物件也能順利判別。這種「以影像教導」的流程，大幅縮短佈線與設定時間，也更符合少量多樣的生產彈性。達明的策略不只是強化硬體，而是企圖從手臂的作業系統層級提供視覺、控制與AI的完整閉環，讓中小型廠商不必養演算法團隊，也能逐步導入智慧製造。
所羅門AI視覺平台：以演算法與開放介面串聯舊設備
所羅門選擇的切入角度，是成為智慧製造中的「視覺大腦」。其AI視覺平台能連接不同廠牌的手臂與控制器，透過深度學習模型處理影像辨識、定位與瑕疵檢測。展場中，所羅門以亂數堆疊的工件為例，現場示範機械手臂如何透過視覺系統快速選取正確的取料點；即使金屬表面反射、工件彼此重疊，辨識系統仍能靠著多層次特徵比對給出穩定結果。對業主而言，所羅門方案的最大價值在於相容性與整合彈性：不必更換產線設備，只要加上視覺鏡頭與平台，就能讓原本呆板的機械擁有判斷能力。此外，所羅門也將生成式AI應用逐步導入工業場域，使操作者可以用自然語言或簡單指令來查詢機台狀態、分析異常原因。平台累積的影像數據與檢測結果能回饋到模型訓練，形成越用越準的良性循環。這種不綁定特定硬體的策略，正好補足傳統機器人整合中資訊端與設備端之間的落差，讓自動化改造成為可分段執行的工程，協助製造業以更低風險走向智慧化。
軟硬整合之後：智慧製造從設備升級走向營運轉型
達明與所羅門在自動化展上的展示，勾勒出軟硬整合之後的智慧製造面貌。過去導入自動化常被視為高昂的資本支出，但兩家業者都以訂閱式軟體、模組化視覺和直覺化編程降低進入門檻，讓自動化不只是更換設備的選擇題，而是持續改善的流程工程。當手臂能自行判斷物件輪廓，當瑕疵影像能自動回傳模型，生產現場的參數便不再是老師傅腦中的祕密，而是可累積、可分析的企業資產。對製造業者而言，真正的競爭力不再只是擁有多少台機器，而是運用數據解決品質與效率問題的能力。達明與所羅門各自的技術路徑，恰好展現台灣從硬體製造走向智慧服務的彈性：一家把AI放進手臂，一家把AI放進視覺系統，終點卻都是讓工廠能更靈活地回應市場變化。未來工廠的想像，不一定是無人工廠，而是人機協作下，經驗能快速複製、流程能持續優化、決策能貼近現場。自動化展結束後，真正的考驗在於系統如何實際運作於嚴苛的產線環境。軟硬整合技術若能在穩定性、售服與擴充性上持續證明價值，就有機會讓台灣製造業在全球供應鏈重組中，從代工執行者轉變為智慧製造的定義者。
【其他文章推薦】
SMD元件外觀瑕疵CCD外觀檢查包裝
Tape Reel手動包裝機配合載帶之特性，間斷式或連續式可自由選擇切換
電動升降曬衣機結合照明與風乾，打造全能陽台新生態
防火漆適用在何種環境中呢?
零售業防損解決方案
消防工程設計與施工標準，你準備好了嗎？