科技創業週報 #557：從慕尼黑 RoboGym 看台灣機器人試驗場域的下一步
機器人從原型走向實際應用，關鍵不只是技術研發，更需要可反覆訓練、測試與驗證的場域。慕尼黑 TUM RoboGym 結合大學、設備商與產業夥伴，建立共享機器人訓練環境，為台灣機器人新創與試驗場域發展提供新的思考方向，也讓技術更有機會走向商業落地。
從慕尼黑 RoboGym 看台灣機器人試驗場域的下一步
慕尼黑工業大學（TUM）與 NEURA Robotics 於德國慕尼黑機場 LabCampus 啟用 TUM RoboGym，設置 48 個訓練單元，初期規劃讓約 100 台人形與服務機器人學習特定技能及作業流程。這座共享訓練中心結合大學、設備商與產業夥伴，協助機器人新創取得測試設備、真實作業資料與反覆驗證的環境。從 RoboGym 的發展，進一步探討台灣機器人試驗場域如何整合產學資源、降低新創開發與測試門檻，加速機器人從技術原型走向產業應用與商業化。
科技創業週報 #553：機器人能不能走進更多工廠，關鍵在每次「換工作」要花多少錢
機器人能否走進更多工廠，關鍵不只在硬體能力，而在每次換產品、換工作後的重新配置成本。RobCo 透過模組化硬體、no-code 軟體、RaaS 與實體 AI，正在降低工業自動化導入與轉換門檻。
機器人能不能走進更多工廠，關鍵在每次「換工作」要花多少錢
德國工業機器人新創 RobCo 在股份交易後估值突破 10 億美元，引發市場關注。不過，這起事件真正值得觀察的，不只是公司估值成長，而是工業機器人進入工廠後，每次換產品、換工作或調整產線時，需要多少時間與成本才能重新投入生產。RobCo 透過模組化硬體、no-code 軟體、Robotics-as-a-Service 與實體 AI，試圖降低設定、導入與重新編程成本，讓更多工廠工作開始具備自動化的經濟可行性。
科技創業週報 #544：Tau Robotics 推出每小時 30 美元家用機器人清潔，競爭家庭資料蒐集與自主化速度
Tau Robotics 的家用機器人清潔試辦，不只是販售每小時 30 美元的清潔服務，而是在測試實體 AI 商業化路徑。透過遠端操作、家庭場景資料蒐集與模型訓練，家用機器人競爭正走向自主化速度之戰。
Tau Robotics 推出每小時 30 美元家用機器人清潔，競爭家庭資料蒐集與自主化速度
Tau Robotics 推出每小時 30 美元的人形機器人居家清潔試辦服務，表面上提供吸塵、擦拭、清空垃圾與整理地面雜物等家務協助，實際上則結合人工遠端操作、家庭影像錄製與真實世界資料蒐集，用來訓練未來的視覺—語言—動作模型。這項服務的重點不只是清潔效率，而是驗證消費者接受度、家庭資料取得方式，以及人形機器人能否透過資料累積逐步降低人力依賴。
科技創業週報 #537：RLWRLD 把現場工作者動作變成機器人訓練資料，Physical AI 真正競爭的是現場知識
當 Physical AI 從實驗室走向真實世界，競爭的關鍵可能不再只是模型參數、機器人硬體或算力規模，而是誰能掌握更多來自現場的真實工作知識。RLWRLD 的案例顯示，未來機器人產業的重要資產，可能是那些過去藏在老師傅經驗與工作細節中的隱性知識。
RLWRLD 把現場工作者動作變成機器人訓練資料，Physical AI 真正競爭的是現場知識
南韓 Physical AI 新創 RLWRLD 近期獲得 InnoVEX 2026 Grand Prize，並宣布與 NVIDIA 合作推動 DexBench 評估基準建設。其核心策略並非打造更炫目的機器人，而是透過旅館、物流與便利商店等真實場域蒐集工作者動作資料，將多年累積的操作經驗轉化為可訓練的機器人知識庫。這反映 Physical AI 的競爭正逐漸從硬體能力，轉向現場知識的資料化、標準化與規模化
科技創業週報 #533：RLWRLD 把老師傅動作變成機器人訓練資料，Physical AI 真正競爭的是現場知識
RLWRLD 的案例提醒我們，Physical AI 的真正競爭不只在硬體或模型，而在於誰能把真實場域中的「現場知識」資料化。老師傅的手感、節奏與臨場判斷，正成為訓練機器人理解世界的新型資料資產。
RLWRLD 把老師傅動作變成機器人訓練資料，Physical AI 真正競爭的是現場知識
南韓 AI 新創 RLWRLD 透過讓飯店、物流與便利商店員工配戴攝影機，蒐集真實工作動作資料，用來訓練機器人「大腦」。這個案例顯示，Physical AI 的競爭正從機器人外型與硬體能力，轉向能否掌握現場知識。那些過去藏在老師傅手感、節奏與判斷中的經驗，若能被資料化，將成為下一階段機器人訓練與產業應用的關鍵資產。