
機器人手肘 vs 無人機馬達:原來是親兄弟
「電晶體是 20 世紀的革命零件。 諧波減速器與致動器,可能是 21 世紀的『電晶體 2.0』—— 不是處理訊號,而是處理力。」
當 AI 從「資訊世界」走進「物理世界」, 當人形機器人從科幻電影走進工廠、走進家裡、走進醫院, 有一些默默無聞的零件正在從幕後走到台前。
它們的名字念起來像理工系大三的考題: 諧波減速器(Harmonic Drive)、 致動器(Actuator)、 滾珠螺桿(Ball Screw)、 線性滑軌(Linear Guide)、 諧波齒輪、 行星減速機。
聽起來像中年男人聚會的話題。但這些零件, 很有可能就是未來 30 年最重要的工業產品。
🦾 先問一個簡單的問題:機器人為什麼會動?
答案聽起來像廢話:因為有東西讓它動。
但這個「讓它動的東西」,工程師有個專有名詞—— 致動器(Actuator)。
致動器是什麼? 任何能把『電能、流體能、化學能』轉換成『機械動作』的東西,都叫致動器。
- 你車裡的電動窗用的——是致動器
- 冰箱壓縮機 ON/OFF 的——是致動器
- 無人機讓螺旋槳轉的——是致動器
- 機器人關節彎曲的——也是致動器
- 你血液裡的紅血球用收縮蛋白讓自己穿過血管——某種意義上也是「生物致動器」
換句話說:致動器 = 機器世界的『肌肉』。
你的手能動,是因為你有肌肉。 機器人的手能動,是因為它有致動器。
🤔 那為什麼大家都在講「諧波減速器」?
因為—— 致動器是肌肉,但它需要一個翻譯器。
想像一下:你的馬達是一隻一秒可以轉 100 圈的小齒輪。 但你的機器人關節要做的,是慢慢、精準地、有力地彎曲 30 度。
馬達轉得很快、但沒力。
關節需要的是轉得慢、但很有力。
這中間需要一個東西,把「高速低力」轉換成「低速高力」—— 這就是減速器。
減速器有很多種:
- 齒輪箱(最簡單)
- 行星減速機(汽車、機械手臂)
- 擺線減速機(重型機械)
- 滾珠絲桿減速(直線運動)
- 諧波減速器(精密機器人)
而諧波減速器是其中最「精密、最緊湊、最貴」的一種。
它的英文 Harmonic Drive 直譯是「諧波驅動」, 但其實它的原理是利用一個柔性齒輪(flexspline)在另一個剛性齒輪(circular spline)內像水波一樣變形, 靠著這個變形的「波形」讓兩個齒輪以微小的齒數差實現巨大的減速比。
如果你看過拆開的工業機械手臂,你會發現裡面有像圓圈內套圓圈的金屬構造——那就是諧波減速器。
它最厲害的地方在於:
- ✅ 體積極小(可以塞進機器人的手腕、指關節)
- ✅ 減速比極大(一次可以 30:1 甚至 320:1)
- ✅ 精度極高(誤差小到角秒等級)
- ✅ 沒有背隙(齒輪之間幾乎沒有空隙)
代價是:
- ❌ 貴。一顆好的諧波減速器要 100–500 美元
- ❌ 製程困難。需要極高精度的金屬切削與熱處理
- ❌ 壽命有極限
一台人形機器人,需要 20–40 顆諧波減速器。
所以為什麼一台人形機器人現在要好幾萬美元? 有一半的成本就是這些關節零件。
🌊 為什麼諧波減速器是「卡脖子」的零件?
因為全世界做得好的,主要只有一兩家。
日本的 Harmonic Drive Systems(簡稱 HDS)—— 這家公司佔有全球約 60–70% 的市佔率。
過去 30 年,全球工業機器人四大家族(德國 ABB、KUKA,日本發那科、安川電機)幾乎都用 HDS 的諧波減速器。
這就像是:
- AI 算力世界,台積電製造了 90% 的高階晶片
- 物理動作世界,HDS 製造了 60–70% 的諧波減速器
諧波減速器之於物理 AI,就像 GPU 之於資料 AI。
而誰能突破這個壟斷?
近年中國有幾家公司在追:綠的諧波、來福諧波、大族諧波。 中國國內市佔已經達到 30–50%, 但要走出中國市場、打入西方供應鏈,還有相當的距離。
台灣呢?
台灣有幾家精密齒輪廠這幾年積極轉型, 從電動工具齒輪、園林工具齒輪,開始投入機器人精密齒輪、諧波減速器送樣。
台灣的優勢:
- 已是日德機器人四大家族中的部分一階供應商(先做齒輪、再做諧波)
- 精密金屬加工底子深厚
- 全球地緣政治中立性(既不是中國也不是美國)
台灣的挑戰:
- 規模還小(量產規模還是中國綠的的零頭)
- 客戶認證需要 3–5 年
- 諧波減速器只是它們現在營收的「小部分」(多數還是電動工具齒輪等本業)
🤯 那「機器人手肘」跟「無人機馬達」為什麼是同一家族?
這是這篇文章標題提出的問題,讓我來解答。
當你打開一台無人機,你會發現:
- 4 個螺旋槳對應 4 顆無刷馬達(BLDC motor)
- 這些馬達沒有減速器,直接驅動螺旋槳(叫 direct drive)
當你打開一隻人形機器人的手肘,你會發現:
- 1 顆無刷馬達(沒錯,跟無人機一樣的家族)
- 1 顆諧波減速器(這就是差別)
- 1 顆編碼器(告訴控制器現在轉到哪裡)
- 1 顆驅動 IC(控制電流)
換句話說: 無人機 = 無刷馬達 + 無減速 (要速度,不要扭矩) 機器人手肘 = 同一顆無刷馬達 + 諧波減速器 (要扭矩,可以犧牲速度)
底層的核心零件是同一個——無刷馬達。
這就是為什麼許多做無人機馬達的公司, 近年都跨入機器人馬達領域。 反過來也成立——做精密電機的公司,幾乎都有無人機的客戶。
這代表什麼? 代表台灣的精密電機產業,意外地具備機器人時代的入場券。 我們不是從零開始學做機器人馬達, 我們是把電動工具、無人機、伺服馬達累積 20–30 年的技術, 直接搬到機器人關節上。
🇹🇼 台灣的位置:一條「比想像中完整」的供應鏈
讓我們把這條供應鏈攤開來看:
🦾 一台人形機器人的零件結構(簡化版)
感測層 ────── 攝影機、IMU、力矩感測、觸覺感測
↓
驅動層 ────── 致動器(馬達 + 減速器 + 編碼器 + 驅動 IC)
↓
結構層 ────── 骨架、外殼、滾珠螺桿、線性滑軌、軸承
↓
能源層 ────── 電池、電源管理、散熱、UPS、充電
↓
運算層 ────── AI 晶片、邊緣運算、5G 連網
↓
軟體層 ────── 大語言模型、機器學習、機器視覺每一層,台灣都有不只一家世界級的廠商在做:
| 層級 | 台灣強項 |
|---|---|
| 感測層 | 光學鏡頭、機器視覺整合 |
| 驅動層 | 馬達、精密齒輪、減速器送樣中 |
| 結構層 | 滾珠螺桿、線性滑軌、傳動元件(全球前三大) |
| 能源層 | 電源供應器、散熱、儲能(全球前三大) |
| 運算層 | 晶圓代工(全球第一)、AI 晶片 |
| 軟體層 | 應用層 AI 新創、機器視覺 SaaS |
換句話說, 台灣在『物理 AI』供應鏈裡的覆蓋率,可能比『資訊 AI』還完整。
過去 30 年,台灣的代工模式是: 幫蘋果做手機、幫戴爾做電腦、幫輝達做 AI 伺服器。 未來 30 年,台灣的代工模式可能是: 幫特斯拉做 Optimus、幫某新創做家事機器人、幫醫院做手術機器人。
這個機會比手機產業大。
為什麼?因為:
- 手機是「人手 1 台」
- 機器人可能是「人手 5–10 台」(家用、工作、醫療、運輸、農業)
這個市場規模,可能是手機產業的 10 倍。
而台灣,已經是這條供應鏈裡的一部分。
🧠 一個聰明讀者一定會問的反詰問題
我在這篇文章開頭寫了一句話:
「諧波減速器與致動器,可能是 21 世紀的『電晶體 2.0』——不是處理訊號,而是處理力。」
這句話寫得很爆,但一個聰明的讀者馬上會反詰我:
**「你誇張了。人類只有 360 個關節。就算未來每個人身邊有 5 個人形機器人,也不過是每人 1,800 個關節。但你手上這台 iPhone 裡的 SoC,裡面就有 3 千億個電晶體。這根本不是同一個量級的東西,怎麼叫『電晶體 2.0』?」
反詰完全成立。讓我深呼吸,認真回答這個問題。
🔬 人類「現在」的 actuator 不是 360——是 10¹⁹
先看人體背後的真實數字:
| 層級 | 數量 | 尺寸 |
|---|---|---|
| 關節 | 360 | cm 級 |
| 骨骼肌(macro muscle) | 約 650 條 | mm–cm 級 |
| 肌纖維(muscle fiber) | 總數約 2.5 億條 | 50–100 μm |
| 肌原纖維(myofibril) | 總數約 10¹² | 1 μm |
| 肌節(sarcomere) | 總數約 10¹⁵ | 2 μm |
| 肌動蛋白分子馬達(actin-myosin) | 總數約 10¹⁹ | nm 級 |
你看出來了嗎?
人類的「致動器」其實有 10¹⁹ 個。
只是它們串聯 + 並聯整合成 360 個關節而已。
換句話說:
- 半導體:10¹¹ 個電晶體 → 整合在 1 顆晶片裡
- 人類肌肉:10¹⁹ 個分子馬達 → 整合在 360 個關節裡
人類的力學整合度,比半導體高 10⁸ 倍。
你並不是只靠 360 個關節在生活。你是靠 10 億 億 億 個分子馬達在走路、在拿杯子、在多巴胺激動。
你只是不知道而已。
🦾 未來 30 年:actuator 走的不是電晶體的路,是肌肉的路
那麼「未來的 actuator 能不能變小?能不能達到 10¹⁹ 個這個量級?」
讓我分三個層級回答。
Level 1:已經在發生的——軟體 actuator / 人工肌肉
- 介電彈性體 (DEA):一片高分子膜,通電就收縮,能量密度比骨骼肌高 1–3 倍
- 離子聚合物 (IPMC)、液晶彈性體 (LCE)、形狀記憶合金 (SMA)
- 氣動軟 actuator — Harvard、MIT 已用它做出「章魚機器人」
- 壓電薄膜 (PVDF):奈米級致動,可疊百萬層
這些技術讓 actuator 從**「機械 cm 級」** 走進**「材料 mm 級」。 但還停在「bundle 級(一束一束)」**,還沒真正分子化。
Level 2:正在突破的——分子馬達 (Molecular Motor)
2016 年諾貝爾化學獎頒給了 Sauvage / Stoddart / Feringa三位學者—— 理由是**「設計與合成分子馬達」**。
他們做了什麼?
一個分子、通光就轉動——就像一個 nm 級的馬達。 Feringa 的分子馬達每秒可轉1,200 萬轉。
這是**最接近你說的「原子化 actuator」**的路線。 原型已經在實驗室裡跑出來了。 離量產還有 20–30 年。
Level 3:生物 + 機械混合體——另一條平行路線
2024 年東京大學 + MIT 已經能用培養出來的人類肌肉細胞驅動微型機器人。 它不是「讓 actuator 變電晶體」,是**「讓機器接上生物」**。 那本身就是 10¹⁹ 個分子馬達的現成方案——你只要能做到「快速培養肌肉 + 外接電子控制」,你就能跳過「造出人造肌肉」這一步。
🕯️ 為什麼這件事仍值得我們今天關心?
因為台積電 1976 年成立。2026 年變成全球紅星。
從「一個不願意賣電子錄影機的台灣機械公司」變成「全球晶圓代工龍頭」——中間走了 50 年。
台北車站 1976 年沒人看到今天。 新竹科學園區那塊區區幾片稻田裡 1976 年沒人看到今天。 就連 1990 年代的台積電員工也不見得信。
但今天台積電是全球 90% 高階晶片的製造者。
現在的 actuator,就像 1976 年的電晶體——
- 尺寸仍在 cm 級
- 數量仍在每台機器人 30–40 個
- 供應鏈集中在一兩家日本公司手上
- 選擇很少、價格很貴、創新很慢
但從1976 → 2026 的 50 年 電晶體進化裡面發生了什麼?
- 尺寸從公釐 → 奈米(10¹⁸ 倍)
- 兩顆電晶體 → 一千億個電晶體
- 單位成本下降了上億倍
- 滲透進人類每一個生活面向。
同樣的故事、同樣的 50 年——台灣有沒有可能在「肌肉 actuator + 分子馬達 + 生物機械混合體」這幾個還沒成形的領域裡,複製出**「下一座護國神山」**?
這才是我寫這篇文章真正想問的問題。
⚠️ 但請讀者記住一件事——這不是明天的事情
上面這三個 Level(軟體肌肉、分子馬達、生物混合體),是至少還要 20–50 年才會看到雛形的事情。 其中任一條技術線要從實驗室走到「成熟量產」,可能都要等到 2045–2070 年。
這是遙遠的科技遙想——與科幻只有一線之隔。
但我要說的是——
現實本來就往科幻奔去。
1975 年,Bill Gates 說「一台電腦會進到每個家庭」,被笑了 10 年。
2007 年,Steve Jobs 說「你口袋裡的電腦會連上世界、拍電影、讀書」,也被笑了幾年。
2017 年,Elon Musk 說「火箭可以重複使用」,這個是到今天還是被一些人嘲笑。
2024 年,Feringa 的學生說「我們能用分子造一條肌肉」——這個現在也不在主流話題裡。
所以請你不要把這篇文章當成「5 年魯蛇翻身、明天股市看多、5 年內該買什麼」的指引。 這是一篇關於一代人的事業的文章。 這代人的努力,可能要等下代人才能看到成果。
1976 年加入台積電的那些工程師,現在都 70+ 歲了。 他們種下的樹,是今天台積電讓台灣站上「護國神山」位置的原因。
今天讓我們換一個角度思考: 為下一代台灣人,現在是不是該種下「下一棵肌肉公司」的種子?
🛠️ 但我們現在的問題是什麼?
我寫這篇文章的目的,不是要說「台灣穩了」, 而是要說:「台灣有機會,但機會還沒抓穩」。
幾個我看到的警訊:
1. 我們在做「齒輪」,但沒在做「機器人」
台灣大多數公司還停留在零組件出口模式, 但下一代的 alpha 在「整機品牌」與「應用解決方案」。 誰會是「台灣的特斯拉 Optimus」? 誰會是「台灣的 Figure AI」? 誰會是「台灣的 Boston Dynamics」?
2. 諧波減速器送樣已經兩三年,量產還沒到位
科技廠之間有句話:「送樣不等於拿單,拿單不等於量產,量產不等於賺錢」。 台灣這幾家精密齒輪廠的諧波減速器,送樣多年但量產時程不明。 政府應該設計送樣加速器——把研發、樣品、認證、量產的時程壓縮。
3. 我們的「機器人」教育斷層嚴重
台灣大專院校的機器人科系,設備老舊、產業連結不足、人才外流嚴重。 未來 10 年我們需要的不是更多「半導體工程師」, 而是更多「機電整合工程師、機器人應用工程師、AI 與機構設計跨領域人才」。
4. 缺乏「機器人標準」與「測試場域」
韓國 ROBOTIS 為什麼能在全球機器人教育市場拿下高市佔? 因為韓國政府很早就設立了機器人國家標準和機器人沙盒測試場域。 台灣有沒有?目前幾乎沒有。 我們的人形機器人,目前無處可測; 真要實際運轉,得到韓國、日本、美國、中國的測試場域。
5. 採購政策保守,沒做到「示範採購」
政府部門、醫院、消防、長照、農業—— 這些都應該成為台灣機器人新創的第一個客戶。 但現在的政府採購法傾向於「買最便宜」、「買已認證」、「買進口」。 這對新創是致命傷。 德國、日本、中國都有政府主導的「機器人示範採購」計畫, 台灣也該有。
🎯 為什麼這對你(讀者)很重要?
如果你是一位:
- 政策制定者 → 應該開始思考機器人產業政策框架
- 企業老闆 → 應該開始觀察你的本業有沒有機器人化潛力
- 工程師 → 機器人領域比 AI 軟體更稀缺、更值錢
- 學生 → 機電整合、AI 機構設計可能比純資工更有未來
- 投資人 → 本文非投資建議,但你應該開始研究這個產業
- 一般大眾 → 5 年後你家可能會有一台機器人,你最好知道它是怎麼造出來的
🧠 一個收尾的思考
過去十年,全世界都在問:
「AI 會不會搶我們的工作?」
接下來十年,我們可能要問:
「AI 加上機器人之後,會不會搶我們所有的工作?」
但同樣的問題,從另一個角度問:
「如果機器人遲早會普及,那這些機器人會用『哪一國』做的零件?」
這是台灣的機會。 我們不一定要成為「機器人大國」, 但我們完全有機會成為「機器人時代的台積電」—— 默默地、精準地、不可取代地,存在於每一台機器人的關節裡。
人類有 360 個關節, 未來人類社會裡的每一台機器人, 可能也有 30–50 個關節, 每一個關節,都可能寫著『Made in Taiwan, Designed in Taiwan, Engineered by Taiwan』。
這就是我為什麼寫這篇文章的原因。
不是要鼓吹任何投資, 而是要讓更多人意識到—— 我們腳下踩著的這座島, 正站在物理 AI 革命的最佳起跑線上。
請好好把握這個時代。
— 葛如鈞(寶博士) / 立法委員
📌 免責與說明
本文為科技政策與產業科普論述,並非任何投資建議或財務分析。
文中涉及產業段落時,刻意避免具名提及特定上市/上櫃公司—— 即使有提及產業位置或角色,也使用「某幾家」、「台灣的精密齒輪廠」、「某些做電源的台廠」等集合名詞, 這是有意而為的編輯選擇,原因有三:
- 避免任何個股暗示:本文討論的是國家戰略與產業趨勢,不是任何具體公司的價值判斷
- 產業格局仍在演變:機器人供應鏈正快速洗牌,今天的玩家不見得是明天的贏家
- 政策中立性:作者身為現任立法委員,提及具名公司可能造成不必要的政策影響聯想
讀者若想深入了解產業細節或具體公司,請自行研究、自負風險、諮詢合格理財顧問。本文觀點為個人意見,不代表立法院或所屬政黨立場。