528.【達人聊產業】從 CPO 到機器人，直得的微型機械&馬達商機 ft.許心璞總經理特助

重點摘要

• 值得科技從12mm以下微型線性滑軌起家，17年前布局線性馬達繞線專利，目前為全球前三大微型滑軌供應商，產品線已擴展至驅動器、編碼器與軟體控制平台
• CPO（共封裝光學）製程要求奈米級對位精度，光纖最終封裝需6個自由度控制，對位演算法無公式最優解，台灣設備商對位效率比頂尖海外廠商慢達「秒 vs 分鐘」的等級
• Figure AI機器人與人類進行10小時包裹分類競賽，人類領先約900件，許心璞認為這大概是人類最後一次在這類任務上勝過機器人
• 值得科技計劃推出7及17自由度兩款靈巧手，80%關鍵零組件自製，定位「夠用優先」而非極致規格，提供設計者多元選擇
• 值得科技宣布在德國投資建廠貼近歐洲客戶；CPC Studio控制平台已可接受NVIDIA Omniverse指令，具備Physical AI閉環整合潛力

詳細內容

值得科技公司背景與微型化護城河

值得科技（CPC Technology）由許心璞的父母親陳一芬董事長與徐明哲總經理創辦，兩人均曾赴德留學。許心璞本人國中後赴德，大學攻讀機械製程，返台後加入家族企業擔任總經理特助。公司從微型線性滑軌（12mm以下）起家，現為全球前三大微型滑軌供應商，規格橫跨12mm微型到55mm工具機用大型。

微型化的技術壁壘在於：產品縮小後，材料特性、摩擦力與組裝精度的容錯率被等比放大，不是靠購入高端機台即可複製，而需長期製程經驗積累。17年前布局的線性馬達繞線專利（有效期20年）至今仍讓其微型線性馬達效率居業界前列。產品線陸續擴展至線性馬達、旋轉馬達（Torque Motor）、驅動器、編碼器，以及自主研發超過10年的CPC Studio軟體控制平台，形成從零件到整合運動模組的垂直能力。

CPO（共封裝光學）與光纖對位市場

CPO（Co-Packaged Optics，共封裝光學）是將光模組與交換晶片直接封裝在一起的技術，操作空間壓縮至奈米級，傳統工業馬達因體積過大無法使用，大幅拉升對微型高精度馬達的需求。NVIDIA執行長黃仁勳也公開提及馬達、光學組件與機器人結構設計是決定機器人性能的核心要素。

CPO製程分四段（晶圓級測試、光電量測、光引擎組裝、最終封裝），每段均需精準對位。最終封裝（FAU，Fiber Array Unit，光纖陣列單元）需同時控制3條線性軸加3條旋轉軸，共6個自由度。旋轉自由度加入後難度大幅提升——旋轉本質上是兩個線性分量的合成，移動時其他軸必須即時補正，才能讓光纖末端點維持在同一位置。值得科技的線性馬達模組在這四段製程均有供貨。

光纖對位演算法的技術挑戰

光纖對位沒有數學最優解——6個自由度帶來的方程組為無限多解，演算法競爭核心在於「最少步數找到最佳對位點」。常見方法包括逐軸掃描法（依序找XYZ最佳點再補旋轉）及螺旋收斂法（由外向內縮小搜尋範圍）。台灣設備商與頂尖海外廠商的對位效率差距約「秒 vs 分鐘」，對位容差僅150奈米，且每顆晶片與每條光纖的初始位置均不同，必須逐一重新對位。目前已有廠商嘗試以AI學習建立最佳路徑模型。值得科技計劃將此演算法整合進CPC Studio平台，作為設備商的選配功能。

人型機器人與飛鴻供應鏈

許心璞認為中國在人型機器人領域已明顯領先台灣，但飛鴻供應鏈（非中系替代供應鏈）至少還有5年的存在空間，主因為地緣政治持續影響採購決策。值得科技選擇以機器人事業角度進入市場，認為社會結構高齡化加上AI成熟，對機器人「載體」的需求邏輯上必然增加。

Figure AI近期展示中，機器人與人類進行10小時包裹分類競賽，整理逾1萬件包裹，最終人類領先約900件。許心璞認為，考量機器人近兩年肉眼可見的進步速度，這大概是人類最後一次在這類任務上勝過機器人。值得科技切入機器人市場的優勢在於關節模組中約80%的關鍵零組件均為自製，可自主掌控交期、成本與技術迭代節奏。

靈巧手三大技術流派

靈巧手（Dexterous Hand）是人型機器人實現精細抓取任務的關鍵模組，目前有三大技術流派各有取捨。

• 腱繩式：Tesla Optimus與Figure AI採用，模仿人類肌腱，自由度最高（可達20幾個），最貼近人手動作，但成本最貴——自由度越多需要越多馬達，驅動IC需支援高速電流切換，成本大幅上升。
• 滾柱式：以小型裸桿傳動，結構相對簡單。
• 直驅式：每個關節獨立配置馬達直接驅動。

值得科技計劃開發7自由度與17自由度兩款靈巧手，定位「夠用優先」——許多工業任務根本不需要Tesla等級的高自由度，夾爪搭配機械手臂在大量場域仍相當夠用，提供多元選擇才能讓更多客戶導入。值得科技在上週的台南展覽展示了靈巧手硬體結構原型。

NVIDIA Omniverse數位孿生與控制平台整合

NVIDIA Omniverse與傳統工廠模擬器的根本差異在於物理參數的完整度：傳統模擬器只涵蓋碰撞偵測等外部物理行為，Omniverse要求把摩擦力、馬達控制增益值、控制頻率、雜訊水平等所有內部物理特性一併納入，讓模擬到實機（Sim-to-Real）的落差趨近於零。這意味著零組件供應商必須揭露過去無需公開的詳細物理參數，是整個生態系建構最大的前置門檻。

值得科技的CPC Studio控制平台已可接收Omniverse的指令並驅動自家馬達模組，具備Physical AI閉環整合的潛力——未來AI系統可直接下達控制指令，無需SI（系統整合商）轉譯，縮短設備導入時間。

德國擴產與市場布局

值得科技在美國、中國、歐洲（德國）均設有自有子公司。德國子公司過去以銷售與售後技術支援為主，近期宣布投資建廠，以更貼近歐洲客戶、縮短技術支援與交期回應時間。歐洲（尤其德系）客戶特別重視品質系統完整性與產品可追溯性，德國既是創辦人的留學地，也是歐洲工業設備重鎮，為值得科技重要的長期市場。許心璞也表示，近期已有不少精力放在歐美機器人大廠的模組對接洽談，而非單純推廣零組件。

精選語錄

「我們想要在最有限的空間裡面做出最大的效能，希望大家以後想到值得科技，不是只是在想到線型滑軌，可以想到是我們有很微型的、很高精度的運動控制平台。」

「大概就是人類最後一次贏這個機器人了。」——談及Figure AI機器人與人類在物流包裹分類上幾乎並駕齊驅

「我可能錯了，我可能錯了，我可能錯了——你先跟自己說三遍，你再去想一想，就是讓你自己有那個緩衝的時間。」——推薦書《我可能錯了》中的核心觀念

時間軸

逐字稿中無明確時間標記，略。