身為輝達實現美國製造的好伙伴鴻海，已經培育出赴美的「首腦」？7月底正式開源的繁中基礎模型FoxBrain，也早已成為鴻海2025年新亮相的AI護理協作機器人「Nurabot」的大腦。但鴻海研究院腳步不停，下一步將研發「視覺-語言-行動」（VLA）模型，為何這是開展機器人應用的關鍵環節？鴻海研究院人工智慧研究所所長栗永徽補充，FoxBrain，除了成為鴻海在台灣打造三大智慧平台的重要基礎，國外布局也是「未來的大方向」。
輝達黃仁勳向川普承諾的美國製造願景中，鴻海為主要合作伙伴，許多線索已經浮現。但是鴻海該如何實現黃仁勳口中的「智慧製造」？這或許是答案。
鴻海（2317）3月宣布推出全球第一個繁體中文訓練的大型語言模型「FoxBrain」，加值董事長劉揚偉所提及的三大平台，即智慧製造、智慧電動車、智慧城市，成為鴻海拓展不同領域的最強大腦。
鴻海研究院人工智慧研究所所長栗永徽在AI WAVE演講中宣布，7月31日，FoxBrain在Hugging Face上完成開源，供學研使用。當前開源版本其實是1.2版，因為經過內部測試後，團隊熬夜趕工修正，成功在7月底上架。宣布完這個好消息，他臉上神色難掩笑意。
栗永徽進一步說明，FoxBrain在訓練過程中融入台灣語境資料，提升本地常識表現，並在微調階段加入工業、製造業的垂直領域知識，也加入加入推理能力。如此一來，FoxBrain不僅懂台灣用語，更懂台灣的製造業。
接受《遠見》專訪時表示，他期望FoxBrain不僅可為台灣主權AI提供基礎，也能成為一個「工業應用界的通用模型」。
美國工廠自動化比例高，鴻海靠智慧製造基礎模型因應
簡單來說，在面對工業領域的各種事件時，FoxBrain可以比市面上的其他模型「更快進入狀況」。例如，同樣輸入一張PCB板的影像，製造業知識更深厚的FoxBrain可以比其他模型更快、更精準地辨識元件是否有瑕疵、焊點是否有失誤等。
這也能為進一步的任務細化，提供一個更堅實的起步點。這在擴張美國廠區的計畫中，尤其彌足珍貴。他進一步補充，FoxBrain除了成為鴻海在台灣打造三大智慧平台的重要基礎，國外布局也是「未來的大方向」。
栗永徽解釋，考量美國人力成本，工廠自動化比例必須更高。但一條產線上可能有幾百項不同任務，要為每一項任務獨立訓練模型，相當曠時費力。如果FoxBrain這樣的智慧製造基礎模型表現得宜，可能只需再加以少量微調，就能快速學會特定任務，有助於加速自動化工廠的大規模機器部署。
除了成為橫跨多產線的通用平台，FoxBrain身為「鴻海最強製造業大腦」，部署的機器人也有望包含多種類型，機械手臂、輪型機器人、人型機器人都有可能，「對我們來說，它們都是一種生產工具，外型並不是那麼重要。」
尤其，近期鴻海傳出在休士頓的廠房已部署人形機器人，也與美國物流機器人公司Robust AI展開合作，未來發展耐人尋味。
不只製造業大腦，Foxbrain也助攻鴻海護理機器人
其中一項FoxBrain部署於機器人的案例，場景則是在智慧醫院，2025年5月GTC Taipei首度在台灣亮相、由鴻海與台中台中榮民總醫院、川崎重工協力打造的AI護理協作機器人「Nurabot」。
Nurabot 搭載 FoxBrain 大型語言模型，支援文字轉語音、語音辨識、自然語言處理等功能，可直接與醫護人員、病患以繁體中文語音互動，可完成藥品配送、病房檢體運送，以及病房指引等任務。
登高一呼、將人形機器人狂熱推向新一波高峰的輝達，也是鴻海的長期合作伙伴。FoxBrain不僅在NVIDIA Hopper GPU上訓練，也透過輝達Omniverse平台上，專門為醫療系統打造的Isaac for Healthcare進行虛擬訓練與數位孿生的場域模擬。
例如，台中榮民總醫院就根據護理站和病房的實際配置製作虛擬訓練場底，讓Nurabot可先在虛擬醫院走廊練習，再進入實體世界測試。
鴻海自研VLA模型，「行動」數據仍是實體AI瓶頸
栗永徽透露，研究所也正在研發「視覺─語言─行動」（VLA）模型；也就是結合視覺感知、自然語言理解及行動控制能力的多模態模型。這對機器人執行實體任務特別有用，也是「實體AI」發展的重要一步。
但資料收集仍是一大挑戰。比起文字、影像資料，關於「行動」的資料更難大規模取得。
過往IoT累積的數據，大多用於瑕疵檢測、預測性維護，對於引導機器行動的幫助不大。栗永徽以機器手臂執行任務的過程為例，「眼睛可以看見它是怎麼動的，但看不出驅動這些動作的馬達等元件參數是什麼。」
尤其，深度機器學習需要大量資料，現行透過人為操控機械手臂，「imitation learning」（模仿學習）累積數據的方法仍像是土法煉鋼，速度有限，可見在技術突破之前，VLA模型仍將是AI走入現實的一大關卡。
從自動化改善產線，到醫療場所的護理助手，再到機器人未來的關鍵數據，FoxBrain的打擊範圍橫跨軟硬體，也將直面讓AI於實體世界移動的「數據」，期待結合全球優秀伙伴，加速全球AI自動化的浪潮。
