📌 重點摘要
- 人形機器人單台 DRAM 搭載量約 3TB，較 L2+ 自駕車高 10 倍、工業機器人高近千倍，記憶體需求跨越約三個數量級，已成為全球半導體產業最新增長極
- 全球 DRAM 與記憶體市場在 2026 至 2027 年預期將大幅成長，驅動力來自 Agentic AI 與 Physical AI 的結構性需求擴張
- NVIDIA Jetson Thor 平台（128GB 記憶體、2,070 TFLOPS）與 Isaac GR00T 開放參考框架已定義人形機器人邊緣運算新基準，台灣凌華、超恩等工業電腦廠率先推出搭載方案
- 台灣伺服器代工廠（鴻海、廣達、緯穎）AI 伺服器訂單滿到 2027 年，但面臨「最大挑戰是缺記憶體」的供應鏈瓶頸，鴻海更部署機器人製造伺服器、伺服器訓練機器人的需求閉環
- 南韓宣布 1 兆美元投入記憶體擴產與機器人商用化；高盛將人形機器人 2035 年市場上修 6 倍至 380 億美元，為台灣相關廠商創造長期結構性成長機會
人形機器人為什麼需要 3TB 記憶體？認識記憶容量飆升背後的技術革命
傳統工業機器人 vs 新型人形機器人的記憶體鴻溝
人形機器人單台 DRAM 搭載量約 3TB，較傳統工業機器人的 MB 級記憶體跨越近三個數量級。根據美光（Micron）CEO Sanjay Mehrotra 在 2026 財年第三季法說會（2026-06-26）上的說明，人形機器人搭載的記憶體容量是 L2+ 自駕車的 10 倍。傳統工業機器人只需執行預設程序、重複固定動作，嵌入式 MCU 搭配幾十 MB 記憶體即足以運行。新一代人形機器人卻需要即時感知環境、規劃路徑、理解自然語言指令並做出自主決策，運算架構從「程式控制」全面轉向「AI 推論驅動」，記憶體的角色也從單純的指令暫存，升級為承載大規模神經網路模型的核心基礎設施。
Agentic AI 與 Physical AI 驅動的邊緣運算需求
Agentic AI 從雲端大規模訓練轉向邊緣推理應用，是這波記憶體需求暴增的結構性推手。根據 TrendForce（2026-05-29）分析，Agentic AI 推動記憶體需求結構性擴張，CSP 加速擴建資料中心，供需缺口短期難以彌合。Physical AI 更進一步將 AI 能力具象化——人形機器人不只在雲端跑模型，還需要在本地端即時處理視覺辨識、動作規劃、環境建模等運算任務。這種「邊緣重運算」架構要求單台設備搭載足夠容量的高頻寬記憶體，以支撐動輒數十億參數的多模態 AI 模型。當 AI 從螢幕裡的軟體走進有手有腳的實體，記憶體從配角躍升為決定機器人能力上限的關鍵瓶頸。
MIT DAAAM 系統與持續性 4D 記憶的技術突破
機器人的記憶能力正從短期暫存進化為持續性長期記憶。根據 Forbes（2026-06-23）報導，MIT 推出 DAAAM（Describe Anything, Anywhere, at Any Moment）系統，讓機器人擁有持續性 4D 記憶能力，描述精準度較既有方案明顯提升。這項突破的核心意義在於：機器人不再「每次重啟就失憶」，而是能持續累積對環境的認知、記住物體位置變化、追蹤人員行為模式。4D 記憶將時間軸加入空間認知，使機器人能理解「剛才」與「現在」的差異並做出對應調整。這種持續性記憶的運算需求，正是人形機器人記憶體搭載量從 GB 躍升至 TB 級的底層技術驅動力。
機器人的記憶力為何比自駕車多 10 倍？從嵌入式 MCU 到邊緣 AI 運算的架構演進
三層記憶體階級：一般車 16GB、自駕車 300GB、人形機器人 3TB
記憶體搭載量正依裝置類型形成清晰的三級分層。根據美光法說會引用的數據（2026-06-30），一般車輛 DRAM 約 16GB，L2+ 自駕車預計 2026 年超過 300GB，人形機器人則需約 3TB。從 16GB 到 3TB，跨度將近 200 倍，反映的是運算任務複雜度的根本差異：一般車輛僅需跑車載娛樂與基本輔助駕駛；L2+ 自駕車需要處理光達、攝影機、雷達等多感測器融合；人形機器人則額外加上雙足平衡控制、手部精細操作、全身動態規劃與自然語言互動，每一層感知通道都需要獨立的記憶體空間來承載對應的 AI 模型推理負載。
| 裝置類型 | DRAM 搭載量 | 主要運算任務 | 與人形機器人倍數差 |
|---|---|---|---|
| 一般車輛 | ~16GB | 車載娛樂、基本 ADAS | 約 1/190 |
| L2+ 自駕車 | ~300GB | 多感測器融合、路徑規劃 | 約 1/10 |
| 人形機器人 | ~3TB | 多模態 AI、動態控制、NLP | 基準（1x） |
為什麼人形機器人需要實時處理多模態資料流？
人形機器人同時運行視覺、觸覺、聽覺、本體感覺等多重模態的 AI 推論，每一條資料流都需要獨立的記憶體頻寬與容量。以 NVIDIA 在 GTC Taipei 2026 發表的 Jetson Thor 平台為例（NVIDIA Newsroom，2026-06-01），128GB LPDDR5X 記憶體搭配 2,070 FP4 TFLOPS 算力，專為人形機器人的邊緣多模態推論而設計。一台機器人可能同時跑視覺語言模型處理環境理解、運動控制模型規劃步態、語音模型進行對話——這些模型的參數加總動輒超過數十億，全部在本地端以毫秒級延遲執行，不允許等待雲端回應。記憶體容量與頻寬，直接決定了機器人能同時「看、聽、想、動」的能力邊界。
美光 CEO 視角：一個「多十年的記憶體需求週期」即將開啟
美光 CEO Sanjay Mehrotra 在法說會上將人形機器人定位為資料中心以外最重要的長期成長機會，預測本十年後半段將開啟一個持續且巨大的多十年記憶體需求週期（Micron Q3 FY2026 法說會，2026-06-26）。這項判斷的邏輯在於：人形機器人的記憶體搭載量是自駕車的 10 倍，而自駕車本身已經是汽車半導體領域的高成長區段。每新增一台機器人帶來的記憶體需求，相當於新增 10 台 L2+ 自駕車。美光同步將 FY2026 Q4 營收展望調升，高於市場共識，反映管理層對 AI 與 Physical AI 驅動需求的高度信心。
NVIDIA Jetson Thor 與 Isaac GR00T 如何定義人形機器人新基準？
Jetson Thor 平台與 Isaac GR00T 開放參考框架
NVIDIA 以 Jetson Thor 平台劃出了人形機器人邊緣運算的硬體基準線。根據 NVIDIA Newsroom（2026-06-01），Jetson Thor 搭載 128GB LPDDR5X 記憶體、提供 2,070 FP4 TFLOPS 算力，功耗範圍 40 至 130W。與之搭配的 Isaac GR00T 是一套開放參考人形機器人框架，降低了硬體製造商和軟體開發者進入此領域的技術門檻。NVIDIA 同步宣布由機器人公司 Unitree 擔任首款基於此框架的人形機器人製造商，預計 2026 年底出貨。這個「平台 + 參考設計 + 首款產品」的三合一策略，類似當年 Jetson Nano 帶動 AIoT 開發生態——不同的是，這次記憶體規格直接跳到 128GB，暗示 TB 級記憶體的全面導入已在下一階段路線圖中。
台灣凌華、超恩等工業電腦廠的搭載方案與市場定位
台灣工業電腦廠已率先將 Jetson Thor 整合進商用產品線。凌華科技（6166）推出搭載 NVIDIA Jetson Thor 和 IGX Thor 的次世代邊緣 AI 平台 DLAP-IGX 與 DLAP-700，鎖定人形機器人與醫療 AI 市場（凌華科技官方發布，2026-06-25）。超恩科技則發表 EAC-7000 系列機器人超級電腦，同樣採用 Jetson Thor 平台，較前代 Jetson AGX Orin 效能提升 7.5 倍、能效提升 3.5 倍（Embedded Computing Design，2026-06-20）。這兩家台廠的快速跟進有其戰略意義：在 NVIDIA 定義平台標準的生態系中，率先推出相容方案的工業電腦廠，能在人形機器人量產初期搶佔系統整合商的設計導入機會，建立先行者優勢。
全球記憶體市場為什麼迎來有史以來最大成長浪潮？
TrendForce 預測解讀：DRAM 市場迎來歷史性成長
2026 年 DRAM 產業營收正經歷歷史性的爆發式成長。全球 DRAM 產業在 2026 年迎來歷史性成長浪潮，營收預估將大幅增長；2027 年全球記憶體市場規模將進一步擴大，DRAM 營收持續成長。同一來源數據顯示，2026 Q1 全球 DRAM 產業營收實現季度強勁成長，成長動能從年初即已啟動。營收增幅之所以遠超出貨量增幅，是因為 AI 伺服器對 HBM（高頻寬記憶體）的需求改變了 DRAM 的產品結構——HBM 單價遠高於傳統 DDR，帶動整體 DRAM 營收透過產品組合升級（mix shift）實現倍數級跳升。
規模化假設：大規模人形機器人量產帶來的龐大 DRAM 需求衝擊
當人形機器人從原型機走向規模化量產，記憶體需求將衝擊全球產能。人形機器人規模化量產將帶來龐大的 DRAM 需求衝擊，足以對全球產能造成結構性壓力。這個數字屬長期情境假設，但它揭示了一個關鍵結構問題：現有 DRAM 產能主要服務資料中心、手機、PC 三大需求端，人形機器人作為「第四極」的出現，意味著全球記憶體供給必須進行系統性的產能擴建。即使實際普及速度僅達假設的十分之一（1,000 萬台），仍將產生 3EB 的增量需求，相當於全球年產能的 7.5%——這個量級已足以對記憶體供需與定價產生實質影響。
南韓與美國的記憶體擴產競賽：誰將掌握定價權？
南韓政府已將記憶體擴產與機器人商用化列為國家戰略。南韓政府已將記憶體擴產與機器人商用化列為國家戰略，宣布投入鉅資進行晶圓廠建設，其中三星及 SK 海力士亦投入重資建廠，目標在 2028 年於多個主要產業實現人形機器人商用化，並建立相關技術人才隊伍。 AI 機器人專才。這項投資規模表明記憶體產業的競爭已從企業層面升級至國家層面。對台灣廠商而言，南韓的大規模擴產既帶來供給增加可能壓抑長期漲價空間的風險，也代表人形機器人產業化時程正被主要國家加速推進——當下游需求確立，上游零組件的訂單紅利將沿供應鏈向台灣的伺服器代工與記憶體模組廠擴散。
台灣伺服器代工廠面臨的隱形挑戰與機會是什麼？
為什麼鴻海、廣達、緯穎的訂單已滿到 2027 年？
AI 伺服器的爆發性需求已將台灣代工廠的產能利用率推至歷史高位。廣達副董事長梁次震指出，AI 伺服器需求成長太快，訂單能見度延伸至 2027 年以後，AI 市場展望「像上樓梯」一路旺到 2030 年（經濟日報，2026-06-20）。根據公開資訊觀測站月營收公告，鴻海精密工業（2317）2026年04月 營收年增率為 29.73%。根據 Wistock 量化分析，廣達（2382）2026 年 6 月營收年增 102.87%；鴻海同期營收年增 52.11%，雙雙驗證 AI 伺服器訂單正以翻倍速度轉化為營收。這波需求並非短期促銷拉動，而是 CSP 資料中心擴建帶來的長週期結構性訂單。
「最大挑戰是缺記憶體」──AI 伺服器供應鏈的核心瓶頸
記憶體短缺已成為 AI 伺服器出貨的最大限制因素。廣達副董事長梁次震明確指出，2026 年 AI 伺服器最大挑戰是「缺記憶體」與「缺電」，記憶體缺貨程度難以掌握，7 至 8 月須開始備料（經濟日報，2026-06-20）。他進一步說明記憶體是唯一單獨零件成本較貴的項目，缺貨程度「業界都不夠」。根據 TrendForce（2026-07-03），2026 Q3 伺服器 DRAM 合約價將溫和上漲，雖較 Q2 漲幅明顯放緩，但漲價態勢並未反轉。對伺服器代工廠而言，記憶體缺貨意味著兩件事：短期可能影響出貨時程與季度營收認列節奏，長期則因每台伺服器記憶體搭載量持續上升，帶動單台伺服器代工價值同步提高。
鴻海休士頓廠的人形機器人部署：「機器人製造伺服器、伺服器訓練機器人」的需求閉環
鴻海正在建構一個獨特的需求閉環。根據 TechTimes（2026-06-17）報導，鴻海在休士頓 AI 伺服器廠部署 NVIDIA 驅動的人形機器人進行伺服器組裝，同時在巴黎 VivaTech 2026 展出閉環 Physical AI 堆疊與工業用人形機器人。這個部署有兩層策略意義：一是用機器人取代部分人力組裝，解決高階伺服器產線的人力成本與品質控制挑戰；二是鴻海自身製造的 AI 伺服器，又回頭為機器人提供訓練算力。這種「生產工具即消費者」的閉環結構，讓鴻海同時站在供給端（製造伺服器）與需求端（消費伺服器算力訓練機器人），形成在這波浪潮中少見的雙向受益格局。
相關台股個股觀察──誰將從記憶體需求浪潮中受惠與面臨挑戰？
伺服器代工龍頭：鴻海（2317）、廣達（2382）、緯穎（6669）的營收與籌碼信號
鴻海（2317）以全球 AI 伺服器市占領先的地位，同時跨入人形機器人製造與部署，形成「造伺服器也造機器人」的雙向受益格局。根據 Wistock 量化分析，鴻海健檢總分 11/30，基本面得分 6/10，籌碼面顯示「偏多關鍵買單啟動」，近三日台灣摩根士丹利買超達 11,927 張。廣達（2382）作為 AI 伺服器 ODM 領導者，訂單可視度至 2027 年後，直接受惠記憶體搭載量暴增帶動的伺服器升級；健檢 14/30，基本面 8/10，歸類為「價值投資評價優異」。緯穎（6669）為 AI 伺服器品牌廠，與主要 CSP 深度合作，受惠每台伺服器記憶體搭載量持續上升。根據 Wistock 量化分析，緯穎 2026 Q1 EPS 達 75.95 元，6 月營收年增 29.79%、月增 32.50%。
本文的判讀框架，也可以搭配Wistock 投資情報網每天更新的選股名單一起對照（免登入），作為追蹤上述個股基本面與籌碼變化的參考工具。
邊緣運算與工業電腦：凌華（6166）、研華（2395）在機器人平台的卡位
根據公開資訊觀測站月營收公告，凌華科技（6166）2026年04月 營收年增率為 63.16%。根據 Wistock 量化分析，凌華命中「毛利率穩定成長」與「平均配息穩定」兩項策略，2025 Q4 毛利率 36.68%，籌碼面顯示「中多特定主力出現」。研華（2395）為全球工業電腦龍頭，在邊緣 AI 與智慧工廠機器人運算平台具備潛在受惠者地位。根據 Wistock 量化分析，研華健檢總分 19/30 為本批觀察個股最高，命中「營收成長亮眼」策略，2026 年 6 月營收年增 73.39%，2026 Q1 EPS 3.85 元、毛利率 39.15%，基本面評分 9/10。
記憶體供應鏈：南亞科（2408）、威剛（3260）、十銓（4967）的毛利率與營收趨勢
南亞科（2408）是台灣唯一 DRAM 製造商，2026 年 4 月底已打入輝達下一代 Vera Rubin 平台供應鏈（財報狗，2026-07-07），直接受惠 AI 伺服器與機器人推動的 DRAM 超級循環。根據 Wistock 量化分析，南亞科近三月營收年增率分別高達 717%、730%、621%，2026 Q1 EPS 8.41 元、毛利率飆至 67.89%，獲利結構已進入新的量級。威剛（3260）為 DRAM/NAND 記憶體模組廠，受惠 AI 伺服器帶動的記憶體漲價與庫存利益。十銓（4967）同為記憶體模組廠，2026 Q1 EPS 達 27 元、毛利率比例較高，直接受益於 DRAM 漲價週期。模組廠的獲利對 DRAM 現貨與合約價走勢具高度敏感性，投資人評估時需留意價格邊際變化對毛利率的影響方向。
代工與組裝廠：緯創（3231）、華邦（2344）的角色與機會評估
根據公開資訊觀測站月營收公告，緯創資通（3231）2026年04月 營收年增率為 111.98%。華邦（2344）為 LPDDR 記憶體供應商，在 AI PC 與邊緣機器人裝置的低功耗記憶體需求中扮演供應角色。這兩家公司的受惠路徑較為間接——緯創需要在 AI 伺服器三雄的競爭中維持客戶與產品組合優勢，華邦則需觀察其 LPDDR 產品是否切入人形機器人供應鏈的具體進展。從鴻海的系統整合、廣達的代工規模、南亞科的 DRAM 製造，到凌華的邊緣運算平台，台灣供應鏈在這波機器人記憶體需求浪潮中涵蓋了從晶片到系統的完整價值鏈。
| 公司（代號） | 供應鏈定位 | 近月營收 YOY | 最新 EPS |
|---|---|---|---|
| 鴻海（2317） | AI 伺服器 + 機器人代工 | 6 月 +52.11% | 2025Q4：3.23 |
| 廣達（2382） | AI 伺服器 ODM 龍頭 | 6 月 +102.87% | 2025Q4：5.75 |
| 緯穎（6669） | AI 伺服器品牌 | 6 月 +29.79% | 2026Q1：75.95 |
| 凌華（6166） | 邊緣 AI 運算平台 | 5 月 +79.45% | 2025Q4：0.83 |
| 南亞科（2408） | DRAM 製造 | 6 月 +621.33% | 2026Q1：8.41 |
| 研華（2395） | 工業電腦龍頭 | 6 月 +73.39% | 2026Q1：3.85 |
資料來源：Wistock 量化分析（各公司對應頁面），資料日 2026-07-20
這波需求何時真正落地？投資者應關注的時間框架與風險因子
高盛 6 倍上修預測與南韓 2028 年商用化目標
Goldman Sachs 研究團隊將人形機器人 2035 年市場預估上修 6 倍至 380 億美元，出貨量預估 140 萬台（Goldman Sachs，2026-06-03）。上修主因在於 AI 端到端訓練技術進步大幅超出預期，使工廠應用時間表提前一年、消費者應用提前 2 至 4 年。南韓則設定了更激進的時間表：目標 2028 年在 10 大產業實現人形機器人商用化（MLQ News，2026-06-30）。兩項預測交叉驗證，人形機器人產業化時程正被技術突破與國家政策雙重加速。投資人需注意的是，即使人形機器人市場規模達到預期水平，對比全球半導體產業龐大規模，人形機器人仍是一個成長型利基市場，初期記憶體需求增量主要由工業與特定場域應用驅動。
DRAM 合約價漲幅放緩意味著什麼？
根據 TrendForce（2026-07-03），Q3 伺服器 DRAM 合約價季增幅放緩，較 Q2 的強勁漲幅明顯收斂。漲幅放緩不等於下跌，它傳遞的訊號是：在經歷上半年的急漲後，記憶體價格正進入「高原期」而非「崩落期」。對台灣相關廠商的影響是雙面的——記憶體製造商（如南亞科）的毛利率擴張速度可能趨緩，但伺服器代工廠反而受惠於記憶體供貨逐步改善帶來的出貨順暢化。投資人在評估持股策略時，應區分「價格受益者」（DRAM 製造與模組廠）和「出貨量受益者」（伺服器代工廠），這兩類公司在記憶體價格週期的不同階段，呈現截然不同的獲利彈性方向。
台灣廠商應關注的主要風險：記憶體供應穩定性、國際競爭、技術迭代
這波記憶體需求浪潮伴隨三大風險因子。一是記憶體供應穩定性：廣達已明確指出記憶體缺貨是當前最大挑戰，若缺貨惡化可能導致 AI 伺服器出貨延後，影響代工廠季度營收認列。二是國際競爭加劇：南韓持續擴大產能投資，長期可能改變全球供需格局並壓縮台灣廠商的利潤空間。三是技術迭代風險：人形機器人產業仍處早期階段，若關鍵技術路線（如記憶體架構從傳統 DRAM 轉向新型運算記憶體）發生重大轉向，現有供應鏈卡位可能需要重新調整。投資人在評估相關標的時，應將這些結構性風險納入考量框架，搭配個股的財務數據與籌碼動向做出綜合判斷，避免僅根據短期營收成長趨勢做單一面向的推斷。
常見問題
人形機器人真的需要 3TB 記憶體嗎？這個數字怎麼來的？
根據美光 CEO Sanjay Mehrotra 在 2026 年第三季法說會的說明，人形機器人搭載的 DRAM 容量是 L2+ 自駕車（約 300GB）的 10 倍，推算約為 3TB。這個容量反映了人形機器人同時運行視覺、語言、動作控制等多模態 AI 模型在本地端即時推理的需求，與傳統工業機器人執行固定程序的 MB 級記憶體存在本質差異。
DRAM 營收預測的成長幅度是否合理？主要是量增還是價漲？
此數字來自 TrendForce 2026 年 5 月的預測報告。營收增幅主要由產品組合升級驅動——AI 伺服器大量採用的 HBM（高頻寬記憶體）單價遠高於傳統 DDR，即使出貨量增幅有限，產品結構的 mix shift 仍能推動營收倍數級跳升。這意味著營收增幅幅度較大，不完全等同於出貨量增幅，投資人在評估時應注意區分。
台灣哪類公司在這波浪潮中的受惠路徑最直接？
依供應鏈位置可分為三類：DRAM 製造商（如南亞科）直接受惠漲價週期與供應鏈地位提升；AI 伺服器代工廠（如鴻海、廣達、緯穎）受惠訂單量擴張與單台代工價值提升；邊緣 AI 運算平台廠（如凌華、研華）則卡位人形機器人端的邊緣運算設計導入。三類公司的獲利彈性來源不同，受記憶體價格週期的影響方向也不同。
記憶體漲價還會持續嗎？Q3 漲幅放緩代表轉折嗎？
TrendForce 預測 2026 Q3 伺服器 DRAM 合約價季增幅較前期收斂，但漲價基調未反轉。TrendForce 分析師指出供需缺口短期難以彌合，漲價態勢可能延續至 2027 年。對投資人而言，關鍵觀察點在於漲幅收斂的速度——若季增幅持續收窄至個位數，記憶體類股的毛利率擴張動能將明顯趨緩。
人形機器人的大規模量產何時真正啟動？
根據 Goldman Sachs（2026-06-03）預估，2035 年全球人形機器人出貨量將達 140 萬台。南韓政府目標 2028 年在 10 大產業實現商用化。NVIDIA 的首款 Isaac GR00T 參考設計由 Unitree 製造，預計 2026 年底出貨。從實驗到量產仍需數年時間，記憶體需求的大規模爆發預計在本十年後半段至 2030 年代逐步展開。
本文內容僅供資訊參考，不構成任何投資建議，亦不涉及個別股票的買賣建議或目標價預測。投資涉及風險，投資人應根據自身財務狀況獨立判斷，必要時請諮詢合格專業顧問。過往績效不代表未來表現。
喜歡我們的分析嗎？我們每天會在這裡更新最新資訊和投資心得，快來追蹤我們吧！
