輝達 ( NVIDIA ) 執行長黃仁勳 ( Jensen Huang ) 在今年 3 月的 GTC大會 ( GPU Technology Conference ) 上，展示多款大小人型機器人。緊接特斯拉 ( Tesla Inc. ) 在 7 月上海的人工智慧大會 ( WorldArtificial Intelligence Conference，WAIC ) 展示人型機器人 Optimus 2 代，稱將於 2026 年量產。不僅美股七巨頭: 輝達 ( NVIDIA ) 、蘋果 ( Apple ) 、微軟 ( Microso ) 、Alphabet ( Google 母公司 ) 、亞馬遜 ( Amazon Inc. ) 、Meta Platforms ( 臉書母公司 ) 、 和特斯拉 ( Tesla ) 等企業全力投入，新創企業也如雨後春筍湧現。似乎一夕間，人型機器人成為全球最熱門的科技焦點。
高盛銀行 ( Goldman Sachs ) 今年 2 月預估，人型機器人出貨量至 2035 年將達到 145 萬台，全球市場總規模 ( Total Addressable Market ) 達 380 億美元，比起去年所做的預估上修了 6 倍之多，且 10 年複合成長率高達 94%。隨著資本熱潮逐漸升高，市場開始出現聲音，擔憂是否忽視目前機器人技術成熟度和實際需求，埋下泡沫化的種子。
連接人工智慧與物理世界的關鍵
所謂人型機器人，是指能站立且具有人型結構，包括頭部、軀幹、四肢的機器人。由於整個現實環境是依循人類的生理條件和行為準則所打造，相比其他類型的機器人，人型機器人類似人類外型更能應用各種場景，無需改變原本的使用環境和工作流程。專家也認為，人型機器人具有與人類相似的外型，讓人更願意與之互動，機器人更能觀察並模擬人類的行為和思考邏輯。因此，人型機器人被視為是人工智慧 ( Artificial Intelligence，AI )系統走進物理環境的最佳載體。
人型機器人曾在 10 多年前掀起一波熱潮，例如美國機器人大廠波士頓動力 ( Boston Dynamics ) 在 2013 年發表能跳舞跟翻筋斗的人型機器人 Atlas ，以及軟銀 ( SoftBank Group ) 於 2014 年推出的 Pepper，都曾蔚為一時話題。無奈受限於技術和運算能力不足，發展漸漸沉寂。直到 ChatGPT 於 2022 年 12 月推出，加速生成式 AI 的發展，加上晶片效能提升，以及各類感測和動力元件技術逐漸成熟，讓人型機器人具備了更強大的推理和感知能力，能夠模仿人類思考邏輯，且能使用自然語言回應，才終於迎來商業化的關鍵拐點。
目前數間企業已經或規劃採用人型機器人，例如亞馬遜已在物流中心採用自行研發的人型機器人 Digit 來負責撿貨和搬運，BMW 也宣布將在美國工廠採用由輝達 ( NVIDIA ) 和微軟 ( Microsoft ) 投資的新創公司 Figure AI 旗下的人型機器人 Figure 02 。研究機構集邦科技預期，未來一到兩年內，人型機器人將跨出工業領域，進入醫療或照護市場，特別是在人口高齡化嚴重的國家，例如日本。
中美競相爭奪主導權
人型機器人是 AI 的發展的關鍵，自然成為中美兩國科技爭霸的主戰場。美國目前在技術研發領域居於領先地位，尤其在 AI 晶片和基礎設施，美國企業的市占率超過七成。除了輝達目前囊括全球八成以上的 AI 晶片供應，全球七成以上的 AI 伺服器也設置在美國。產業環境的優勢，有利於企業發展 AI 模型和應用。根據史丹佛大學 2024 人工智慧指數報告 ( 2024 AI Index Report ) ，全球於 2023 年發表的 108 個人工智慧技術模型中，有 61 個來自美國機構，遠超過歐盟的 21 個和中國的 15 個。而且，總統當選人唐納 · 川普 ( Donald Trump ) 也將一改拜登政府對於 AI 嚴格監督的立場，採取寬鬆監管措施，以維持美國在 AI 技術的領導地位。
雖然中國目前在 AI 晶片和模型位居落後，但透過政府多年的財稅補貼和龐大內需市場帶動下，在機器人的供應鏈整合和低成本製造方面，有著其他國家難以匹敵的競爭力。尤其中國在鋰電池市場獨占鰲頭，產量全球占比達 75% 以上，甚至藉此優勢逆襲歐美，成為全球最大的電動車出口國。雖然中國在先進製程發展受到美國貿易禁令限制，但有專家認為機器人主要處理重複性質高的任務，不需用到每顆要價上萬美元的高階 AI 晶片，中低階晶片足以應付，且更有利於降低機器人成本。根據媒體報導，目前中國企業製造的人型機器人，其成本僅美國大廠波士頓動力 ( Boston Dynamics ) 的六分之一。中國在人型機器人的生產成本優勢，引起美國議員的擔憂，建議政府禁止中國人型機器人的進口。
人工智慧和人型機器人發展競爭，就如同國家間的軍備競賽。誰能主導產業走向，誰就能在全球政治舞台有更大的話語權。隨著兩國間競爭白熱化，一舉一動都將牽動全球科技版圖。
發展前路仍漫長，但或許不用太悲觀
人型機器人目前炙手可熱，但多數產品仍在實驗室開發中，距離大規模商業化仍很長的路要走，還需要克服許多挑戰，包括高昂的製造開發成本，以及欠缺明確規範來保障人機雙方的安全性。
根據高盛的研究，目前人型機器人每台製造成本最高可達 15 萬美元，且不包含軟硬體開發、人力和折舊費用。若加上後續設備檢修維護，波士頓顧問公司 ( Boston Consulting Group ) 認為使用者實際上所投入的成本是機器人製造成本 2 至 3 倍。以電動車為例，硬體製造成本因中國企業的供應鏈整合優勢而快速下滑，但自動駕駛系統的開發成本卻隨著自駕程度越高而呈現指數型成長。根據麥肯錫 ( McKinsey & Company ) 的研究估計，Level 3 自駕系統的軟體開發成本約在2 億美元以下，但 Level 4 的開發成本要耗費 10 億至 20 億美元。換句話說，人型機器人的 「身體」的製造成本會隨著生產規模擴大及中國的低成本製造優勢而快速下滑，但「大腦」 的開發成本卻會隨著其智能程度提升而快速攀升。
此外，科技進展向來遠遠領先法規。現行機器人的相關法規圍繞在製造和品管，尚無針對使用人型機器人時安全規範。隨著人型機器人逐漸深入人類生活，人機協作時的界線該如何劃分？當人型機器人因自主決策使人身財產和權益受到侵犯時，責任歸屬又該如何釐清？電動車的自動駕駛系統發展十多年仍未普及，主因之一也是系統安全性尚未有明確且完整的法規保障，多次意外也使政府無法輕易放行。若自駕車發生事故，該由車輛製造商，自駕系統設計者，還是車輛擁有者負起責任，目前仍沒有法律定論。無論是人型機器人或是自駕動電車，都需要在資安隱私、責任歸屬等議題上提供使用者明確的法律規範，才能讓人類對其賦予信賴，安心地使用。
一如自動駕駛電動車，目前人型機器人要達到商業化運營尚言之過早，但科技的發展速度日新月異。企業除了透過整合供應鏈和推動零組件標準化來降低硬體製造成本，也使用AI 技術來縮短系統開發時間，以及減少訓練機器人智能系統的花費。此外，各國政府也正視對於人工智慧或人型機器人制訂明確法規的重要性。例如歐盟在 2024 年 8 月通過的《 人工智能法案 Artificial Intelligence Act ，AI Act 》，是全球第一個針對人工智慧技術的開發以及產品責任歸屬而訂定的法律框架，之後也會作為制定機器人法規時的依據。中國、美國也正針對人工智慧系統研擬相關法規中。畢竟，面對不可逆的人口老化，利用機器人解決日益嚴重的勞動力短缺是大勢所趨。或許真的在不遠的未來，科幻電影中人類與機器人一起生活的場景，就會在現實生活中上演。
附註
美國汽車工程師協會 ( SAE ) 將自動駕駛系統依照自動化程度分為 Level 0 至 Level 5。
Level 0 - 無自動化: 人類須全權掌控車輛。
Level 1 - 輔助駕駛: 汽車具有基本自動化控制功能，如車道偏離自動修正、防鎖死煞車系統（ ABS ），但每次僅能單獨使用其中一項，人類仍須全權掌控車輛。
Level 2 - 部分自動駕駛: 車輛主要由人類操控，但有多項輔助控制系統減輕工作量，如自動停車、跟車等。人類須隨時注意周遭環境且雙手不可離開方向盤。
Level 3 - 有條件自動駕駛: 在特定道路或環境，如高速公路，車輛可完全由系統操控，但人類必須隨時監控車輛狀況，當車輛遭遇無法處理情事時需要立即接手。
Level 4 - 高度自動駕駛: 在特定環境中，車輛可以應對大多數路況，在一般道路也可以自動行駛，而且人類不需要監控車輛的行駛狀況。
Level 5 - 完全自動駕駛 : 車輛在任何環境以及無人情形下，可以如同人類思考，自主分析並做出所有行車決定，甚至沒有方向盤。