辉达 ( NVIDIA ) 执行长黄仁勋 ( Jensen Huang ) 在今年 3 月的 GTC大会 ( GPU Technology Conference ) 上，展示多款大小人型机器人。紧接特斯拉 ( Tesla Inc. ) 在 7 月上海的人工智慧大会 ( WorldArtificial Intelligence Conference，WAIC ) 展示人型机器人 Optimus 2 代，称将于 2026 年量产。不仅美股七巨头: 辉达 ( NVIDIA ) 、苹果( Apple ) 、微软( Microso ) 、Alphabet ( Google 母公司) 、亚马逊( Amazon Inc. ) 、Meta Platforms ( 脸书母公司) 、 和特斯拉( Tesla ) 等企业全力投入，新创企业也如雨后春笋涌现。似乎一夕间，人型机器人成为全球最热门的科技焦点。
高盛银行( Goldman Sachs ) 今年 2 月预估，人型机器人出货量至2035 年将达到 145 万台，全球市场总规模( Total Addressable Market ) 达 380 亿美元，比起去年所做的预估上修了 6 倍之多，且 10 年复合成长率高达 94%。随着资本热潮逐渐升高，市场开始出现声音，担忧是否忽视目前机器人技术成熟度和实际需求，埋下泡沫化的种子。
连接人工智慧与物理世界的关键
所谓人型机器人，是指能站立且具有人型结构，包括头部、躯干、四肢的机器人。由于整个现实环境是依循人类的生理条件和行为准则所打造，相比其他类型的机器人，人型机器人类似人类外型更能应用各种场景，无需改变原本的使用环境和工作流程。专家也认为，人型机器人具有与人类相似的外型，让人更愿意与之互动，机器人更能观察并模拟人类的行为和思考逻辑。因此，人型机器人被视为是人工智慧 ( Artificial Intelligence，AI )系统走进物理环境的最佳载体。
人型机器人曾在10 多年前掀起一波热潮，例如美国机器人大厂波士顿动力( Boston Dynamics ) 在2013 年发表能跳舞跟翻筋斗的人型机器人Atlas ，以及软银( SoftBank Group ) 于 2014 年推出的 Pepper，都曾蔚为一时话题。无奈受限于技术和运算能力不足，发展渐渐沉寂。直到 ChatGPT 于 2022 年 12 月推出，加速生成式 AI 的发展，加上晶片效能提升，以及各类感测和动力元件技术逐渐成熟，让人型机器人具备了更强大的推理和感知能力，能够模仿人类思考逻辑，且能使用自然语言回应，才终于迎来商业化的关键拐点。
目前数间企业已经或规划采用人型机器人，例如亚马逊已在物流中心采用自行研发的人型机器人 Digit 来负责捡货和搬运，BMW 也宣布将在美国工厂采用由辉达( NVIDIA ) 和微软( Microsoft ) 投资的新创公司 Figure AI 旗下的人型机器人Figure 02 。研究机构集邦科技预期，未来一到两年内，人型机器人将跨出工业领域，进入医疗或照护市场，特别是在人口高龄化严重的国家，例如日本。
中美竞相争夺主导权
人型机器人是 AI 的发展的关键，自然成为中美两国科技争霸的主战场。美国目前在技术研发领域居于领先地位，尤其在 AI 晶片和基础设施，美国企业的市占率超过七成。除了辉达目前囊括全球八成以上的 AI 晶片供应，全球七成以上的 AI 伺服器也设置在美国。产业环境的优势，有利于企业发展 AI 模型和应用。根据史丹佛大学 2024 人工智慧指数报告 ( 2024 AI Index Report ) ，全球于 2023 年发表的 108 个人工智慧技术模型中，有 61 个来自美国机构，远超过欧盟的 21 个和中国的 15 个。而且，总统当选人唐纳 · 川普 ( Donald Trump ) 也将一改拜登政府对于 AI 严格监督的立场，采取宽松监管措施，以维持美国在 AI 技术的领导地位。
虽然中国目前在 AI 晶片和模型位居落后，但透过政府多年的财税补贴和庞大内需市场带动下，在机器人的供应链整合和低成本制造方面，有着其他国家难以匹敌的竞争力。尤其中国在锂电池市场独占鳌头，产量全球占比达 75% 以上，甚至借此优势逆袭欧美，成为全球最大的电动车出口国。虽然中国在先进制程发展受到美国贸易禁令限制，但有专家认为机器人主要处理重复性质高的任务，不需用到每颗要价上万美元的高阶AI 晶片，中低阶晶片足以应付，且更有利于降低机器人成本。根据媒体报导，目前中国企业制造的人型机器人，其成本仅美国大厂波士顿动力 ( Boston Dynamics ) 的六分之一。中国在人型机器人的生产成本优势，引起美国议员的担忧，建议政府禁止中国人型机器人的进口。
人工智慧和人型机器人发展竞争，就如同国家间的军备竞赛。谁能主导产业走向，谁就能在全球政治舞台有更大的话语权。随着两国间竞争白热化，一举一动都将牵动全球科技版图。
发展前路仍漫长，但或许不用太悲观
人型机器人目前炙手可热，但多数产品仍在实验室开发中，距离大规模商业化仍很长的路要走，还需要克服许多挑战，包括高昂的制造开发成本，以及欠缺明确规范来保障人机双方的安全性。
根据高盛的研究，目前人型机器人每台制造成本最高可达 15 万美元，且不包含软硬体开发、人力和折旧费用。若加上后续设备检修维护，波士顿顾问公司 ( Boston Consulting Group ) 认为使用者实际上所投入的成本是机器人制造成本 2 至 3 倍。以电动车为例，硬体制造成本因中国企业的供应链整合优势而快速下滑，但自动驾驶系统的开发成本却随着自驾程度越高而呈现指数型成长。根据麦肯锡 ( McKinsey & Company ) 的研究估计，Level 3 自驾系统的软体开发成本约在2 亿美元以下，但 Level 4 的开发成本要耗费 10 亿至 20 亿美元。换句话说，人型机器人的 「身体」的制造成本会随着生产规模扩大及中国的低成本制造优势而快速下滑，但「大脑」 的开发成本却会随着其智能程度提升而快速攀升。
此外，科技进展向来远远领先法规。现行机器人的相关法规围绕在制造和品管，尚无针对使用人型机器人时安全规范。随着人型机器人逐渐深入人类生活，人机协作时的界线该如何划分？当人型机器人因自主决策使人身财产和权益受到侵犯时，责任归属又该如何厘清？电动车的自动驾驶系统发展十多年仍未普及，主因之一也是系统安全性尚未有明确且完整的法规保障，多次意外也使政府无法轻易放行。若自驾车发生事故，该由车辆制造商，自驾系统设计者，还是车辆拥有者负起责任，目前仍没有法律定论。无论是人型机器人或是自驾动电车，都需要在资安隐私、责任归属等议题上提供使用者明确的法律规范，才能让人类对其赋予信赖，安心地使用。
一如自动驾驶电动车，目前人型机器人要达到商业化运营尚言之过早，但科技的发展速度日新月异。企业除了透过整合供应链和推动零组件标准化来降低硬体制造成本，也使用 AI 技术来缩短系统开发时间，以及减少训练机器人智能系统的花费。此外，各国政府也正视对于人工智慧或人型机器人制订明确法规的重要性。例如欧盟在 2024 年 8 月通过的《 人工智能法案 Artificial Intelligence Act ，AI Act 》，是全球第一个针对人工智慧技术的开发以及产品责任归属而订定的法律框架，之后也会作为制定机器人法规时的依据。中国、美国也正针对人工智慧系统研拟相关法规中。毕竟，面对不可逆的人口老化，利用机器人解决日益严重的劳动力短缺是大势所趋。或许真的在不远的未来，科幻电影中人类与机器人一起生活的场景，就会在现实生活中上演。
附注
美国汽车工程师协会 ( SAE ) 将自动驾驶系统依照自动化程度分为 Level 0 至 Level 5。
Level 0 - 无自动化: 人类须全权掌控车辆。
Level 1 - 辅助驾驶: 汽车具有基本自动化控制功能，如车道偏离自动修正、防锁死煞车系统（ ABS ），但每次仅能单独使用其中一项，人类仍须全权掌控车辆。
Level 2 - 部分自动驾驶: 车辆主要由人类操控，但有多项辅助控制系统减轻工作量，如自动停车、跟车等。人类须随时注意周遭环境且双手不可离开方向盘。
Level 3 - 有条件自动驾驶: 在特定道路或环境，如高速公路，车辆可完全由系统操控，但人类必须随时监控车辆状况，当车辆遭遇无法处理情事时需要立即接手。
Level 4 - 高度自动驾驶: 在特定环境中，车辆可以应对大多数路况，在一般道路也可以自动行驶，而且人类不需要监控车辆的行驶状况。
Level 5 - 完全自动驾驶 : 车辆在任何环境以及无人情形下，可以如同人类思考，自主分析并做出所有行车决定，甚至没有方向盘。