Physical AI 崛起、開發門檻居高不下：Anvil Robotics 如何重寫機器人從 0 到 1 的開發流程？
一間前身為室內設計工作室的平房低調佇立，原本的車庫空間已被擺放著 3D 列印機的貨架以及一籃籃機械組裝所需的馬達、感測器、關節元件與包裝材料。
踏入辦公住宅內，在留有紅酒標的木質牆面前，一名工程師手持遙控器操作，讓旁邊的人形機器人同步動作，流暢地伸出夾爪，從前方藤編籃裡精準取出目標物件擺放至桌面，整個過程機器人的反應幾乎零延遲。
這不是在矽谷，而是光米科技（Anvil Robotics）位於台北的基地，這家成立不到一年的新創，正試圖加速物理 AI（Physical AI）的開發模式。
終結「六個月開發噩夢」
隨著產業從自動化（Automation）邁向智能化（Intelligence）， AI 已展現出對物理世界的理解能力：它能預判球體落下時滾動的方向，也能在不損壞物體的前提下計算抓取力道。
當這種具備「物理推理能力」的 AI 被植入機器人，物理 AI（Physical AI）便隨之誕生。機器不再只是執行預設程式的工具，而是在非標準化環境中，能夠自主判斷、應對未知的能力，使物理 AI 逐漸成為下一波技術競逐的焦點。
然而，對多數工程師而言，真正的挑戰也許不在於軟體的模型能力，而是在能夠開始訓練模型前的「準備階段」。
在 AWS（雲端服務）出現後，現在誰做 App 還會先花時間自己組裝伺服器？但在機器人界，許多人卻都在做這種事。
Anvil 創辦人夏一鳴（Mike）表示，他在創業初期訪談超過 50 家國際企業，發現原本應專注於開發機器人用的 AI 模型開發者，在取得第一筆可用訓練數據前，平均需要耗費 3 至 6 個月處理基礎開發問題：硬體採購與整合、排除底層系統錯誤、建立控制架構，甚至需自行開發遠端操作工具，這段過程被形容為「六個月開發噩夢」。
這段前期投入的花費，若以全球協作機器人龍頭 Universal Robots，所生產的經典 UR5 機器手臂來計算，光是一套基礎設備費用，就高達 15 萬美元。
「很多團隊想做的是 AI 的『大腦』，但最後卻變成在修『身體』。」Ｍike 指出。
結果往往是一套拼湊而成、難以維護的「科學怪人式」系統，不僅吃掉高額成本，也讓工程師被迫把時間耗在修補底層問題。
機器人開發的模組化革命
Anvil 就像是「機器人界的 ODM」，提供完善的客製化硬體平台，讓想要開發自動化設備或投入 Physical AI 領域的團隊，能直接採用現成的模組化方案，讓團隊能專注於 AI 模型與演算法，而不是煩惱齒輪跟馬達該怎麼接。
簡單來說，就是「幫你把硬體這個苦差事做到好，你只要專心去弄軟體和 AI 靈魂」。
首先，Anvil 將繁瑣的硬體零件與控制系統，整合為可直接使用的組合式平台（Composable Platform）。其中最具代表性的產品為 OpenArm（開源機器手臂） 系統，OpenArm 具備 7 個自由度高靈活設計的雙臂，十分適合模仿人類的行為。更重要的是 Anvil 能協助客戶依需求調整手臂的長度、能拿多重的東西（負載能力），或是更換馬達等致動器。
在 Physical AI 研發中，「物理數據（Embodiment Data）」是訓練成功的關鍵。與純軟體 AI 不同，機器人必須理解真實世界的物理條件細節，才能完成動作。因此 Anvil 的平台支援 ACT 與 Diffusion Policy 等主流模型，但 Ｍike 強調，真正的挑戰不在模型，而是數據來源的獲取：「儘管有生成式 AI，但機器人 14 個關節的運動軌跡、電流與溫度變化，這些無法透過模擬生成，只能從真實世界取得。」
為此，Anvil 也提供「數據授權」的服務，讓開發者能直接購買 80% 可通用的基礎數據。OpenArm 的模組中更配有 Meta Quest 3 的控制器，讓工程師能透過示範動作，引導機器人進行模仿學習，來收集高品質的訓練數據。在有了 80% 通用數據的基礎上，開發者只需針對特定任務進行 20% 的微調，便能大幅降低訓練門檻與時間成本。
矽谷結緣、立足台灣，組成跨越加勒比海的核心團隊
Anvil 的兩位共同創辦人夏一鳴（Ｍike）與 Vijay Pradeep 的緣分始於矽谷知名創投 Matter Venture Partners，當時兩人皆在此擔任駐點創業家（EIR）。執行長 Mike 曾打造 AI 相機品牌 Lumina，年度經常性營收（ARR）達 500 萬美元，更曾參與雲端算力平台 Voltage Park，將業務規模推升至數億美元。
技術長 Vijay 則是在機器人領域深耕超過 15 年的技術專家。早年創辦的機器人顧問公司 hiDOF，被 Google 收購後便加入其 Daydream VR 團隊，推動擴增實境技術的落地。此外，他在 PR2 機器人平台與相關作業系統（ROS）的早期貢獻，至今仍被全球機器人開源社群廣泛使用。
Anvil 目前的基地有兩處：將研發與組裝核心設立在台北，由 Vijay 帶領的技術團隊則位在加勒比海島國千里達及托巴哥（Trinidad and Tobago），專責開發機器人底層軟體與遠端操作系統。
這個配置背後，考量的是台灣供應鏈的韌性與彈性。
在傳統製造模式中，代工廠通常要求每年 1,000 台以上的訂單規模，才願意投入生產資源。這對仍處於產品驗證階段、僅需少量原型機的開發團隊而言，形成一道難以跨越的門檻。
Anvil 則反其道而行，專注於「高混合、低產量（High mix, low-volume）」的製造模式，最低訂購量僅需 4 台。這使團隊得以在有限資金下快速試錯與迭代，避免過早承擔大規模生產的風險。
目前，Anvil 已向全球出貨超過 100 台機器人，客戶包括 NVIDIA、Path Robotics、Cobot，以及橫跨美國至東南亞的新創企業。
隨著業務快速擴張，團隊目前也在積極徵才中。這間隱身在大安區巷弄的車庫，似乎也將逐漸顯得擁擠。
延伸閱讀
搶攻「物理AI」商機，這5家台灣新創如何實踐黃仁勳的50兆願景？
Hugging Face為何突然變成「賣機器人公司」？從模型霸主轉向實體AI的背後戰略
通過上市申請！達明如何用「不像人的機器人」獲得NVIDIA青睞