展示容易部署難，人形機器人距離真正的工業化還有多遠？
機器人產業的發展勢不可擋，但這項可能徹底改變現實世界運作方式的先進技術，究竟何時才能到達「轉捩點」，每個人心中卻都有著不一樣的答案。
對此，來自中國上海的科技企業智元機器人（AgiBot），旗下具身業務部總裁姚卯青博士，面對外媒專訪時透露出了自己的看法。
截至目前為止，智元機器人稱得上是全世界最大的人型機器人製造商。智元機器人至今已在全球 17 個國家和地區，提供類人型機器人與「機器人即服務（Robots-as-a-Service，RaaS）」解決方案，稱得上產業領頭羊之一。
該公司於 2025 年出貨了 5,100 台人型機器人，佔全球市場份額達 39%，而今年前三個月累積出貨量就突破了 10,000 台，超越公司前幾年的出貨總和。
機器人產業正從「展示」邁向「部署」
姚卯青以機器人產業專家的角度觀察，指出人型機器人產業正在跨越一道比「產能」更加重要的門檻，那就是從「展示（Demos）」階段，逐步邁向「部署（Deployment）」階段。
首先在機器人應用領域方面，姚卯青表示，現階段人型機器人主要投入需求相對明確、環境較容易掌控，而且能夠建立起「閉環價值創造」的應用場景，例如工業製造、物流倉儲、商業服務、安防檢測、科研教育、數據收集和場景驗證等。
姚卯青認為，機器人產業正在從技術探索的「X 曲線」階段，轉向部署成長「Y 曲線」階段的初期，前者為驗證機器人是否具備移動、視覺與理解的能力，至於後者就會把焦點轉向機器人是否能真正融入工作流程，並且持續、可靠的運作，創造出實質的生產力價值。
先從工商業開始，然後才走入家庭
因此在「Y 曲線」階段的初期，姚卯青說，機器人的大規模部署並不會從家庭開始，而是會從工業、商業與服務業場景著手，畢竟這些場景涉及更高頻率的任務、更明確的投資報酬率，而且更有可能透過部署之後所產生的資料飛輪（Data Flywheel）效應，進而提升機器人的可靠性、智慧化程度及泛化能力（Generalization）。
雖然姚卯青並不否認，讓機器人走入一般人的家庭環境，仍然是非常重要的長期發展方向，但是日常情境對於安全性、成本效益、互動品質、長期穩定性及機器人的通用性，本質上都有更高的要求，所以在人型機器人有能力大規模進入家庭之前，相關技術仍需要進一步變得成熟。
對於智元機器人來說，總共生產出多少台機器人還不足以定義「規模化」，重點更在於能夠有多少台機器人，真正邁入現實世界場景並持續運作，同時形成可複製、可擴展的部署模式，這才是具身智能（Embodied intelligence）開始成為生產力基礎設施的確切徵兆。
當需求有良性循環，就是產業轉捩點
外媒接著提問，智元機器人短短三個月就達成出貨 10,000 台人型機器人的創舉，那麼下一步目標又是什麼？姚卯青回答，事實上從這一刻開始，重點已經不再是產量，而是越來越多的客戶開始認真探討，究竟該如何部署機器人、如何複製部署模式，以及如何計算投資報酬率。
姚卯青指出，在過去許多機器人實踐專案，大多都是以示範或驗證為主要導向，但如今部分客戶已經從單純使用一台或數台機器人，轉向把機器人填滿整座工廠、整條生產線，甚至是跨多個據點的部署，並將機器人視為提升生產力的工具，而非新奇的科技裝置。
姚卯青直言，至少在智元機器人內部，他們並沒有過度執著於下一階段想要達成的具體數字，公司更關注機器人是否可以真正融入工作流程、客戶是否會持續回購、應用場景能否大規模複製，以及機器人在部署過程中，是否確實變得更加穩定與智慧。
換句話說，姚卯青認為，對於人型機器人產業而言，真正的轉捩點並不僅僅在於產能或產量的提升，更在於市場需求開始形成良性循環的時候；一旦機器人開始在現實情境中，穩定創造出貢獻和價值，其需求增長速度或許會比許多人所想像還要更快。
因此，未來機器人市場的整體規模究竟有多大，不只是取決於生產業者的供給數量，還取決於產業何時真正完成從「機器人銷售」到「成果交付」的轉型，而這個趨勢以業界人士的眼光來看，似乎已經開始出現。
邁入工業化前夕，爆發成長源於價值鏈
姚卯青進一步分析，過去幾年機器人產業始終在期盼幾項關鍵進展，包含基礎模型能力的提升、硬體可靠性的提升，以及從真實世界情境中取得持續性數據，構築出資料飛輪的能力。
雖然前述的各項領域，過去都有著自己的進展，然而卻直到近兩年，這三者才真正被匯聚起來，讓外界目睹產業敘事從「機器人能做什麼」，轉變為「機器人是否能真正提升生產力」，開創出一場根本性的轉型。
隨著越來越多客戶開始認真討論機器人的部署，並且在工業、物流、零售及商業服務等領域，浮現出機器人長期運作的情境，姚卯青認為，機器人產業正處於工業化（Industrialization）的前夕，但真正的爆發性成長不會源自單一的技術突破，而是來自整個價值鏈的共同成熟，包括 AI 模型、硬體、供應鏈、數據、應用場景及商業模式。
姚卯青相信，未來幾年內人型機器人將先在少數高價值、可複製的應用場景中實現規模化，隨後它們將逐步拓展至更多產業、更複雜的環境，最終進入更廣泛的社會及家庭場景，即便過程不會一蹴可幾，但趨勢已經非常明確。
現實充滿不確定，最大阻礙是系統整合
提及人型機器人目前發展所面臨的最大阻礙，姚卯青指出，主要問題是如何將多種不同的功能整合為一個系統，使其能夠於現實世界長期穩定運作。
姚卯青說明，機器人在實驗室展示及現實部署之間存在著巨大差距，實驗室中可以掌控環境、任務與各項變因，但現實世界卻是動態、開放且充滿著不確定性。
機器人不僅要懂得如何執行動作，還得去理解環境、理解人類意圖、處理突發狀況，加上需要長時間穩定運作，因此人型機器人技術的進步，不僅僅是軟體問題或硬體問題，而是大規模的系統整合挑戰。
AI 泛化能力、資料飛輪與可靠性挑戰
在人型機器人的系統整合中，姚卯青點出 3 個特別重要的領域，首先是 AI 的泛化能力。
他表明，雖然當今許多 AI 模型已經擁有令人印象深刻的強大功能，但要讓人工智慧真正適應複雜的真實世界環境，還有很長一段路要走，畢竟機器人最終不會只在固定環境中運作，它們必須應對大量的長尾情境。
第二個領域則是資料。姚卯青說，具身智能與網路 AI 之間的一大差異，在於它們獲取真實世界數據的成本極高。
簡單來說，機器人不只需要文字數據，還要涉及運動、操作、互動、故障及反饋等真實的物理資料，同時這也成為機器人之所要被實際部署後才能進步的主要原因，唯有當機器人進入真實場景，資料飛輪才能真正開始形成。
第三個方面為可靠性。姚卯青指出，對於機器人來說完成一次「展示」並不困難，真正挑戰在於是否可以讓自己長期運作，並且具備一定的容錯能力；一旦機器人進入工廠、商店或公共場所，顧客最在意的並非是機器人究竟有多聰明，而是當它處於最糟糕的狀態時，是否會發生任何故障。
除了泛化能力、數據與可靠性，人型機器人發展的其他阻礙，還包括成本、供應鏈和維護系統等問題。姚卯青表明，人型機器人終究不會只是小眾產品，它會發展成一個大規模產業，因此必須具備可製造性、可維護性、可交付性及可複製性。
姚卯青強調，無論業界的技術展示有多麼令人振奮、驚訝，機器人產品最終都必須解決實際問題，產業能否真正實現規模化，關鍵即在於機器人能否持續創造實質價值、體現出絕對的生產力，以及它們是否能真正融入工作流程，而非僅停留在「展示」階段。
借助 RaaS 模式，降低企業導入門檻
關於智元機器人所發展的機器人即服務（RaaS）模式，姚卯青肯定公司目前的發展方向，並預言未來機器人產業肯定會出現更多跟租賃、訂閱和類似於 RaaS 的商業模式。
姚卯青不諱言，許多客戶其實並不需要「擁有機器人」，他們真正需要的是持續且穩定的自動化能力，以及實際的生產力提升。
特別是在人型機器人技術的初期階段，許多企業會先從特定情境和小規模部署開始驗證，比方說工廠的夜間巡檢、物料搬運、引導服務、零售服務或資料蒐集，而在這些情況下，相較於一次性購足軟體、硬體，RaaS 能夠有效降低企業的導入門檻。
此外，姚卯青認為人型機器人不僅僅是一種硬體產品，其背後還涉及模型升級、軟體維護、任務適應、遠端操作及持續的數據迭代，因此產業未來的商業模式，可能會越來越趨近於雲端或智慧服務，而非傳統的設備銷售。
定價體系未成形，競爭關鍵在生產力
以智元機器人於美國推出的機器人租賃服務來說，起價為每日 2,000 美元，服務涵蓋機器人本體、部署、營運、維護、軟體服務，有時甚至包含現場支援。
只不過，對於 RaaS 業界尚未形成統一的定價體系，畢竟不同類型的機器人、不同的任務複雜度，以及部署環境之間的差異，全都會影響定價。
因此姚卯青直言，隨著機器人的量產規模擴大、供應鏈日趨成熟，配合 AI 能力的提升，機器人的整體使用成本將持續下降，最終產業競爭的核心，將不再只取決於機器人的售價，而是取決於誰能持續且可靠地創造生產力價值。
機器人不會取代人類，促發重新思考
面對機器人與人類之間的工作崗位競合問題，姚卯青分析，長遠來看機器人跟人類將會更趨向於合作，而非單純的取代。
如今許多產業都面臨人口結構轉變的挑戰，許多職位不僅越來越難招募人手，對體能的要求也越來越高，日漸失去對年輕勞工的吸引力。
舉凡夜間巡檢、重複性勞動、涉入危險環境，以及服務業中需要長時間站立的職務，都是機器人適合率先介入的領域。
姚卯青認為，在初期，人型機器人將會被大量用於填補短缺的勞動力，而非直接取代人類，與此同時技術進步也會改變就業結構，使得某些職務被重新定義，並出現全新的職務類型。例如，機器人訓練、操作、維護、排程、安全管理、資料標註及情境開發等職務。
若將眼光放得更長遠，姚卯青說，社會或許將開始重新思考人類勞動的真正意義，如果未來機器人能夠承接更多重複性的體力勞動，人們或許就能將更多時間，投入於創造力、溝通、陪伴、決策、藝術、研究，以及其他更具人類獨特性的能力上。
垂直整合拚速度，力求打造閉環系統
最後關於「垂直整合模式」在機器人生態系統發展中的必要性問題，姚卯青回答，至少於人型機器人技術的初期發展階段，垂直整合既是戰略上的必要之舉，某種程度上也難以避免；畢竟，當前的機器人產業尚未形成穩定的分工體系，以及足夠扎實的標準化。
姚卯青強調，機器人不僅僅是硬體產品，更是一個高度整合的系統，包含人工智慧模型、運動控制、機器人機體設計、感測器、資料系統、雲端調度以及任務軟體，全都在持續共同演進。
舉例來說，動作模型的變更可能會直接影響機體設計，而來自真實情境的數據回饋，反過來又可能改變模型訓練與系統架構，因此在產業的早期階段，若這些能力處於分散狀態，將難以實現快速迭代。
姚卯青認為，這或許也是大多數機器人公司，如今正致力於建立全端能力的主要理由；市場競爭已不再單純取決於某一組件或某一技術，而是看誰能更快速把數據、模型、機器人機體及部署等環節，打造成完整的閉環系統。
中國不只成本優勢，機器人將走向開放
不過若從長遠來看，姚卯青指出，機器人產業不會一直保持封閉；隨著產業日漸成熟，生態系統的分工肯定會變得更加明確，未來將會出現作業系統平台、模型平台、機器人機身平台、供應鏈平台、場景解決方案供應商，甚至還有為機器人所準備的應用開發生態系統。
同時相對於其他國家，姚卯青分析，中國機器人廠商所具備的優勢，不僅僅是西方業者經常關注的成本，包含廣泛的實際應用場景、完善的供應鏈、快速的工程迭代，以及大量願意嘗試新技術的客戶，當這些因素匯聚在一起時，便能顯著加速機器人從實驗室走向實際部署的過程。
姚卯青表明，垂直整合只是一項產業於初期階段所表現出來的特定狀態，絕非機器人領域的最終形態；那些有辦法取得長期競爭力的企業，不只會於內部建立深厚的核心能力，更會選擇主動開放這些能力，讓更多合作夥伴可以共同推動生態系統的發展。
【推薦閱讀】
◆ 2.8 萬台人形機器人已登記 ID：中國正在把 AI 治理延伸到實體世界
◆ 從抓雞塊到旋轉燈泡，機器人新創 Eka 讓機械手臂學會感覺物理世界
◆ 美國人形機器人為何無法規模化上工？前 NASA 機器人部門負責人：只做單一任務，很難創造 ROI
＊本文開放合作夥伴轉載，參考資料：Forbes、AgiBot，首圖來源：AgiBot
（責任編輯：鄒家彥）