摺衣成功率達 99.1%，超過 99% 訓練資料來自手套：機器人如何克服 Physical AI 數據荒？
近幾個月來，Figure AI、Sunday Robotics 和 Weave Robotics 這些備受矚目的機器人新創公司，紛紛展示能夠自主摺衣服的機器人。這些公司合計已募集數十億美元，因為越來越多投資人認為家用機器人終於接近商業化的突破點。
許多機器人學者指出，摺衣服之所以成為理想的第一步任務，是因為這項工作難度適中，既能展示機器的智慧與物理控制能力，同時又相對安全，即使任務失敗也不會帶來嚴重後果。同時，對於消費者而言，他們不需要了解 AI 的運作原理，就能深刻體會到一個能將雜亂衣物堆變成整齊疊放的機器人所帶來的價值。
摺衣服高難度、低失敗代價，還能把家庭環境縮小到可控範圍
將機器人訓練至會摺衣服，長期以來一直是該領域的「聖杯」。機器人學者、斯佩爾曼學院（Spelman College）院長 Ayanna Howard 指出，這是因為機器人必須學會處理像是衣服這種會堆疊、彎折、起皺的「可變形物體」（deformable objects），並具備足夠精準的操作能力才能將它們摺好。
Figure AI 曾在部落格文章中寫道：「這是人形機器人最具挑戰性的靈巧操作任務之一。」Sunday Robotics 執行長 Tony Zhao 也向《Business Insider》透露，該公司刻意選擇洗衣服這類任務，是因為這項任務同時具備高難度與低失敗代價的特點。這也正如 Ayanna Howard 所言：「如果你把衣服掉在地上，它並不會摔壞。」
事實上，機器人產業過去就已經歷過一輪摺衣服的炒作週期。曾推出售價高達 1.6 萬美元的摺衣機器人 Laundroid 的日本公司，在 2019 年宣告破產。曾於 2010 年代末期多次在消費電子展（CES）引起轟動的 FoldiMate，最終也未能真正出貨。高昂的成本與低可靠度擊垮早期的嘗試，但如今的機器人新創公司認為，AI 技術的進步、更便宜的硬體，以及湧入實體 AI（Physical AI）領域的人才與資金，將使這一代產品與眾不同。
不過，這些宣稱是否屬實仍有待實驗室之外的真實世界驗證，因為最新一代的機器人依然昂貴，在實際家庭中的可靠性也仍未知，不僅摺好單件衣物必須耗時數分鐘，遇到未見過的陌生款式時，機器人也可能卡住。
除了物理操作難度，洗衣服之所以成為進入家庭的敲門磚，是因為能將複雜的家庭環境限制在可控範圍內。哥倫比亞大學機械工程教授 Matei Ciocarlie 指出：「家庭是終極的非結構化環境。」不同於工廠和倉庫能嚴格定義並控制機器人的周遭環境與移動路徑，家庭對機器人而言簡直是一場噩夢，每個房間都是障礙賽道，寵物可能突然竄出、蹣跚學步的幼童可能在地上爬行，隨時都可能讓機器人摔個面朝地。
相較之下，在摺衣服時，機器人可以固定待在同一個角落，由人類將衣物籃送到它面前，不需要一開始就解決在整間房屋裡自主導航的難題。Weave Robotics 執行長 Kaan Dogrusoz 坦言，這正是他們選擇洗衣服作為首要任務的原因。
只會摺衣服還不夠，家用機器人如何跨過價格門檻、啟動「數據飛輪」？
即便機器人真的學會了摺衣服，如何說服消費者為此支付數千美元則是另一項挑戰。以 Weave 研發的 Isaac 1 機器人為例，其前期購買費用為 8,000 美元，或者可選擇每月 449 美元的訂閱方案。對大多數家庭來說，將這項家務外包給自助洗衣店或專人處理可能更便宜。
因此，為了讓這些機器人在經濟效益上顯得合理，它們必須具備不只摺衣服的能力，並解決更多元的家庭雜務。例如，Sunday 的 AI 系統目前正在學習吸塵、整理玩具、拉拉鍊和煮咖啡等工作，而 1X 則將其人形機器人 NEO 定位為個人管家，具備摺衣服、整理架子和收拾房間的能力。密西根大學機器人學教授 Jason Corso 認為，當前許多公司仍被困在「家電思維」中，依據單一任務來打造機器人，而不是去開發能理解情境並依據人類需求調整行為的通用機器。
對這些新創公司而言，讓機器人進入家庭摺衣服，同時也是開啟「數據飛輪」（data flywheel）的起點。雖然大型語言模型可以利用龐大的網路數據進行訓練，但實體世界中並沒有一套現成數據集。最珍貴的數據，將來自於機器人本身，因為它們在真實家庭中會遇到無數的邊緣案例（edge cases）。
然而，在機器人真正進入千家萬戶、靠自身部署形成數據飛輪之前，業者仍得先回答一個問題：第一批足以讓機器人學會「動手做」的實體世界數據，要從哪裡來？
沒有實體世界資料可爬，機器人公司開始靠「資料手套」收集數據
隨著機器人公司急於尋找能大量蒐集實體數據、訓練 Physical AI 模型的方法，一種越來越受到採用的做法，是讓人類在工作場所或家中執行任務時配戴專用手套，由手套記錄人的動作，並將這些資訊提供給機器人的 AI 模型學習。
在這項技術領域中，成立三年、已募資 7,500 萬美元的 Tacta Systems 便是代表之一。Tacta 的聯合創辦人兼執行長 Vikram Pavate 提出一個問題：「為什麼我們人類非常擅長高價值的工作？因為我們擁有驚人的雙手。」為了釋放雙手的潛力，Tacta 專注打造安裝在工業機器人手臂上的三指機器手，並利用手套蒐集的數據來微調機器人基礎模型，為客戶定製專屬的機器手。
在家用機器人領域，Sunday Robotics 同樣將數據手套視為其核心戰略中最重要的部分。該公司最近揭露其最新的 AI 模型 ACT-2，並稱該模型在機器人從未見過的家庭環境中，摺衣服的成功率達到 99.1%。令人驚訝的是，訓練 ACT-2 的數據中，有超過 99% 都來自 Sunday 研發的「技能擷取手套」（skill-capture glove）。Sunday 執行長 Tony Zhao 表示，相較於透過真人遠端控制（remote control）機器人來蒐集數據，數據手套更容易在大量不同環境中取得更多任務範例，也比較容易收集到如「將襪子摺成一團」等難以透過遠端控制完成的精細動作。
不過，Sunday 的數據手套在設計上與 Tacta 的布質手套截然不同，它是一種類似硬質塑料的裝置，刻意設計得與機器人的三指機器手一致，以縮小人類操作與機器人實際部署時的差異。Tony Zhao 坦言，使用布質手套的做法會使數據產生些許偏差，因為在數據採集時手套裡是一隻人手，但在部署時手套裡卻是機器手，而人手與機器手終究存在物理上的差異。
不過，無論採取何種手套設計，核心問題都沒有改變：機器人公司必須找到能夠低成本、大規模產生實體操作數據的方法。現在，這項挑戰也不只存在於矽谷。
中國開始蓋「資料收集場」，DeepSeek 與宇樹科技想破解機器人數據難題
與此同時，中國 AI 新創公司 DeepSeek 也正式進軍具身智慧領域，透過策略配售投資 1.408 億人民幣參與機器人製造商宇樹科技（Unitree）的上海 IPO，獲得其策略配售中 2.31% 的分配股份。這兩家總部同樣位於杭州的公司，已同意共同開發人形機器人的 AI 模型，並結合 DeepSeek 在 AI 模型領域的專長，與宇樹科技在機械工程、運動控制及具身智慧技術上的實力。
這項合作直接瞄準人形機器人開發中的核心瓶頸：如何打造一個能夠理解陌生環境、同時能可靠地將人類指令轉化為實際物理動作的機器人「大腦」。儘管中國目前已經能夠製造出相對便宜，且擅長行走、跑步及執行編排動作的機器人，但若要讓它們執行真正有用的自主工作，仍然需要使用極為稀缺的實體世界數據進行訓練，包括在不同環境中操作物體的示範數據。為了突破這項數據短缺的限制，中國的機器人業者已經開始營運專門的數據收集設施，由人類在現場反覆引導人形機器人執行摺衣服、開門等日常任務，從中產出訓練所需的實體世界操作數據。
由於 DeepSeek 目前的技術優勢主要集中在語言模型，而非能夠同時處理視覺與文字的多模態系統（multimodal system），因此這次與宇樹科技的戰略合作預期將能為 DeepSeek 提供急需的硬體機器人與實體世界數據，進一步加速其在相關多模態與物理控制領域的研究進程。
從摺衣服、資料手套到專門的資料收集場，機器人產業正面對同一個核心問題：如何取得足夠且多元的實體世界數據。當大型語言模型能從網路海量學習，Physical AI 卻必須靠真人示範與真實環境反覆累積經驗，誰能更有效建立這套數據飛輪，將直接影響機器人從單一任務走向通用自主工作的速度。
【推薦閱讀】
◆ 【機器人電池革命】追求連續運作 8 小時，固態電池、換電、超快充三條路並行◆ 【333 Robots Community Meetup】具身 AI 進工廠成功率只剩兩三成？MIT Media Lab 博士候選人、Nexuni 創辦人陳韋同用閉環訓練拉高至近 60%
＊本文開放合作夥伴轉載，資料來源：《Business Insider》、《Reuters》、《The Information》，首圖來源：Weave Robotics