新聞速讀｜從工廠到家庭，人形機器人走向量產投入實用階段
新聞速讀｜從工廠到家庭，人形機器人走向量產投入實用階段
特斯拉、Figure AI 等六大公司，展示多種場域可量產、可計價、可維運的 AI 勞動力
InfoAI 編輯部
當人形機器人開始談年產百萬台、走進真實工廠與倉儲現場時，「AI 勞動力」已經不再只是想像，而是被資本與產業當成下一代基礎設施來佈局。
這場人形機器人競賽的關鍵，不在誰跳得比較像人，而在誰先把勞動力做成可量產、可計價、可維運的標準化服務。
這場人形機器人競賽的關鍵，不在誰跳得比較像人，而在誰先把勞動力做成可量產、可計價、可維運的標準化服務。
01｜理解事件
Business Insider 整理出六家值得關注的人形機器人（humanoid robot）公司，包括 特斯拉 Tesla、Figure AI、1X、Agility Robotics、Boston Dynamics、Apptronik，勾勒出從工廠到家庭的人形機器人產業版圖。這些公司橫跨美國多州與挪威，鎖定的場景大致分為兩類：一類是 物流與製造現場，另一類則把目標放在 家務與長期居家服務。
在特斯拉方面，Optimus 人形機器人 被伊隆．馬斯克形容為「可能是特斯拉史上最重要的產品」。公司路線是先在自家工廠內大量部署，並規劃在 加州 Fremont 建立年產約 100 萬台的產線，同時在德州 Giga Texas 興建專用工廠，目標在 2027 年前後將年產能拉高到約 1,000 萬台。馬斯克一兆美元薪酬方案的一部分條件，也與未來十年交付 100 萬台 Optimus 這個目標綁在一起。
主打家務場景的則是 Figure AI 與 1X。Figure 最新機器人 Figure 03 對準洗衣、打掃、洗碗等日常任務，強調「一台機器人處理多種家務」，累計募資約 23 億美元，成為資本市場關注焦點。1X 的家用機器人 Neo 則採取硬體或訂閱兩種模式：一次性約 2 萬美元，或 每月 499 美元訂閱，預計 2026 年起在美國交付，初期多數任務仍會搭配遠端人類操控。
走在「真正開始幹活」前線的是 Agility Robotics。其人形機器人 Digit 身高約 175 公分，已在與 GXO Logistics 的合作案中，實際在物流中心搬運貨箱、上架到輸送帶，官方對外表示 Digit 已在實際環境中累積搬運超過 10 萬個貨箱，形成早期商業證據。
Boston Dynamics 則是歷史最久的玩家之一，1992 年成立後長期專注於腿足式機器人，2021 年被現代汽車集團以約 11 億美元收購。除了廣為人知的機器狗 Spot，近期也推出 全電版 Atlas 人形機器人，鎖定汽車零件排序等需要高度靈活操作的場景。
來自德州奧斯汀的 Apptronik 2016 年自德州大學「以人為本機器人實驗室」分拆，2023 年公開人形機器人 Apollo，目前累計募資約 7.7 億美元，並尋求新一輪約 5 億美元 資金、目標估值 50 億美元，鎖定倉儲、製造，長期則延伸到醫療與長照場域。
值得特別留意的是，這六家公司公開敘事裡經常提到「改善人力短缺」與「讓人類從重複勞動中解放」，但實際投入的第一線場景，目前幾乎都還是搬貨、疊箱、補貨、物料運送這類高度重複的勞動任務。
02｜解讀新聞
從技術層面來看，這一波人形機器人浪潮，本質上是大型語言模型、視覺模型與機器人控制技術的匯流。像 Figure、1X 等公司，都強調以「通用 AI 模型＋具身實體」為核心，試圖讓機器人聽得懂自然語言指令、看得懂環境，又能規劃出安全可行的動作軌跡。對產業來說，真正的門檻不再只是關節數或步態多流暢，而是 能否長時間穩定完成任務、出錯率與學習速度是否可被量化與優化。
至於商業模式，這些公司其實在搶的是一個新概念：「全球勞動力雲」的早期門票。Figure、1X、Apptronik 這類新創能募到數億到數十億美元，估值來到數十億美元等級，代表資本市場已經不把它們當成單一硬體公司，而是潛在的「勞動力供應平台」。企業未來不只是買一台機器人，而是按月、按任務購買「搬運多少貨箱」「整理多少貨架」這類可量化的工作量。
從使用者體驗與導入路徑看，可以清楚分成兩條線：
一條是工廠與物流優先，以 Tesla Optimus、Agility Digit、Apollo 為代表，先在結構較穩定、環境較可控的場域接手搬運、補貨、物料排序等任務，在有限場景中把可靠度與成本算清楚。
另一條是家用與服務場景優先，如 Figure 03 與 1X Neo，雖然畫面離一般人生活比較近，但短期內高度依賴遠端人員操作與訂閱制商業模式，才能在「自動化程度尚未完全成熟」的過渡期支撐研發成本。
而有關於人形機器的一個更大層面結構變化在於供應鏈與勞動市場。若特斯拉真的按照規畫，在 Fremont 與德州建立 百萬級、千萬級的年產能，代表精密馬達、減速機、感測器、高階晶片等零組件需求會被放大好幾個量級，也會逼迫保險業、維運服務業與人力派遣產業重新計算風險與成本。當 Agility 已經用「搬運超過 10 萬個貨箱」來說服企業計算投資報酬率，人形機器人被當成「一種固定資產＋雲端服務」的速度，很可能會比一般人想像得還快。
03｜延伸思考
我們可以從這篇新聞看到 AI 正在從「抽象的智慧」走向「具身的能力」。過去幾年，我們談的大多是能寫程式、寫報告的模型；現在這六家公司則在示範：當語言理解、視覺辨識與動作控制被整合在同一個系統裡，AI 不只是在螢幕裡回答問題，而是走到倉庫裡搬箱子、在工廠裡補物料。
這也改變了我們判斷 AI 技術價值的方式。對人形機器人來說，真正重要的指標不再是參數多少或 demo 多好看，而是：一天能穩定工作多少小時？平均多久需要維修一次？每一小時的總持有成本與人力相比有沒有優勢？企業願不願意簽多年合約，而不是只做短期試點？ 這些問題，看似很不浪漫，但才是判斷「可量產、可計價、可維運」的關鍵。
從個人角度來看，這篇新聞也提醒我們，要開始練習用「可被拆解、標準化的任務」來看待工作內容。哪些工作步驟，本來就可以被寫成明確流程、轉成資料集？哪些工作，本質上是高情境、高互動、牽涉倫理與關係的判斷？會拆解流程的人，很可能不但不會被人形機器人取代，反而會成為設計與管理「人＋機器人」混合團隊的關鍵角色。
對讀者來說，這代表未來在閱讀類似新聞時，可以刻意多做幾個動作：把炫目的影片還原成具體任務；把募資金額換算成商業壓力；把「取代人力」拆解成「改變哪些工作流程」。一旦養成這種閱讀習慣，人形機器人就不只是科幻畫面，而是幫助你重新定位自己專業價值的一面鏡子。
04｜重點提煉
六家公司勾勒出人形機器人的產業光譜：特斯拉 Optimus 以百萬、千萬台年產能為中長期目標，鎖定自家工廠與製造現場；Figure 03 與 1X Neo 把家務與個人助理視為下一階段戰場；Agility Digit、Boston Dynamics、Apptronik Apollo 則已在物流與工廠中實際接手搬運與物料作業，形成早期付費案例與長期導入計畫。
從技術上來看，人形機器人是大型語言模型＋視覺模型＋控制系統的具體結合，挑戰在於如何在真實環境裡長時間穩定執行任務。因此，真正的比較點，正慢慢地從「像不像人」轉向「每天可連續工作幾小時」、「出錯時如何安全停機」、「能否持續從新資料學習」，這些看似工程的細節反而成為競爭勝負關鍵。
至於在商業層面，這些公司想推動的是「勞動力商品化」的新模式：企業不只是買一台機器，而是按月、按任務購買某種勞動服務；供應鏈上，伺服馬達、減速機、感測器、雲端算力與保險服務也被迫重新調整。誰先做出可量產、可計價、可維運的標準機型，誰就有機會在未來的「勞動力雲」中取得定價權。
對個人來說，面對人形機器人相關新聞時，關鍵素養不在於單純害怕被取代，而是學會問：這台機器人具體完成哪些步驟？需要多少情境判斷與人際互動？哪些環節容易被資料化與標準化？能持續提出這些問題的人，才真正掌握 AI 時代的閱讀能力與職涯主導權。
05｜後續觀察
接下來首先值得觀察的是實際部署規模與續約情況。特斯拉若逐步在工廠導入上千台 Optimus，Agility 與 Apptronik 若能在更多物流與製造據點擴大佈建，企業是否願意續約、擴量，會是判斷這波人形機器人是否走出「展示期」的關鍵訊號。
而另一個指標則是家用市場會不會真正打開。Figure 03 與 1X Neo 目前仍仰賴遠端操控與高度限制的任務設計，未來幾年若能在保險、隱私與安全標準上形成共識，才可能從少數「早鳥玩家」擴散到一般家庭。短期內，工廠與物流很可能仍是人形機器人的主戰場，而家庭與長照場域，則比較像是中長期才會成熟的第二波浪潮。
參考資料：
6 leading humanoid robot companies worth watching
Figure AI 官方網站與產品說明：Figure 03
1X Technologies 官方資訊
Agility Robotics 官方部落格
版權聲明與授權須知
本內容由 InfoAI 擁有著作權。如有引用、轉載或任何商業用途的需求，請來信聯絡： contentpower688@gmail.com。
用內容建立信任
用洞察塑造品牌
在 AI 時代，真正有力量的行銷不是廣告聲量，而是持續輸出的深度思考。InfoAI 把全球 AI 趨勢與報告，轉譯成清楚、精準、有觀點的內容，讓企業不只是跟上變化，而是成為洞察的提供者，讓品牌變成被信任的決策夥伴。如果你不想只是「談 AI」，而是想「透過 AI 影響市場與客戶」，那就從內容開始。歡迎來信： contentpower688@gmail.com
如果你覺得這篇解讀對你有幫助，歡迎訂閱 InfoAI 電子報，我們將持續為你精選 全球 AI 新聞與趨勢洞察，幫助你看懂新聞背後的真正意義。也別忘了加入透過［QRCode］／［按鈕］加入 Line 社群 ，隨時掌握值得關注的 AI 發展與專業觀點。
AI 協作聲明：
本篇文章由 InfoAI 團隊策劃，並透過人工智慧工具協助資料整理與內容撰寫，最終內容由編輯進行人工審閱與優化。
InfoAI｜讀懂 AI 如何改變世界
在 AI 改變世界之前
助你先讀懂 AI 世界
每日精選全球 AI 新聞
AI 趨勢 + 新聞 + 深度解讀
Content Power ｜賦能你在 AI 時代的專業能力
專注於「AI × 專業 × 工作方法」的知識平台
透過框架、流程與方法
協助你在 AI 時代重建專業能力