2026 年農曆除夕，一群揮舞長劍及騰空翻筋斗的人型機械人在央視春晚舞台亮相。直播兩小時內，京東平台機械人搜尋量急升 3 倍，客服詢問量增加 4.6 倍，新訂單遍布全國超過 100 個城市。然而後台流出的片段顯示，操作員穿着動態捕捉衣即時控制，機械人僅透過感應器複製人類動作。不少網民直言，這些只是「高級遙控玩具」。
這場爭議揭示核心問題：若機械人離開人類遙控便無法運作，到底有多大商業價值？本文從技術實力、中美競爭與商業化前景三個層面，為企業決策者還原人型機械人產業的真實圖景。
全文要點
- 春晚級演示不等同實際能力，全行業（包括 Tesla）仍高度依賴遙控，Elon Musk 自認 Optimus 無一台在做有用工作
- 中國贏在「身體」（硬件成本、供應鏈），美國贏在「大腦」（AI 自主性），押注單一陣營有風險
- 現有 cobot 回本 12–18 個月且技術成熟；人型機械人回本期不明，僅適用於需類人移動的場景
- 目前唯一被驗證可行的工廠任務：板件上料、零件搬運、簡單品檢——全部是單一重複動作
- 評估供應商看三個數：周期時間、準確率、每班人工介入次數，不提供數據的不要信
- 規模化商業部署最快 2028 年，現階段用短期租約做 PoC 累積數據，不宜大規模資本投入
- 中國補貼退潮後，低價租金和過剩產能將洗牌，過早鎖定長期合約的企業首當其衝
台前翻筋斗 後台下不了樓梯
2026 年春晚由 Unitree、Noetix Robotics、MagicLab 及 Galbot 四間初創公司的機械人同台演出，配合武打演員表演馬步、掃腿和側空翻。相比 2025 年僅能搖晃跳舞的機械人，悉尼科技大學教授 Marina Zhang 認為，這場表演顯示中國製造戰略進入新階段。
不過舞台表演並非技術實力。業內人士透露，觀眾看到的是預設動作路演，機械人並非自主思考。後台片段顯示，工作人員需手持遙控器引導機械人前行，離開特定場景後幾乎無法行動。在南京龍蟠科技集團年會上，兩部機械人表演後連台階也下不了，最終要由工作人員抱下舞台。雖然 Galbot 和 MagicLab 曾展示煮麵等生活場景，但目前仍缺乏第三方獨立驗證其自主 AI 比例。
遙控操作是全球行業天花板
遙控並非中國公司專有問題，而是 2026 年全球人型機械人行業的技術瓶頸。
Tesla 旗下的 Optimus 同樣面對爭議。2024 年 10 月發布會上，Optimus 為賓客調酒、玩猜拳，事後多名出席者確認機械人是由後台人員即時控制。工程主管 Milan Kovac 承認過程受到人類輔助。Elon Musk 在 2026 年 1 月業績會上坦承，雖然曾聲稱部署逾 1,000 部 Optimus，但目前仍處於研發早期，未有任何一部在處理實質工作。
Bain & Company 報告指出，大部分人型機械人仍處於試點階段，高度依賴人類輸入。這類示範通常在佈置好的環境下進行，並有遠程監督。Morgan Stanley 分析師更建議，若示範未有明確標示為自主操作，大眾便應假設是由人類遙控。
工廠實測：BMW 與 Mercedes 的經驗
目前最具參考價值的真實部署來自歐洲車廠。BMW 與 Figure AI 在美國 Spartanburg 廠進行 11 個月試點，兩部 Figure 02 機械人負責車身焊接工序的板件上料，需在 84 秒內完成一個周期。機械人每天輪班運作 10 小時，累計運作逾 1,250 小時，參與約 3 萬部汽車生產，搬運超過 9 萬個零件。Figure AI 透露前臂子系統最常出現故障，但拒絕公開周期時間、放置準確度及人工介入頻率這三項關鍵指標。Figure 02 退役後，BMW 德國 Leipzig 廠改與 Hexagon Robotics 合作部署 AEON 機械人，預計 2026 年夏季啟動試點。另一方面 Mercedes-Benz 於柏林和匈牙利工廠測試 Apptronik 的 Apollo 機械人，目前僅用於物流搬運和部分品質檢查。
從這些案例可見即便是頂尖車廠，人型機械人仍局限於單一重複性的任務。業界共識認為遙控本身並非故意造假，而是訓練 AI 必要的步驟。可是若企業長期停留在遙控階段，無法過渡至自主運作，最終只是銷售硬件，而非智能科技。
中國的真正優勢 供應鏈與成本主導權
撇開自主性爭議，中國在硬件層面具有明顯優勢。Barclays 數據顯示，2025 年全球約 15,000 部人型機械人裝機量中，中國佔超過 85%。Omdia 報告亦指出 AgiBot 出貨逾 5,100 部、Unitree 逾 5,500 部，兩間公司合共佔近四分之三。反觀 Tesla、Figure AI 及 Agility Robotics 各自僅售出約 150 部。Morgan Stanley 將 2026 年中國銷售預測上調至 28,000 部。
這項優勢源於接近全面垂直整合的供應鏈。觸覺感應器單價從五年前的 10 萬人民幣（約港幣 10.8 萬元）壓低至不足 200 人民幣（約港幣 216 元）。預計今年關節模組的減速器與伺服系統國產化比率將突破 50%。Unitree G1 零售價約 16,000 美元（約港幣 12.4 萬元），而 Tesla Optimus 預計售價高達 20,000 至 30,000 美元（約港幣 15.6 萬至 23.4 萬元）。Morgan Stanley 估計，若排除中國零件，Optimus Gen 2 製造成本將由 46,000 美元（約港幣 35.8 萬元）飆升至 131,000 美元（約港幣 102 萬元）。即使歐美開始擴展產能，短期內亦難以複製這種供應鏈規模。
「美國大腦、中國身體」的競爭格局
可是硬件領先並不代表最終勝利，業界目前逐漸形成共識，全球人型機械人市場正分裂為「美國大腦」與「中國身體」兩大陣營。美國透過 Nvidia、Tesla 和 Google 在訓練機器自主運作的領域保持領先，中國則主導製造規模與硬件成本。
Omdia 分析師蘇連杰認為，西方企業可憑藉更優越的 AI 與自主性競爭，不預期美國會依賴中國出產的人型機械人。有北京研究員亦承認，中國國內研究主要集中在硬件和應用場景，較少關注控制軟件的成熟度。Elon Musk 曾表示中國是 Tesla 最強勁的對手，但他強調 Optimus 能夠在真實世界的智能和手部設計方面維持優勢。
根據行業發展預測，2026 至 2028 年將是半自主工業試點期，預計 2028 至 2032 年物流及倉儲行業會出現早期商業部署。至於能夠應付非結構化環境的通用型機械人，則要等到 2030 年代。DIGITIMES 報告指出，具備雙足行走和靈巧雙手的人型機械人，最快要 2029 年後才具備量產條件。
這種「大腦追不上身體」的困局有其結構性原因。TechCrunch 引述前 Google 行政總裁 Eric Schmidt 辦公室的中國及 AI 政策研究員徐思遠（Selina Xu）分析指，大型語言模型（LLM）可從互聯網抓取海量文字數據。人型機械人的訓練數據卻必須來自真實物理環境的操作紀錄，無法單靠網上獲取。
因此即使中國硬件升級再快，AI 軟件的數據瓶頸短期內依然難以突破。徐思遠直言：「硬件目前跑在軟件前面。機械人的身體比幾年前靈巧得多，但大腦仍處於萌芽階段。」
這正好解釋為何整個行業仍高度依賴遙控和模擬環境訓練。要真正提升機械人的自主能力，關鍵在於誰能率先解決收集物理世界數據的難題。
商業回報與泡沫風險
缺乏自主性直接造成商業化困境。AgiBot 一部售價逾 10 萬人民幣（約港幣 10.8 萬元），最低月租只需 2,200 人民幣（約港幣 2,376 元），在政府補貼支撐下，中國人型機械人定價遠低於海外競爭對手，但以售價除以月租計算，租賃方的投資回收期長達四年以上，尚未計入維護及人力監督成本。現時大部分機械人僅用於迎賓及表演，少數在工廠負責搬運，效率只有人類的三至四成。
企業方面，不要只著眼看機械人帳面租金或售價，其實只是支出中的冰山一角。 Robozaps 成本分析指出，人型機械人總擁有成本（TCO）通常比購入價高出 20% 至 40%。隱性開支包括每年 5,000 至 15,000 美元（約港幣 3.9 萬至 11.7 萬元）的企業級維護費，還要應付每兩三年一次的電池更換、感應器校準以及系統整合。
最易忽略的是人力成本。現階段機械人無法完全自主運作，企業必須配備遙控操作員或現場監督人員。AgiBot 最新 G2 機型雖標榜一人可監控多部機械人，但遇上任務切換和異常處理，依然需要即時人工介入。
參考 Figure 02 在 BMW 試點的經驗，前臂等高負荷部件最常出現故障。大部分廠商至今仍未公開長期維護成本與後備零件定價。換言之，標榜月租二千的機械人，實際營運開支隨時是租金數倍。《經濟學人》文章指，目前仍未清楚如何將表演型機械人轉化為生產工具。
市場需求未成熟，中國政府順理成章成為最大買家，購入的機械人多用於活動展覽。比亞迪（BYD）計劃 2026 年在自家工廠部署 2 萬部機械人，創下全球最大規模的企業部署計劃。不過任務仍局限於堆箱和搬運，不同工序間依然需要人類手動切換裝置。「鈦媒體」直言春晚是一場偽裝成娛樂的資本路演，香頌資本董事沈萌亦指行業重心傾向下一輪融資而非完善技術，投資界已經感到疲勞。
「政府的角色不止於採購。上海等地已設立測試中心，讓企業共享數據訓練機械人，形成政府出場地、企業出產品的協作模式。有創投業者坦言，選擇投資對象時，公司能獲得多少地方政府資源補貼，與技術實力同等重要。」
發改委發言人李超警告，全國逾 150 間人型機械人企業中，過半數為跨界新加入者。這些產品高度同質化，研發資源容易被資本泡沫稀釋。Horváth 合夥人 Andreas Brauchle 亦提出警告，大眾認知與現實技術的差距會增加投資泡沫風險。
對企業決策者的戰略啟示
企業面對這場熱潮，核心考量不應是「要不要買機械人」，而是釐清人型機械人在甚麼條件下比現有方案更值得投資。
先問：是否真的需要人型？
協作機械人（Cobot）售價約 2.5 萬至 8 萬美元（約港幣 19.5 萬至 62.4 萬元），部署只需數天，回本期約 12 至 18 個月。現時在看管機台、揀放物件、品質檢查和焊接方面，已經有成熟回報數據。相反，全尺寸人型機械人售價高達 5 萬至 20 萬美元（約港幣 39 萬至 156 萬元）以上，回本期未明。人型機械人的獨特價值，在於能夠在人類空間穿梭並靈活切換不同任務，而這偏偏是目前技術最不成熟的領域。若然工作流程可用機械臂或協作機械人解決，企業現階段毋須考慮人型方案。
若要試點：怎麼選場景、怎麼評估
參考 BMW 和 Mercedes 的經驗，目前被驗證為可行的任務只有三類：板件上料（Pick-and-place）、零件搬運及簡單品質檢查。這些任務環境高度結構化，動作重複且對靈活度要求較低。企業評估供應商時，應要求查閱三項實測指標：周期時間（Cycle time）、任務完成準確度（Placement accuracy），以及每班次人工介入次數（Interventions per shift）。若供應商拒絕提供這些數據，其產品成熟度便值得懷疑。
至於資本模式，AgiBot 推出月租 2,200 人民幣的租賃模式，看似降低企業入場門檻，但背後極依賴政府補貼。當補貼減少，能否維持服務仍是未知數。企業宜先以六個月至一年短期租約進行概念驗證（PoC），累積數據後再作長遠打算。
供應鏈風險與行業時間表
在「美國大腦、中國身體」格局下，過度依賴單一陣營會帶來風險。中國已對稀土磁鐵實施出口管制，直接影響致動器供應。而 Tesla 排除中國零件後，製造成本大增三倍。企業需要提早規劃多元化採購策略。綜合多間機構預測，半自主工業應用最快到 2028 年才開始具規模部署。Goldman Sachs 估計，全球市場到 2035 年將達 380 億美元。現階段最理性的策略，是先作小規模試點並累積數據，過早鎖定長期合約的企業反而容易承受補貼退潮帶來的衝擊。
這場熱潮到底會開創智能製造新時代，還是重演產能過剩？答案取決於機械人何時真正擁有自己的「大腦」。在此之前最務實的做法是利用協作機械人解決眼前需求，並以短期租約試點人型機械人。企業應着眼於為 2028 年後的規模化部署做好準備，而非被華麗的舞台演出吸引，在技術未成熟時過早押注。
資料來源：CNN、Vision Times、Newtalk 新聞、自由時報、BotInfo、Cybernews、Bain & Company、Morgan Stanley（via Investing.com）、Figure AI、Repairer Driven News、BMW Group、WinsSolutions、Rest of World、Interesting Engineering、IDN Financials、CnEVPost、CNBC、Articsledge、Robotics & Automation News、DIGITIMES、Robozaps、Interesting Engineering（AgiBot G2）、《經濟學人》（via BizNews）、Axis Intelligence、TechCrunch、The Week
