close

機械人科技

機械人科技

中國人形機械人的高速發展 AI 創新與政策扶持雙引擎驅動，搶佔全球市場主導權

by Lam Lawton on 機械人科技

 

鄧淑明博士
香港大學計算與數據科學學院及社會科學學院地理系客席教授

 

近年來，人形機械人的發展突飛猛進，已迅速滲透至物流、製造業、醫療護理等多種商用領域。投資銀行高盛於 2024 年預測，全球人形機械人市場到2035年規模將達 380 億美元(約港幤2,980億元)。

 

有指人形機械人市場之所以能夠在短期內獲得高度成長，主要有兩大推動力：

(一) 勞動力減少—在工廠、物流、醫療照護等領域，機器人能填補人力資源不足問題，並可大幅提高效率，特別對人力密集型產業起著重大作用；

(二) AI 的持續創新—隨著人工智能技術日趨成熟，機械人的動作平衡與自主學習能力也不斷提升。再加上，電池、晶片和感測器等關鍵零組件成本的下降，有助機械人應用的普及化，大大提升市場的需求。

 

世界各地都爭相投入人形機械人的研發，中國雖然在關鍵技術上仍有待改善，但其供應鏈早佔據主導地位，有不少工廠已進入量產階段。與此同時，在中央政府大力推動下，越來越多資本湧入人工智能相關的企業，加劇了國內競爭。目前，開發和銷售人工智能產品的國內公司已超過4500家。摩根士丹利近期發佈的全球人形機械人領域上市公司的百強名單，有37家中國企業上榜。中國電子學會預測，到 2030 年，中國人形機械人市場規模有望達至8700億元人民幣(約港幣 9,530 億元)。

 

隨著中國步入重度老齡化階段，預料人形機械人的需求將大幅提升。不過，有中國專家指出，要機械人在家單獨完成各項家務，比上太空的難度更高。要人形機械人量產、普及化，須克服的挑戰仍然相當多，有待進一步解決。

 

 

read more
人工智能企業趨勢機械人科技

NVIDIA「輝達二代」首度受訪： 為父親工作有壓力也有成就感

by Pierce on 人工智能企業趨勢機械人科技 ai NVIDIA 機械人 黃仁勳 黃勝斌


NVIDIA「輝達二代」首度受訪： 為父親工作有壓力也有成就感

全球首家市值突破 5 萬億美元（約港幣 39 萬億元）的科技巨頭 NVIDIA，其創辦人黃仁勳的子女正在公司新興業務領域扮演關鍵角色。在 NVIDIA GTC 技術大會期間，黃仁勳 39 歲的兒子、機械人產品線經理黃勝斌（Spencer Huang）罕見接受媒體採訪，坦言為父親工作「有些日子辛苦，有些日子輕鬆」，並強調團隊正在推動一件「非常重要的事」。這次訪問首度揭露了 NVIDIA 家族傳承策略的內幕，兩位「輝達二代」並非直接空降高層，而是從基層做起，分別在機械人與數碼孿生軟件等未來成長賽道擔任要職。

黃家兄妹掌舵 NVIDIA 未來成長引擎

黃勝斌於 2022 年加入 NVIDIA，此前曾在台灣開設雞尾酒吧 R&D Cocktail Lab，擁有紐約大學 AI 專業學位。目前他專注於建構雲原生技術，以簡化和加速機械人模擬應用的採用，工作範圍包括擴展模擬工作負載、合成資料生成以及驗證測試流程。在接受採訪時，他形容這三年多的工作經歷充滿挑戰但富有成就感，因為「工作的時候，黃仁勳就是老板」，職場上不存在父子特權。NVIDIA 在 2025 年 6 月的財報顯示，其機械人與自動駕駛業務單季營收達 5.67 億美元（約港幣 44.2 億元），雖僅佔總營收約 1%，但年增率高達 72%，印證了黃勝斌團隊的貢獻。

黃仁勳的女兒黃敏珊（Madison Huang）則擔任物理 AI 平台的高級產品與技術營銷總監，主管 NVIDIA Omniverse、Cosmos 世界基礎模型和 Isaac 機械人平台等業務。曾在路易威登集團（LVMH）負責奢侈品營銷戰略，擁有倫敦商學院 MBA 學位，被同事形容為具有「明星氣質」、工作節奏快且要求極高。報導指出，她甚至會在會議中直接指出同事不足，力圖擺脫「拼爹」標籤，展現出與弟弟黃勝斌截然不同的強硬管理風格。值得注意的是，黃氏兄妹都未涉足 NVIDIA 核心的晶片與資料中心業務，而是布局公司未來十年的戰略新興領域。

機械人業務成為萬億美元（約港幣 7.8 萬億元）新戰場

黃仁勳在 2025 年 6 月股東大會上明確表示，除了人工智能外，機械人技術代表著公司「最大的成長機會」，預測這兩大領域的總市場規模將達到「數萬億美元（約港幣數十萬億元）」。10 月 30 日，NVIDIA 宣布與韓國三星電子、現代汽車集團等工業巨頭達成合作，將部署超過 250,000 顆 NVIDIA GPU 建設主權雲端和 AI 工廠。現代與 NVIDIA 的合作將聚焦於自動駕駛汽車、智慧工廠和機械人的 AI 能力開發，以及建設區域性 AI 資料中心。黃仁勳在首爾與三星會長李在鎔、現代會長鄭義宣共進晚餐時暗示，即將發布的 AI 機械人技術合作案將是「百分百讓韓國欣喜的好消息」。

NVIDIA 正透過 Omniverse 數碼孿生技術和 Isaac 機械人平台，協助 Siemens、發那科（FANUC）和富士康等製造業龍頭建設 AI 驅動的智慧工廠。Siemens 成為首家開發支援 Mega Omniverse Blueprint 的數碼孿生軟件公司，目前正在測試新的工業技術堆疊，幫助工程師設計和操作大規模工廠數碼孿生系統。富士康則運用新的 Omniverse 技術，在休斯頓設計、模擬和改善其面積達 22,509 平方公尺的新設施，用於製造 NVIDIA AI 基礎設施系統。黃仁勳強調：「AI 正在將全球工廠轉變為智能思考機器——這是新工業革命的引擎」。

 5 萬億美元市值背後的機遇與隱憂

2025 年 10 月 29 日，NVIDIA 成為歷史上首家市值突破 5 萬億美元（約港幣 39 萬億元）的上市公司，從 4 萬億美元跨越到 5 萬億美元僅用時 113 天，而從 3 萬億美元到 4 萬億美元則耗時 410 天，增速明顯加快。這一市值已超過英國、法國、德國等國家股市總市值，僅次於美國和中國的 GDP 規模。Morgan Stanley 分析師指出：「NVIDIA 突破 5 萬億美元市值不僅是里程碑，更是一份聲明——它已從晶片製造商轉變為產業創造者」。CEO 黃仁勳在華盛頓特區 GTC 大會上揭露，Blackwell 系列和明年推出的 Rubin 晶片世代，預計將帶來合計 5,000 億美元（約港幣 3.9 萬億元）收入。

競爭態勢方面，NVIDIA 雖仍掌握約 80% 的全球 AI 晶片市場佔有率，但 AMD、Intel 和 Micron 等競爭對手正快速崛起。AMD 今年股價上漲 69%，與 OpenAI 達成數十億美元（約港幣數百億元）的 GPU 供應協議，成為最嚴峻挑戰者；Micron 因高頻寬記憶體需求暴增而飆升 119%；Intel 則推出針對推理改良的新晶片 Crescent Island 重返競爭。

給年輕世代的 AI 生存指南

當被問及給年輕人的建議時，黃勝斌的表情與談論機械人技術時同樣專注。他強調：「你要了解自己應該善用 AI，因為你總是要面對同樣在使用 AI 的人，越會玩 AI，優勢就越大」。他預測人們未來不會再編寫大部分程式碼，而是由「AI 同事」協助生成，但這並不代表人類被 AI 取代，「你仍然需要駕馭與整合的能力，因為思考大型系統的能力依舊來自人類心智」。他建議年輕人專注於基礎科學和物理學等不會過時的基本功，同時掌握 AI 工具運用能力。

這位「輝達二代」的務實態度，反映了矽谷家族傳承的新模式。與 Apple 創辦人 Steve Jobs（賈伯斯）或 Microsoft 創辦人 Bill Gates（比爾·蓋茨）的子女選擇遠離家族企業不同，黃氏兄妹選擇深度參與 NVIDIA 的未來發展。黃仁勳曾在今年的全員會議上被問及公司「裙帶關係」問題時坦率回應：「許多員工的子女在公司工作，我並不困擾，因為這些父母如果會讓自己難堪，就不會推薦自己的孩子」，他更笑稱許多「NVIDIA 二代」員工的表現甚至超越了他們的父母。

資料來源： Morningstar Reuters CNBC NVIDIA Blog BBC News

read more
人工智能機械人科技科技專欄

當機械人走進客廳 1X Technologies 家庭人形機械人 NEO

by Francis Fong on 人工智能機械人科技科技專欄

挪威公司 1X Technologies 推出全球首款面向家庭的人形機械人 NEO，現已開放預購。這不是科幻電影的概念預告，而是一台身高與成人相仿、能摺衫、開門、與人對話的真實產品。售價兩萬美元或亦可選擇每月 499 美元的訂閱模式，預計 2026 年將走進美國家庭。然而，若僅視 NEO 為聰明家電，恐怕忽略了這場科技革新背後更深的野心。

NEO 的規格相當吸引，重約30公斤，採用自家研發的「肌腱式驅動系統」（Tendon Drive），模仿人體關節的柔軟度，使其能在狹小空間安全行走與工作。除了進行摺衣、搬物、開門等基本任務外，還搭載語音及視覺AI，能理解指令、辨識物品，甚至未來能整合智能家居。

NEO 並非完全獨立的「全自動」管家，官方資料坦承，用戶可隨時透過手機或 VR 裝置「遠端駕駛」（pilot your NEO）；當 NEO 遇到未曾學會的複雜任務時，用戶可啟動「專家遠端模式」（Scheduled Expert Mode），由 1X 的專家接管操作。這樣的設計乍看像是對產品能力不足的補丁，實際卻是 1X 商業模式的核心。揭示了「人工輔助 + AI 自主」的混合現實，也是科技業稱為的「人在迴路」（Human-in-the-Loop, HITL）。

訓練具身 AI（Embodied AI）的最大瓶頸，在於缺乏真實世界的物理互動數據。再精密的模擬環境，也無法重現家庭生活的混亂與突發情況。NEO的策略是將數以千家萬戶的居家環境作為分散式的AI訓練場。讓每位使用者成為 AI 發展過程中的數據供應者。當 NEO 不懂如何摺絲質襯衫或無法判斷半滿水杯的重心時，遠端專家隨即示範操作，這些糾正都是極具價值的訓練樣本，即時回傳至雲端，用於改進統一 AI 模型。消費者不僅購買了機械人，更在無形間為1X提供了家庭場景與真實互動的珍貴數據。

當Tesla等競爭對手仍在高成本的工廠環境訓練 Optimus 時，1X 已將其學習基礎部署至最豐富多樣的終端場景，並由客戶自願承擔成本。這不禁讓人想起智能揚聲器的發展軌跡，當年人們以為它只是播放音樂的工具，實則成為已成為蒐集語音數據的入口。又例如Tesla的全自動駕駛 (Full Self Drive)，其實也是收集 Tesla 用戶多年以來行車數據得來的成果。如今，NEO 蒐集的不只是聲音，更是人體動作與生活行為的數據地圖。

然而，這項創新同時引發新的倫理與私隱爭議。當遠端的「專家」能隨時透過雲端登入你家中的機械人，觀察環境、甚至實際操控時，我們該如何界定家庭的私密界線？這無疑是 NEO 普及前必須解決的信任難題。

儘管 NEO 現階段能力有限，且價格高昂，短期內未必可以全面普及，但它的出現象徵一場技術範式轉移：AI 正從虛擬的資訊世界邁向真實世界。它不再僅限於生成文字與圖像，而是開始學習「如何行動」。如果說 ChatGPT 改變了我們與知識的互動方式，NEO 及其後繼者，或將徹底改寫「勞動」與「家庭」的定義。這場以家居為起點的 AI 新戰爭，才正要開始。

 

Francis Fong 方保僑

方保僑先生於資訊、通訊、科技及電子消費品市場工作超過二十年，引入過不少新科技產品，並創辦多個業界組職及為多個非營利機構擔任委員提供專業意見。現任香港資訊科技商會榮譽會長、香港互動市務商會創會及榮譽會長、香港消費電子產品聯盟創會會長、電子學習聯盟創辦人、世界資訊通訊與服務業聯盟董事、電訊事務管理局辦公室電訊規管事務咨詢委員會成員、運輸署智慧交通基金管理委員會委員、樂施會香港及樂施會澳門董事會成員、香港小童群益會資訊科技委員會委員、香港紅十字會資訊科技委員會成員，仁愛堂堂務行政委員會外界委員等。

read more
人工智能企業趨勢機械人科技

Uber 聯手 Nvidia 建 10 萬輛自駕車隊：運輸業變革加速 職業司機飯碗岌岌可危

by Pierce on 人工智能企業趨勢機械人科技 NVIDIA Uber waymo 機械人計程車 自駕車


Uber 聯手 Nvidia 建 10 萬輛自駕車隊：運輸業變革加速 職業司機飯碗岌岌可危

全球最大叫車平台 Uber 與晶片巨頭 Nvidia 宣布攜手創建史上最大規模的自動駕駛車隊，計劃從 2027 年起部署多達 10 萬輛 Level 4 自駕計程車。這項合作整合了 Nvidia 最新發布的 Drive AGX Hyperion 10 運算平台與 Drive AV 軟件，並由跨國汽車製造商 Stellantis 提供首批至少 5,000 輛車輛，更攜手鴻海（Foxconn）進行電子系統整合。此舉標誌著無人計程車從科幻概念邁向商業規模化的關鍵轉折點，同時也為全球數百萬名職業駕駛敲響警鐘。

技術聯盟重塑流動版圖

Nvidia 行政總裁黃仁勳在華盛頓特區首次舉辦的 GTC AI 大會上強調，Drive AGX Hyperion 10 平台整合了雙 Thor 晶片系統、DriveOS 作業系統、14 個攝影機、9 個雷達、光達（LiDAR）以及 12 個超聲波感應器，能實現 Level 4 自動駕駛能力——即車輛在特定區域內可完全自主行駛，無需人類駕駛員待命接管。Uber 行政總裁 Dara Khosrowshahi 表示：「Nvidia 作為 AI 時代的基礎架構支柱，現在將創新技術規模化應用於 Level 4 自動駕駛，使搭載 Nvidia 技術的自駕車能透過 Uber 平台大規模部署」。

這項合作建立在雙方今年 1 月達成的初步協議之上，當時 Uber 同意提供駕駛數據協助改進 Nvidia 的 AI 模型與晶片技術。最新公布的計劃更包括建立由 Nvidia 驅動的「機械人計程車數據工廠」（robotaxi data factory），透過持續的數據回饋與機器學習，加速自駕系統的改良。Stellantis 預計從 2028 年開始生產這些自駕車，初期將在美國特定城市營運，隨後擴展至全球市場。

競爭對手 Waymo 已搶佔市場先機

相較於 Uber-Nvidia 聯盟仍在籌備階段，Alphabet 旗下的 Waymo 已在自駕計程車市場取得顯著領先優勢。根據創投公司 Bond 於 2025 年 6 月發布的研究，Waymo 僅用 20 個月 就在三藩市佔據 27% 的共乘市場比重，在德州奧斯丁則佔約 20%。Waymo 共同行政總裁 Tekedra Mawakana 於 2025 年 10 月 27 日在 TechCrunch Disrupt 大會上透露，公司計劃在 2026 年底前將每週自駕行程次數從目前的「數十萬次」提升至 100 萬次。

Waymo 目前已在鳳凰城、洛杉磯、三藩市、亞特蘭大和奧斯丁營運，並計劃擴展至邁阿密、達拉斯、丹佛、西雅圖、納許維爾和華盛頓特區等六個美國城市，同時將於 2026 年在英國倫敦推出全自動駕駛服務。根據 Waymo 公布的安全數據，其自駕車隊在累積超過 2,200 萬英里的行駛里程中，氣囊展開次數比人類駕駛減少 84%，造成傷害的碰撞事故減少 73%，路口碰撞更減少 96%。

駕駛職業面臨存亡考驗

自動駕駛計程車快速崛起對傳統駕駛業帶來前所未有的威脅。根據美國勞動市場統計，全美約有 440 萬個工作崗位依賴駕駛技能，包括卡車司機、計程車駕駛與外賣員。Upjohn 就業研究所（Upjohn Institute for Employment Research）研究預測，自動駕駛車輛將在未來 30 年內直接淘汰 130 萬至 230 萬個工作機會，雖然大規模失業潮可能要到 2030 年代末至 2050 年代才會顯現。

以西雅圖為例，當地司機聯盟指出，該市約有 2 萬名共乘與計程車司機，但現有乘客需求已無法支撐如此龐大的從業人口，Waymo 進軍西雅圖的計劃更加劇了駕駛們的焦慮。波士頓駕駛則質疑自駕技術能否應付該市複雜的道路環境—波士頓街道建於汽車發明前數世紀，加上嚴酷的冬季氣候，與 Waymo 最初選擇的鳳凰城等陽光城市截然不同。

針對就業衝擊疑慮，Waymo 回應稱公司正在創造就業機會，預估未來 10 年自駕車產業將創造 10 萬個新職位，包括在地機械師、車輛清潔人員、車隊管理人員與技術支援團隊。然而這些新增職缺能否彌補流失的駕駛工作，仍是業界爭論焦點。

市場規模爆炸性成長在即

自動駕駛車輛市場正經歷爆炸性成長。根據 Grand View Research 於 2024 年 10 月發布的報告，全球自動駕駛車輛市場規模於 2024 年達到 680.9 億美元（約港幣 5,311 億元），預計到 2030 年將擴張至 2,143.2 億美元（約港幣 16,717 億元）。

高盛（Goldman Sachs）於 2025 年 7 月分析指出，美國自駕計程車數量預計將從目前的數千輛增長至 2030 年的約 3.5 萬輛，屆時將產生 70 億美元（約港幣 54.6 億元）的年度營收。機械人計程車細分市場更被預測將從 2024 年近 20 億美元（約港幣 15.6 億元），在 2030 年突破 400 億美元（約港幣 312 億元）。這些數據充分顯示，雖然目前 Waymo 僅營運約 2,000 輛自駕車，但 Uber-Nvidia 聯盟提出的 10 萬輛目標並非天方夜譚，反而符合市場對規模化部署的期待。

安全性爭議尚待更多數據驗證

自動駕駛車輛是否比人類駕駛更安全，仍是業界熱烈討論的議題。美國 AAA 於 2025 年調查顯示，僅 13% 美國駕駛表示願意信任並搭乘自動駕駛車輛，雖然這一數字已較 2024 年的 9% 有所提升。人類駕駛在美國平均每行駛 20 萬英里會發生一次碰撞，在繁忙城市這一數字更會翻倍。Waymo 數據顯示其自駕車每週完成 15 萬次付費行程，累計超過 100 萬英里的全自動駕駛里程，事故率顯著低於人類駕駛基準。

然而並非所有自駕系統都表現優異。奧斯丁首週推出的 Tesla 機械人計程車就記錄了至少 11 宗問題事件，包括「幽靈煞車」（phantom braking）、誤入逆向車道以及在路口中途停車等。美國國家公路交通安全管理局（NHTSA）數據顯示，無人駕駛車輛平均每 100 萬英里發生 9.1 次事故，高於同距離內人類駕駛的 4.2 次——不過這一統計涵蓋所有自駕系統，而非僅限頂尖廠商。IDTechEx 預測，隨著技術持續精進，2025 年機械人計程車的安全表現將全面超越人類駕駛。

企業策略轉型刻不容緩

Uber-Nvidia 合作案對企業啟示在於：運輸產業正從「人力密集」快速轉向「技術密集」模式，企業若不及早布局將面臨被市場淘汰的風險。物流、配送、客運與貨運公司應評估如何將自動駕駛技術融入營運策略，包括與技術供應商建立合作關係、投資員工技能轉型計劃，以及參與自駕車隊管理系統的開發。

同時保險、維修、停車場管理等周邊產業也必須重新思考商業模式，因為自動駕駛車輛將大幅降低事故率、改變車輛使用模式，並對傳統服務需求產生根本性影響。當 10 萬輛自駕車於 2027 年開始上路，當 Waymo 在 2026 年達成每週百萬次行程的里程碑，整個運輸生態系統將經歷翻天覆地的變革。

 

資料來源： NVIDIA 官方新聞 路透社 彭博社 Grand View Research Observer

 

read more
機械人科技

Amazon 進一步自動化倉庫運作　 計劃以機械人取代 60 萬職位

by Antony Shum on 機械人科技 Amazon automation Robotics

 

Amazon 內部文件披露，計劃在 2033 年前以自動化技術取代超過 600,000 個美國職位，同時機械人團隊將承擔公司 75% 的營運工作。作為美國第二大私營僱主，Amazon 目前已在全球設施部署超過 1,000,000 部機械人，數量接近其倉庫人力規模。 （繼續閱讀…）

read more
人工智能機械人科技

螞蟻集團押注超仿生機械人 首形科技年內第三輪融資破億 情緒 AI 吸引巿場資本

by anskar on 人工智能機械人科技 具身智能 情緒 AI 機械人 螞蟻集團 首形科技

超仿生情感互動機械人研發商首形科技於 2025 年 9 月完成新一輪過億元人民幣（約港幣 1.08 億元）融資，這是這間成立僅 15 個月的公司在 2025 年內完成的第三輪融資。本輪融資由螞蟻集團領投，錦秋基金聯合投資，厚雪資本、弘暉基金等知名風險投資基金及鵬城願景基金等科研機構基金參與，原有股東順為資本、招商局創投、Taihill 持續超額追投。融資將主要用於情緒基座模型的迭代升級和多場景應用的商業化落實，標誌著人形機械人領域從技術演示階段正式邁向商業變現關鍵期。此事件揭示三大核心趨勢：互聯網巨頭加速佈局具身智能生態、情感互動技術成為差異化競爭壁壘、資本密集押注從「功能工具」轉向「情感夥伴」的新一代機械人。

資本瘋狂湧入背後邏輯

2025 年具身智能領域的融資熱度達到前所未有的高峰，首八個月已發生 138 宗融資事件，其中 52 宗金額超過 1 億元人民幣（約港幣 1.08 億元），全年累計金額突破 153 億元人民幣（約港幣 165.24 億元）。首形科技在短短三個月內連續完成 Pre-A 輪、A 輪和 A+ 輪融資，吸引了從策略投資者到財務投資者的全方位佈局。螞蟻集團在 2025 年頻繁涉足具身智能領域，已投資宇樹科技、鈦虎機械人、靈心巧手等多間企業，形成從本體製造到零部件的產業鏈覆蓋。平安基金經理張蔭先明確指出，人形機械人是「未來十年最具成長性的黃金領域」，參考智能手機和新能源汽車的發展軌跡，當前產業正處於從 0 到 1 的萌芽期，並向 1 到 N 的成長期過渡階段。全球人形機械人市場規模預計將從 2025 年的 29.2 億美元（約港幣 227.76 億元）增長至 2030 年的 152.6 億美元（約港幣 1,190.28 億元），年複合增長率高達 39.2%，而情緒 AI 細分領域預計從 2025 年的 57.3 億美元（約港幣 446.94 億元）擴張到 2035 年的 385 億美元（約港幣 3,003 億元）。

AI 情緒模型有溫度  跨越恐怖谷效應

首形科技的核心競爭力在於其自主研發的情緒基座模型和超高仿生人臉技術，這項技術正突破困擾業界多年的「恐怖谷效應」。公司創辦人胡宇航博士畢業於哥倫比亞大學創意機器實驗室，其研究成果曾發表於《自然·機器智能》、《科學·機器人學》等國際頂級期刊，提出了「自監督學習 + 自我建模」的創新方法體系，使機械人能夠透過觀察自身學習結構與運動規律。2025 年 2 月和 5 月，胡宇航的研究成果再次刊登於《自然·機器智能》和《NPJ·機器人》期刊，展示了在機械人自主學習演算法領域的持續突破。首形科技的情緒基座模型融合語言、表情、語音、語境等多模態資訊，使機械人除了能識別人類細微的面部變化，也能作出自然可信的情緒回應。這種技術突破在實際應用中已獲驗證：其最新產品「精靈·璇」憑藉超仿生面孔和高辨識度設計，備受行業和大眾注目，被定位為「具備藝術收藏價值的科技品項」。德勤中國研究主管合夥人陳嵐認為，人工智能等前沿技術的融合創新正支援服務機械人向具身智能邁進，將賦能千行百業。

商業化落實的雙軌策略

首形科技在商業化路徑上採取了獨特的雙軌策略，同時推進 Origin 計劃和精靈計劃。Origin 計劃聚焦於將虛擬數碼生命轉化為可感知、可交流的實體存在，讓互聯網時代隔着屏幕的虛擬角色跨越「冰冷邊界」進入現實世界。此策略與當前人形機械人商業化落實的主流方向形成差異化競爭：業界普遍認為工業製造是最先規模化應用的場景，優必選、宇樹科技等企業將 2025 年定位為「量產元年」，目標突破 1,000 台出貨量。但首形科技選擇優先在品牌旗艦店、主題樂園、IP 體驗空間等情緒價值密集的互動場景建立商業閉環，透過部署具備自然表情和主動互動能力的機械人快速建立人機情感連結。智元機械人創辦人王闖提出，商業化成功的量化標準是「單一場景能運行 1,000 台以上並保持高日活」，而首形科技計劃於 2025 年底啟動內部員工測試，這將是 Emo 機械人的首批「種子用戶」。北京大學助理教授、銀河通用創辦人王鶴指出，人形機械人產業化的核心在於合成數據突破和場景閉環能力，首形科技的多場景應用落實策略正是對此理念的實踐。

產業生態重構與未來想像

螞蟻集團對首形科技的投資反映出互聯網巨頭對具身智能生態的全鏈條佈局野心。2025 年初，螞蟻集團子公司上海螞蟻靈波科技有限公司招募 14 個與具身智能系統相關職位，涵蓋嵌入式開發、機械人軟件測試、演算法工程師等崗位，顯示其可能自研人形機械人產品。投資首形科技則補足了螞蟻在情感互動和人機共情領域的技術短板，形成硬件本體、靈巧手零部件、情感互動系統的完整生態。華泰證券研究報告指出，2025 年人形機械人將真正進入工廠場景訓練，累積高品質、大規模應用數據，這是破除具身智能「數據不足與實用性低下引力束縛」的關鍵。中信證券預測，2025 年人形機械人出貨量將超過 10,000 台，到 2030 年將達到約 500 萬台，市場規模增長至 7,500 億元人民幣（約港幣 8,100 億元）。情感互動型機械人的應用場景更加廣泛，從醫療養老到文旅娛樂，從教育陪伴到企業服務，都存在巨大的市場需求。德勤與普渡機械人聯合發佈的白皮書強調，服務機械人需要發展「流動 + 操作 + 互動」多技術棧以及專用、類人形、人形的多元形態。

當技術遇見資本的歷史性時刻

首形科技的快速崛起是技術突破與資本熱潮共振的典型案例，也折射出中國在具身智能領域的全球競爭力。2025 年首五個月，中國具身智能和機械人領域投資事件達 114 宗，超過 2024 年全年的 77 宗，資金規模從 209 億元人民幣（約港幣 225.72 億元）增長至 232 億元人民幣（約港幣 250.56 億元）。這種增長速度遠超美國同期水平，中國企業在人形機械人領域的論文發表量在 2015 至 2022 年間增長了 545%。首形科技所代表的「情感互動派」與傳統「功能工具派」形成了有趣的產業分化：前者強調跨越恐怖谷效應後的共情價值和藝術審美，後者追求降低成本和提升自主作業能力。這種分化本質上對應着不同的市場需求和商業化路徑，也為投資者提供了多元化的選擇。當人形機械人從「冰冷的工具」進化為「有溫度的夥伴」，它將如何重新定義人類與機器的關係邊界？這個問題的答案或許就藏在首形科技等創新企業的探索實踐中。

最後更新：2025年10月2日
資料來源：
投资界
MarketsandMarkets
神州学人网
人形机器人发布
德勤中国

 

read more
人工智能企業趨勢機械人科技

人形機械人革命是注定爆破的泡沫！ 世界頂尖專家警告千億投資恐血本無歸

by Pierce on 人工智能企業趨勢機械人科技 Figure optimus Rodney Brooks 人工智能 人形機械人


人形機械人革命是注定爆破的泡沫！ 世界頂尖專家警告千億投資恐血本無歸

全球知名機械人專家 Rodney Brooks 向投資者發出嚴厲警告：「你們正在浪費錢」。這位 iRobot 聯合創辦人兼前 MIT 研究員直指當前人形機械人市場為「注定爆破的泡沫」，特別批評 Tesla Optimus 和 Figure 等企業採用的「影片教學」方法為「純粹的幻想思維」。然而與此同時市場數據顯示 2025 年全球人形機械人市場規模已達 29.2 億美元（約港幣 227.76 億元），預計 2030 年將增長至 152.6 億美元（約港幣 1,190.28 億元）。

資深專家質疑技術可行性

Rodney Brooks 的批評並非空穴來風。作為擁有數十年機械人研發經驗的權威人士，他指出人類雙手擁有約 17,000 個專門的觸覺感應器，這是目前任何機械人都無法比擬的複雜程度。「雖然機器學習改變了語音識別和圖像處理，但這些突破建立在數十年來擷取正確數據的現有技術之上。我們在觸覺數據方面並沒有這樣的傳統積累」。

安全問題同樣令人擔憂。全尺寸行走式人形機械人需要耗費大量能量保持直立，一旦摔倒將極其危險。Rodney Brooks 強調根據物理學定律，尺寸增大兩倍的機械人，其蘊含的有害能量將是現在的八倍。工業安全數據顯示 2015 年一名倉庫員工即因與雷射導航叉車（LGV）互動不當而死亡，突顯機械人安全風險的現實性。

資本狂歡背後的理性聲音

雖然專家質疑不斷，投資熱潮仍在持續升溫。2025 年 9 月 16 日 Figure 公司宣布完成超過 10 億美元（約港幣 78 億元）C 輪融資，估值達 390 億美元（約港幣 3,042 億元），由 Parkway Venture Capital 領投，Nvidia、Intel Capital、Qualcomm Ventures 等科技巨頭參與。這一估值較去年 26 億美元（約港幣 202.8 億元）的水準暴增近 15 倍，反映市場對人形機械人前景的極度樂觀。

中國市場表現更為激進。根據中國移動機械人產業聯盟（CMRA）統計，2025 年中國人形機械人訂單數量可能已超過 30,000 台，多家企業提前完成或超越了 2024 年底設定的目標。上海開普勒機械人公司於 9 月 26 日宣布其 K2「大黃蜂」型號開始量產，成為全球首款商業化混合架構人形機械人。

市場預測與現實挑戰並存

各大投行和研究機構對市場前景預測差異巨大。高盛預測 2035 年人形機械人市場規模將達 380 億美元（約港幣 2,964 億元），機械人出貨量達 140 萬台。而 Looqbox 研究報告更為樂觀，認為到 2050 年該市場可產生高達 5 兆美元（約港幣 39 兆元）的年收益。摩根士丹利「人形機械人百強」名單顯示，56% 的相關上市公司來自中國，中國在該領域展現出「最令人印象深刻的進展」。

然而技術挑戰依然嚴峻。目前人形機械人平均電池續航僅 4 至 5 小時，手部靈巧性遠未達到人類水準，在非結構化家庭環境中的導航能力有限。工業級機械人如 Agility Robotics 的 Digit 售價約 25 萬美元（約港幣 195 萬元），而新興版本預計售價 2 萬美元（約港幣 15.6 萬元），價格仍是大規模普及的主要障礙。

Rodney Brooks 預測 15 年內成功的「類人」機械人實際上將配備輪子、多條手臂以及專門感應器，並放棄人形外觀。這一預言與當前投資方向形成鮮明對比，也為狂熱的市場情緒澆下一盆冷水。當前投入的數十億美元資金支援那些昂貴訓練實驗，但這些實驗可能永遠無法實現大規模生產的商業目標。

 

資料來源： TechCrunch Reuters 中國移動機器人產業聯盟

 

read more
人工智能機械人科技

NVIDIA、Amazon 押注物理 AGI : Dyna Robotics 獲 1.2 億美元融資 加速通用機械人商業化

by anskar on 人工智能機械人科技 ai Dyna Robotics Physical AGI 機械人 融資

Dyna Robotics 宣布完成 1.2 億美元（約港幣 9.36 億元）A 輪融資，估值超過 6 億美元（約港幣 46.8 億元），這家成立僅一年的機械人基礎模型公司，正引領物理人工通用智能（Physical AGI）的商業化浪潮。本輪融資由 Robostrategy、CRV 和 First Round Capital 領投，NVIDIA Ventures、Amazon Innovation Fund、Salesforce Ventures 等科技巨頭亦有參與投資。公司創辦人 Lindon Gao 曾成功將前一家 AI 硬件公司 Caper 以 3.5 億美元（約港幣 27.3 億元）出售給 Instacart。Dyna 將運用資金擴充世界級研發團隊、加速通用機械人商業化部署，並推進下一代基礎模型開發。本文將深入分析這項融資的戰略意義、技術突破與市場前景。

技術創新驅動商業價值

Dyna Robotics 的核心競爭優勢在於其革命性的 DYNA-1 基礎模型，該模型在 24 小時連續運作中成功率達到 99% 以上，展現了前所未有的商業級表現。傳統機械人需要針對特定任務進行編程，但 DYNA-1 採用單一權重的通用基礎模型，能夠在酒店、餐廳、洗衣店和健身房等多元環境中執行摺疊、搬運等日常任務。

公司共同創辦人兼前 DeepMind 研究科學家 Jason Ma 指出：「可擴展的真實世界機械人學習系統需要掌握並泛化多種操作技能。為了在複雜任務上實現最佳性能，Dyna 的基礎模型被設計為能夠理解通用世界，同時從模型自身經驗中學習以實現快速網上學習」。這種設計理念解決了機械人領域長期存在的泛化與性能平衡難題。

資本市場看好實體化 AI 前景

實體化 AI 市場正經歷爆發式增長，根據 MarketsandMarkets 最新報告，全球實體化 AI 市場規模預計將從 2025 年的 44.4 億美元（約港幣 346.3 億元）增長至 2030 年的 230.6 億美元（約港幣 1,798.7 億元），年複合增長率達 39.0%。這一增長主要由機械自主化技術進步推動，令機械人能夠在最少人為干預下執行複雜的適應性任務。

Robostrategy 行政總裁 Andrew Kang 表示：「Dyna 的團隊和使命連結了卓越研究與實際商業應用。機械人自動化的需求幾乎涵蓋每個行業，我們相信 Dyna 將憑藉其最先進的通用機械人基礎模型，在這方面處於領先地位」。投資機構普遍看好物理 AI 在製造業、物流業和服務業的廣泛應用潛力。

市場競爭與技術差異化策略

在激烈的機械人市場競爭中，Dyna Robotics 採用了獨特的「端到端控制」策略，涵蓋數據、推理、控制和硬件等整個技術層面。這與僅專注於模型開發的「純模型」公司形成鮮明對比。行政總裁 Lindon Gao 強調：「強大的基礎模型是可擴展分銷的關鍵。我們的模型隨著每次客戶部署持續改良，產生高品質數據。我們觀察到真正的泛化性，當我們的機械人進入新環境時，它可以立即運作，無需額外數據」。

Scale VP 的分析報告指出，機械人基礎模型正在改變機械人的建構、購買和資助方式，令專業人士可以專注於核心專長：機械人專家專注於創造突破性機械人，領域專家則建構解決實際業務問題的應用軟件。這種分工模式為 Dyna 等平台型公司創造了巨大的生態系統價值。

產業轉型的長期戰略意義

Dyna Robotics 的成功融資反映了全球製造業和服務業對智能自動化解決方案的迫切需求。Bank of America 最新研究顯示，專家預測人工通用智能可能在未來 10 年內成為現實，並將在雲端和物理世界兩個層面體現，其中實體化 AI 機械人將越來越普遍地與人類並肩工作。

共同創辦人 York Yang 指出：「目前三股力量正在同時碰撞：AI 突破正在成熟，硬件正在加速發展，對勞動力的需求前所未有地高。這種融合創造了千載難逢的機會」。隨著人口老化和勞動力短缺問題加劇，智能機械人將成為解決關鍵產業人力挑戰的重要方案。

這次融資將加速 Dyna Robotics 在通用機械人領域的技術領先地位，並為物理 AGI 的實現奠定堅實基礎。隨著更多企業認識到智能自動化的商業價值，機械人基礎模型市場競爭將進一步加劇。Dyna 能否維持技術優勢並成功實現大規模商業化部署，將直接影響整個實體化 AI 產業的發展軌跡。

資料來源：PR Newswire | Bloomberg | MarketsandMarkets | Bank of America | Scale VP

read more
人工智能企業趨勢機械人科技

Boston Dynamics Atlas 機械人 AI 意外進化 自行做出工作人員意想不到動作

by anskar on 人工智能企業趨勢機械人科技 Atlas Boston Dynamics 人工智能 機械人科技 豐田研究院

Boston Dynamics 人形機械人 Atlas 透過革命性的大行為模型（Large Behavior Model, LBM）技術，成功以單一 AI 模型同時控制行走與抓取動作，標誌著機械人技術從「分工專業」跨越至「全身統一」的重大里程碑。這項由 Boston Dynamics 與豐田研究院（Toyota Research Institute, TRI）合作開發的通用模型，除了展現出前所未見的「自發行為」能力，也被業界視為機械人領域即將經歷類似 ChatGPT 突破的重要訊號。本文將深入分析此技術突破的三大關鍵面向：技術架構創新、自主學習能力以及產業應用前景。

 

技術突破：從分割控制到統一智能

Atlas 最新展示的核心突破在於採用端對端（End-to-End）學習方式，徹底改變傳統機械人控制架構。過去機械人通常需要分別使用不同模型處理行走、跳躍與手部操作，但新的大行為模型能夠同時接收來自機身視覺感應器的影像、身體感應器的本體感知數據，以及任務相關的語言提示，進行統一決策。

豐田研究院機械人專家 Russ Tedrake 表示，新模型讓機械人的腳部被視為「第三、四隻手」，除了提升效能也令人驚艷。當 Atlas 執行彎腰撿取低處物品的任務時，會像人類一樣自然調整腳步來重新平衡重心，展現出前所未見的身體協調能力。這種整合式控制方式透過混合遠端操控、模擬訓練與示範影片的資料進行學習，讓機械人能以更貼近人類的方式控制整個身體。

自發行為：機械人展現「直覺反應」

最令研究團隊與外界專家興奮的突破是 Atlas 展現出的「自發行為」（emergent behavior）。當機械人手中物品意外掉落時，Atlas 會出現類似「本能」的反應，自動彎下腰將物品撿回，這種行為並未在訓練中明確教授。研究團隊將此現象稱為初步的自發行為，代表 AI 模型開始具備類似人類的直覺反應能力。

然而加州大學柏克萊分校機械人專家 Ken Goldberg 提醒，部分看似「自發」的行為可能仍能追溯至訓練資料的涵蓋範圍。雖然如此，這種現象仍被視為機械人智能發展的重要指標，顯示大行為模型正朝向更通用的智能方向發展。《WIRED》指出，這個現象類似於大型語言模型發展過程中出現的突現能力，預示著機械人技術可能即將迎來突破性進展。

產業應用：從娛樂展示轉向實務任務

與過去令人印象深刻的跑酷與舞蹈表演不同，Atlas 近期展示更聚焦於搬運零件、清理箱櫃等具有「物流感」的實務任務。在模擬工廠環境中，Atlas 僅憑一份箱子位置清單就能完成複雜的分類工作，精準定位箱子並規劃身體、手臂和三指手的協調動作。當遇到零件位置過高或動作失敗等突發狀況時，Atlas 能即時評估情況並調整策略，直到成功完成任務。

研究團隊向《IEEE Spectrum》表示，大型行為模型的核心在於蒐集來自不同任務、甚至不同機械人體態的資料，形成能夠執行多種任務的單一策略。這種通用策略將過去需要工程師分別調整參數、排程、避障與規劃的繁瑣工作，整合進統一的學習與推論流程。團隊認為，當神經網路接受更廣泛的資料、任務和機械人訓練時，通用能力就會更強，目前的經驗趨勢證實了這個方向的正確性。

技術發展脈絡與未來展望

回顧機械人發展歷程，從早期依賴精心編排的動作模板，到現在能夠自主決策的 AI 驅動系統，Atlas 的進化代表了機械人技術的範式轉變。2024 年 11 月，Boston Dynamics 首次展示 Atlas 的自主操作能力，不再需要人類遙控或預先編寫程式。2025 年 8 月，結合豐田研究院的大行為模型技術，Atlas 實現了端對端 AI 控制的重大突破。

業界專家認為，單純擴大訓練資料規模是否就能持續解鎖更多「意料之外」的行為，仍存在爭議。部分學者在國際會議中提醒，除了擴大資料，工程方法也將是機械人模型突破的關鍵要素。然而 Ken Goldberg 強調：「這絕對是一大進步，讓雙腿和雙臂能夠協調運作，這是非常重要的突破」。

Atlas 的技術突破為企業自動化和智慧製造帶來新機遇，但要實現能長時間、可重複、經濟且安全完成多樣作業的人形機械人，仍是機械人領域最艱難的挑戰之一。隨著大行為模型技術持續發展，未來人形機械人是否能像 ChatGPT 般帶來產業革命，值得持續關注。

資料來源： 利創智能IBCO

read more
人工智能機械人科技

研究指員工與機械人共事引發「心理危機」新型號可感知並回應員工情緒狀態

by anskar on 人工智能機械人科技 ABB Amazon 人工智能 機械人 職場心理

當機械人技術原承諾解放人力，讓員工從事更有價值工作時，最新研究卻揭示了意想不到的負面效應。荷蘭格羅寧根大學針對 20 個歐洲國家的分析顯示，機械人化程度每增一倍，工作意義感將下滑 0.9%，自主性則下降 1%。這項發現打破了自動化只會帶來正面利益的迷思，從 Amazon 倉儲到醫療手術室，愈來愈多工作者報告感受到疏離感和心理壓力。

自動化削弱員工工作滿足感

多項權威研究一致指向同一個結論：與機械人共事正在重塑工作者的心理狀態。歐盟機構 Eurofound 的調查發現，與機械人協作的員工更常感受到被嚴格監控，且傾向獨自作業，導致孤立感顯著增加。這現象不限於體力勞動，2024 年《Economics Letters》研究顯示，機械人應用雖然改善了中國工人的身體健康，卻同時加重了心理壓力，特別是對失業的焦慮情緒。中國人民大學的研究進一步證實，機械人使用對勞動者心理健康存在顯著負面影響，主要原因包括工作穩定性下降、工作滿意度降低，以及晉升競爭壓力加劇。這些數據揭示了一個矛盾現象：技術進步在提升效率的同時，也正在侵蝕人類工作的內在價值感。

高技能職業同樣面臨意義感危機

機械人對心理的負面影響已擴展到高技能專業領域，加州大學聖塔芭芭拉分校與麻省理工學院研究者 Matt Beane 調查顯示，無論是噴射機機師操作偵查無人機，或是外科醫生使用機械手臂執刀，專業人士普遍認為工作因機械人變得更安全，但同時也感到明顯疏離感。浙江大學 2025 年的最新研究發現，當工作者從人機協作任務轉向獨立工作時，會出現顯著的內在動機下降和無聊感增強，這種「雙刃劍效應」正在重新定義專業工作的本質。卡迪夫大學資深講師 Juan Hernandez Vega 指出，人類追求讓機械人更強大、更能協作的目標，意外地削弱了人類在合作中的責任感，導致員工容易感到工作缺乏吸引力。這現象反映了一個深層問題：當機械人承擔愈來愈多決策和執行功能時，人類工作者可能失去成就感和專業認同。

產業巨頭積極尋求心理健康解方

面對這股新興的心理健康挑戰，領先企業正在探索創新的應對策略。機械人製造商 ABB 重新設計其「協作機械人」，強調更以人為本的介面設計，並運用 AI 技術讓機械人能在工作場所自由移動，與人類同事進行更自然的互動。Fanuc 則採取更前瞻的做法，與瑞士應用大學合作研發具備「同理心」的工業機械人，讓機械人能夠感知並回應員工的情緒狀態。Amazon 作為大型機械人應用企業，嘗試導入遊戲化機制，將重複性任務轉化為更具互動性的挑戰，以減緩員工的單調感受。該公司強調其 750,000 台配送中心機械人「經過獨特設計」，能夠提供多種人機回饋方式。這些企業的努力反映了一個重要趨勢：技術公司開始認知到，單純提升效率已不足以應對未來工作場所的複雜需求。

重新設計人機協作模式成為關鍵

專家學者普遍認為，解決機械人協作心理問題的關鍵，在於重新思考人類在自動化流程中的角色定位。格羅寧根大學研究的第一作者 Milena Nikolova 強調，問題可能不是機械人不夠好，而是人類在自動化流程中的角色被設計得過於單一化。她建議當員工能夠參與自動化系統的設計和部署過程時，自動化的整體效果最佳，同時對工人進行技能再培訓也至關重要。心理學報 2024 年的元分析研究指出，工作場所 AI 應用雖然有助觸發員工的工作投入和幸福感等積極心理，但同時也會引發焦慮、離職傾向等負面情緒。因此企業需要在技術導入過程中，更加重視員工的心理適應過程，確保人機協作能夠真正發揮互補優勢，而非單純的替代關係。

機械人協作對企業管理帶來全新挑戰，成功的人機融合將需要更細緻的心理層面考量。隨著 AI 技術持續進化，如何在提升效率的同時，保持員工的工作意義感和自主性，將成為決定企業競爭力的關鍵因素。未來的工作場所設計，是否能夠真正實現技術與人性的平衡？

資料來源： TechOrange 科技報橘 心理學報 浙江大學管理學院 中國人民大學復印報刊資料 上海財經大學學報

read more
load more