獨家直擊亞馬遜物流中心、早稻田實驗室

2024年以來，機器人產業在生成式AI加持下，迎來前所未見的盛世。不僅輝達執行長黃仁勳、特斯拉執行長馬斯克都在積極投資，就連台積電董事長魏哲家、華碩董事長施崇棠也極為看好。
《遠見》團隊前進美國、日本、台灣等現場，直擊這股AI機器人浪潮如何翻轉產業界、學術圈，並且一步步走入你我的生活，為應用端帶來全新的「人機互動」時代。

企畫、撰文／陳品融、曾子軒 責任編輯／曾美鳳 責任美編／杜軍儀

搭著飛機越過9800公里，再經過一小時車程，總算來到美國華盛頓州一間巨大的物流中心。這間隸屬於亞馬遜、名為PAE2的大型倉庫與理貨站有五層樓高，占地超過26萬平方公尺，能夠儲存高達4000萬件貨品。

走進PAE2，地板上貼滿彩色標線。過往，這大多用於指引機器人前進；如今，使用者卻變成人類，告訴工人與訪客移動範圍。

這間物流中心裡，機器人無所不在，並與人類協作、合作無間。專精於分類包裹的機器人羅賓（Robin）會從輸送帶上舉起貨物，放置到可移動、能載重的泰坦（Titan）上面；同樣在地上跑的還有普羅透斯（Proteus），隨著感知能力提升，它的移動範圍不再受限，能進入人類行走的開放式場域；現在，亞馬遜也在實測人形機器人，期待憑藉它優異的移動與操控能力，親手拿著貨物走進每個角落。

從充斥著機器運轉聲的嘈雜倉庫，轉移到太平洋彼岸，東京早稻田大學裡，有人領先時代50年，為人形機器人發展做出深遠貢獻。

「人形機器人之父」加藤一郎在1973年推出世上第一台人形機器人，他的嫡傳弟子高西淳夫接棒，頂著學界冷嘲熱諷，率領實驗室開發出情感機器人、咀嚼機器人、音樂演奏機器人等十多條分支，儘管離商業應用還很遠，卻是理解人類的點滴累積。如今，隨著生成式AI落地，竟讓他們真的等到人形機器人站上舞台中心的這天。

再次切換場景，上海中國國際進口博覽會上，人們對宇樹科技出產、在空中360度翻身的機器狗大表驚嘆。在它旁邊，還有不到十萬人民幣的人形機器人，依照參觀者指令，一下深蹲、一下揮手。

最後，回到台灣，台北市一間辦公室裡，宇樹代理商至盛科技總經理王國棟，向記者展示機器狗如何巡邏。只見它靈活地運用模仿動物運動姿態設計出的四隻腳，在狹窄的走道中不斷向前，即便有人刻意擋住去向，頭上裝設的光達很快就能感知，它總能適時停下腳步。王國棟透露，已有客戶在工安巡檢、保全巡邏時使用機器狗。

過去機器人難普及，生成式AI成新動力

多年來，從美國、日本、中國再到台灣，自倉庫、工廠、醫院再到餐廳，已有不同型態的機器人陸續問世，卻始終沒引發太大的注意力。但這一次，背後一股新動力，重新把機器人產業推向時代的風口浪尖，就連輝達執行長黃仁勳、特斯拉執行長馬斯克都大力看好，不僅讓上述一切躍入世人目光，更讓機器人一步步走入你我的生活中。

這股驅動力，就是「生成式AI」。它之所以振奮人心，是因為機器人應用談論多年來，距離普及到日常生活，還有一大段路。

以真正走到日常與人類互動的「服務型機器人」來說，許多人印象最深刻的，可能是曾轟動一時的軟銀Pepper。當年，它到各行各業，因其可愛外表收獲大批粉絲，但消費者熱情很快退燒，Pepper也在2021年走入歷史。

「過去沒有生成式AI時，機器人對使用者的需求很多是用猜的，不能清楚了解人類意圖與需求，」華碩機器人暨智慧應用事業部總經理王恒聰，回想當年和Pepper約莫同期推出居家機器人Zenbo時，所面臨到的挑戰。

另一方面，當時市場對機器人的認識也還不高。王恒聰印象深刻，曾有一名長者問他們：「我什麼時候才能和機器人講話？」這才讓他發覺，原來使用者甚至不知道如何與機器人互動，這種人機之間的隔閡，也是推動產品落地的一大挑戰。

即使在機器人應用相對成熟的工業領域，普及也存在阻力。在台灣工業型機械手臂拿下近三成市占，Epson自動化解決方案事業部副總經理陳建仲觀察，電子大廠導入自動化的速度很快，反觀中小企業，就算認同自動化是趨勢，但沒有生成式AI，其效益比不過後端維運的高成本，讓很多人打退堂鼓。

走進服務、製造現場，見證AI機器人帶來改變

如今，生成式AI席捲世界，無論深耕服務型或工業型機器人領域的受訪者，都向《遠見》記者直言：「這次真的不一樣！」歸納幾大關鍵，就是機器人終於能在各場域做到靈活互動、迅速反應，並搜集資料做出個人化決策。

究竟，AI讓機器人如何不一樣？又如何翻轉我們的生活？來看幾個場景。

「我很寂寞怎麼辦？」新竹台大醫院的病患公共空間中，一名長者正對著機器人凱比說話。「聽你這麼說，我真有點擔心，你要不要找朋友聊聊天？或是畫畫、散步轉移注意力？」它聽出長者的落寞，馬上以溫言暖語回應長者。

「以前的機器人只能一問一答，現在可以根據不同長輩設定個性，還會講台語，之後導入客語，他們就覺得很好玩，」新竹台大醫院家醫部醫師賴秀昀分享，如今院方已將機器人導入失智據點、護理之家和樂齡中心，除了娛樂與關懷，還能幫忙量體溫、填寫病患量表。

對醫院來說，這樣的機器人已經幫得上忙了。「超高齡社會趨勢中，最大的缺口就是長照人力，」新竹台大醫院院長余忠仁強調，在機器人持續演進之下，絕對能為照服員分擔壓力。

鏡頭再轉到彰化縣和仁國小，校內小小的學習中心裡，竟已部署20多台機器人，小朋友們又叫又笑地圍著它，成為如今課堂的日常。

協助校方導入機器人的樂奇育科技文教執行長高維隆分享，只要把各科課文或繪本內容「餵」給機器人，學生就能用問答方式學習。不僅減輕老師備課壓力，這樣的教學模式更能促進靈活思考，尤其適合用在不敢與人互動的特教學生身上。

「小朋友會因為跟機器人互動而活用知識，這段過程本身就是一種學習。」一名家長向記者說出觀察，頗為肯定「機器人老師」的教學成效。

在工業型領域，效益更是顯著。常經手國內「電子五哥」自動化業務的陳建仲很有感。因為近年電子五哥在貿易戰下，紛紛往東南亞、美墨布局，為降低管理人力的挑戰，正相當積極打造自動化生產線。

但在生成式AI出現前，邊緣（Edge）端的機械手臂其實還難以即時辨識複雜、未標準化的料件，為避免影響良率，仍得靠人在場監督、調整。如今生成式AI助機械手臂做到立即反應，總算可以落實少量多樣產品的全自動化生產。

昔日瓶頸迎來解方，帶旺整體機器人產業

各種應用蓬勃發展的背後，其實歷經漫長的技術積累，更有長期難以突破的難題。

時間倒回至1988年，當時鑽研機器人學的學者莫拉維克（Hans Moravec）觀察，電腦在下棋或做智力測驗時，雖能展現與人類同等的運算能力，卻沒辦法像嬰兒感知環境。這，便是「莫拉維克悖論」（Moravec’s paradox ）。

「（電腦）跟三歲的小孩比為什麼會輸？一個是你本來就沒教他，另外一個就是學習、教導成本太高，」與電腦相似，工研院AI策略長余孝先舉例，小朋友走路時發現坑洞懂得避開，但機器人可能會繼續前進。他強調，這並不代表小朋友比機器人聰明，而是人類試錯後累積了經驗。

工研院副院長胡竹生分析，莫拉維克悖論提出時，機器人並非缺乏感知環境或採取行動的能力，只是在所需算力、記憶容量及能源供應有所不足。

1980年代求學、畢業後進入資訊領域工作，余孝先則分享，「常識性推理」（common sense reasoning）是當年的聖杯，但電腦科學家不管是透過複雜規則，還是初期的神經網絡，都無法讓AI學到人類眼中的常識。

如今隨著生成式AI突飛猛進，「只要拿很多資料給它（模型）讀就可以學會，在學習方法上出現重大突破，」余孝先表示，基礎模型終於展現出一定的通用能力，對不同領域的問題都有一定認知；再加上半導體等硬體技術提升，軟硬整合以後，總算迎來改變。

例如，透過雷射或者視覺導航的掃地機器人，便有機會配置具有視覺能力的多模態模型，建構出更加精準的地圖。

這意味著，機器人正從「自動化」跨向「自主化」。變得愈來愈像人，學習經驗後，不需要指令，就能快速判斷、自主應變。

加上腦袋與感官以後，機器人將變得更加聰慧靈敏，過去幾十年只存在於科幻小說或是學研機構的「人形機器人」，更有望走入日常。國外包括輝達、Google、亞馬遜、特斯拉、軟銀都積極投入，國內比如鴻海、長春石化等，也已展開相關布局。

機器人本身的變化，也正在翻轉產業版圖與科技樣貌。因為訓練門檻降低，業界看好供應鏈不再只集中在工業機器人「傳統四大家族」─發那科（FANUC）、庫卡（KUKA Roboter）、ABB和安川電機（YASKAWA）；在服務型領域，也將有更多公司如雨後春筍般崛起。

「這是一個很大的餅，各個領域都有它的應用、它的商機，」台灣智慧自動化與機器人協會祕書長陳文貞樂見其成。

根據調研機構Statista於2024年發布的報告指出，全球AI機器人的市場規模，將從2024年的170.3億美元（約新台幣5600億元），攀升至2030年的643.5億美元（約新台幣2兆元），年複合成長率高達24.80％，也將同步帶動台廠供應鏈在此領域的能見度。（請見頁96 AI機器人概念股）

走向「泛化」仍有挑戰，但已開啟全新局面

在AI助攻之下，機器人距離我們的生活愈來愈近，似乎就只差最後一哩路，只是，想走完這一哩路可能還要花上一段時間。

想從工廠走進生活，場景變得開放、任務變得多元，難度在於，機器人遇上未知情況時，要能夠自主制定決策、接著執行。「機器人學會『從桌上舉起杯子』以後，如果換一個杯子、換一張桌子還能做到，就是能夠泛化（generalize），」台大電機系助理教授孫紹華解釋。

對人類來說，舉杯子是通用技能，但對機器人來說，遇上不同杯子與桌子，都需要重新搜集資料，甚至重新訓練。孫紹華觀察，現在機器人學習背後的深度神經網絡架構，想要泛化仍有挑戰存在。

「AI非常、非常強大，」主要投資深度科技（deeptech）標的，MTM Venture Partners創辦人江夢熊認為，從資料、模型到推論，機器人都因為AI而大幅改進。

不過，想讓機器人24小時全年無休，電池的能源耗損有待改良，而感測器數量的密集度、資料輸入輸出的品質，也都是想帶機器人回家，必須克服的任務。

在居家機器人領域深耕多年的王恒聰則提醒，技術突破雖是重點，但最核心的，還是必須實際走到第一線，找出使用者的需求與痛點，才能真正加快普及速度，並造福人類。

無論是移動、操控、還是互動，在不同場景裡，都見到機器人從0到1的巨大突破。接下來，就看生成式AI如何帶領軟、硬體持續演進，讓人機協作從1跳向100，甚至光速一般的指數型成長，讓更多機器人走入你我的生活中。

當然，AI加乘機器人是否為人類帶來更大威脅？數位隱私與資訊安全如何保障？這些大哉問持續會是課題，但無論如何，我們已站在AI機器人時代的新起點！ 閱讀完整內容