美中AI機器人競賽：大腦先行或身體量產？

◎ 廖明輝

AI機器人正在成為美中科技競爭前線。美國路線把「通用人工智慧」（AGI）放進人形身體，強調大模型、晶片、軟體架構與企業級可靠性；中國路線則講「具身智慧」讓機器人進入真實場域與環境互動並不斷自主學習與進化，重視硬體成本、供應鏈速度、快速迭代與多場景試點。誰的表現較優，不能只看誰跑得快、跳得高、翻得漂亮，而要看誰能在可以驗證與維修、及在可以量產條件下，能夠穩定創造價值。

特斯拉Optimus代表美國的AI大腦先行路線。承接Tesla自動駕駛累積的視覺感知、路徑規劃、推論晶片與垂直整合能力，試圖把汽車世界自主系統搬進AI機器人。Figure AI則以視覺、語言、行動模型驅動人形機器人，讓機器人能依自然語言處理陌生物件，並與BMW工廠合作，從汽車製造與物流流程切入。波士頓動力Atlas則是強調機器人運動控制、平衡、續航、換電、安全與工廠系統整合，以讓機器人能真的在工廠穩定上班為目標。

請繼續往下閱讀...

特斯拉機器人Optimus代表美國的AI大腦先行路線。承接Tesla自動駕駛累積的視覺感知、路徑規劃、推論晶片與垂直整合能力。（路透檔案照）

中國宇樹科技代表另一種速度。它從四足機器狗打開市場，再進入兩足人形機器人市場，特色是價格壓得下來、硬體迭代快、運動能力強、供應鏈在地化程度高。宇樹已不只是賣機器人，而是在建立身體、資料、模型、場景的循環。中國工信部將人形機器人視為繼電腦、智慧手機、新能源車之後的顛覆性產品，也使其產業環境更像由政策、製造、資本與場域所共同推動的加速器。

因此，美中差異不能簡化為美國發展AGI機器人、中國發展具身智慧機器人。真正的贏家可能是看誰能先把「大腦可靠性」與「身體量產能力」合而為一。中研院前院長廖俊智在卸任前提醒AI加機器人將形成新物種。關鍵在於AI不再只回答問題，而是能移動、拿取、推拉、照護、搬運、巡檢，甚至改變實體世界。宇樹科技創辦人王興興在談具身智慧機器人的ChatGPT時刻，提出機器人在約八成陌生場景中，透過語音或文字指令完成約八成任務的落地目標。這個標準有啟發性卻也暴露最大風險，剩下兩成的不可靠性，正是實體世界最難跨越高牆。在文字生成世界，八成可用即足以引發革命，因為錯字可以修改，文章也可以重寫。但機器人進入現實世界，錯誤不再只是螢幕上幻覺而可能是摔倒、碰撞、夾傷、誤拿藥物、錯扶長者，甚至造成醫療事故。醫療照護尤其不能被八成的成功率說服；凡牽涉抱扶、給藥、緊急判斷與情緒安撫，都必須有人類監督，才能明確責任並進行萬一機器失效時對人的保護。

台灣面對這場競爭，不必急著在美中之間選邊押注，而應建立自己的落地哲學。台灣最懂製造現場、供應鏈管理、機電零組件、半導體感測與醫療照護壓力。最好策略不是空喊通用人形機器人，而是先做高可靠度關節、減速機、感測模組、邊緣運算、安全控制與場域驗證。AI加機器人確實像新物種，但新物種要進入人類社會，第一課不是變得更像人，而是學會在錯誤發生前，能先把自己停下來。

中國宇樹科技代表另一種速度。它從四足機器狗打開市場，再進入兩足人形機器人市場，特色是價格壓得下來、硬體迭代快、運動能力強、供應鏈在地化程度高。（路透檔案照）

（作者為中華經濟研究院輔佐研究員）