「連衣服都折不好！」多位新創技術長潑冷水，坦言人形機械人仍是昂貴玩具
儘管馬斯克與黃仁勛高喊「機械人時代降臨」，但在全球人形機械人峰會上，機械人公司的CEO們卻集體潑冷水：從高昂的「安全成本」、技術不成熟、到缺乏訓練數據，業界坦言現在的機械人連折衣服都還沒學會，更別提真的在工廠或家庭里派上用場。
如果你深信馬斯克說的「2030年遍地都是機械人管家」，來自矽谷第一線的聲音或許會請你先去洗把臉、清醒一下。
輝達（Nvidia）創辦人黃仁勛曾宣稱，人類即將進入「萬物皆可機械人化」的時代，華爾街的熱錢也瘋狂捲入這個賽道——僅在2025年，就有50億美元的鉅資砸進人形機械人產業。
然而日前在加州山景市（Mountain View）電腦歷史博物館（Computer History Museum）舉行的「人形機械人峰會」（Humanoids Summit）上，許多本該在台上大吹大擂、兜售未來的CEO與技術長，竟然集體成為「吹哨者」，坦言現在的機械人「連折衣服都還沒學好」，試圖為人形機械人的熱度降溫。
從「機器僕人」到「昂貴的玩具」
Agility Robotics旗下的雙足搬貨機械人「Digit」，目前已成功打入亞馬遜（Amazon）的物流倉庫、以及德國汽車零件巨頭舍弗勒（Schaeffler）的工廠，負責搬運貨箱。但在維拉加普迪看來，能在封閉、受控的工廠環境裏搬箱子，與製造一個能走進千家萬戶的「機械人管家」，中間依舊隔着一道難以跨越的技術鴻溝。
當分析師看着Digit的成功案例，開始撰寫「機械人時代降臨」的分析報告時，維拉加普迪卻直言目前的技術太不可靠，無法執行複雜任務。想要一個能幫你倒咖啡、收快遞甚至陪聊天的機械人？那不僅超出了當前的能力範圍，更是一個危險的妄想。
2025年12月11日，在加州山景城舉行的人形機械人高峰會上，由Weave Robotics公司製造的機械人正在展廳內摺疊衣服。（美聯社）
2025年12月11日，在加州山景城舉行的人形機械人高峰會上，一名女子在展場內與機械人互動。（美聯社）
新創公司Agility Robotics的技術長普拉斯·維拉加普迪（Pras Velagapudi）說：「我們一直在反思，重點不該只是造出一個『人形』的機械人，而是要造出一個真正『有用』的機械人。」
隱藏在「人形」背後的鉅額成本
麥肯錫（McKinsey）合伙人阿尼·凱爾卡（Ani Kelkar）指出，「安裝成本」是阻礙機械人普及的最大障礙。因為在部署機械人的總開銷中，每100美元只有20美元花在機械人本體上，剩下的80美元，卻是用來購買保護人類免受傷害的設備與系統。
理論上，無論是特斯拉（Tesla）身高173公分、重57公斤的 Optimus，或者宇樹科技（Unitree）身高120公分、僅重35公斤的G1機械人，比起傳統工廠里那些重達數噸的工業機械臂，應該要安全得多。但是當機械人擁有了雙腳、能夠自由移動時，揮舞機器雙臂的不可預測性，也隨之指數級上升。
凱爾卡說：「我們在YouTube上看到機械人折衣服的展示影片，就天真地以為家裏馬上就能有一個包辦一切的機器僕人，這中間的跳躍太大了。」
矽谷的「牛頓時刻」：生不逢時的早產兒？
Weave Robotics的執行長、前蘋果（Apple）工程師卡恩·多格魯索茲（Kaan Dogrusoz）認為，目前的機械人熱潮就像是當年的Apple Newton。
1990年代，蘋果曾推出一款名為Newton的個人數位助理（PDA）。當時矽谷深信手持運算設備是個人科技設備的未來，炒作熱度不亞於今日的AI。但Newton最終因為手寫識別技術不成熟、售價過高而慘敗收場。僅僅十年後，隨著處理器與觸控技術的大幅進步，讓iPhone橫空出世，這次也徹底改變了世界。
2025年12月11日，在加州山景城舉行的人形機械人高峰會上，一名男子在展場內拍攝一個人形機械人。（美聯社）
「追求雙足的人形機械人，就像是我們這個時代的Newton。」多格魯索茲如是說。
這意味着方向是對的，但時間點錯了——機械人技術尚未成熟到可以商業化的甜蜜點。Weave Robotics目前專注於製造「折衣服機械人」，這類產品已經在三藩市的一些自助洗衣店裏找到了利基市場。但即使是這樣的先行者，也認為過度鼓吹「技術已成熟」是一種不負責任的行為。
大數據的匱乏
在峰會現場，最荒謬也最真實的一幕，莫過於Gatlin Robotics的執行長艾薩克·庫雷希（Isaac Qureshi）頭戴虛擬實境（VR）裝置，笨拙地操控著一台機械人原型機。他正在教導機械人如何擦洗一面磚牆：「我們會慢慢教它做更多事，從除塵、清理垃圾桶，一直到最後的終極目標——清潔馬桶。」
這個情景其實揭示了人形機械人的另一個困境：訓練數據的匱乏。
大型語言模型（LLM）之所以能爆發，是因為網絡上有數兆字節的文本可供學習。但機械人需要的是「物理世界的數據」。為了讓機械人學會人類的動作，初創公司不得不僱用人類戴着VR設備，一遍又一遍地模擬折衣服、擦桌子，甚至刷馬桶的動作，再將這些數據「餵」給 AI。
這是一個極其緩慢且昂貴的過程。FEV Consulting的經理多米尼克·博默（Dominik Boemer）坦言，沒有人知道從「學會折一件襯衫」到「能包辦所有家務」，中間到底還需要多少訓練量。
需要降溫的機械人狂熱
馬斯克堅信特斯拉到2030能年產100萬台Optimus；黃仁勛則在播客中信誓旦旦地說，驅動機械人的技術即將到位。支撐這些樂觀預測的，是宏觀經濟的剛性需求——全球人口老齡化導致的勞動力短缺，以及各國政府渴望製造業回流的戰略焦慮。此外，Figure AI最近發佈的機械人慢跑影片，展示了驚人的仿生能力，確實讓投資人熱血沸騰。
但Persona AI的執行長尼古拉斯·拉德福德（Nicolaus Radford）在主題演說中警告，對於討論機械人的時間表和普及進度，必須有一種責任感。他的公司正在為造船廠製造焊接機械人——這是一種危險、骯髒且沒人願意做的工作，這才是機械人目前的歸宿，而不是在豪宅里端茶遞水。
2025年12月11日，在加州山景城舉行的人形機械人高峰會上，一名男子在展場內與機械人握手。（美聯社）
最後，對於機械人可能淪為又一個科技泡沫的擔憂，背後也隱藏着一個根本的哲學與工程問題：若單純為了完成工作，機械人一定要長得像人嗎？畢竟人類的身體結構其實充滿了演化的妥協。我們容易跌倒，我們的手指雖然靈活但力量有限。RemBrain的技術長馬克斯·貢恰羅夫（Max Goncharov）說：「我的觀點是，我們過於執著於『人形』這個概念了。」
畢竟在工廠里，效率就是一切。一個擁有四隻手、底部是輪子或軌道、手部是強力吸盤的機械人，絕對比一個模仿人類雙腿行走、試圖用機械手指抓取重物的機械人要高效得多。因此貢恰羅夫認為，人形機械人未來只會承擔極小一部分的任務。製造包裹分揀機械人的Ambi Robotics的技術長傑夫·馬勒（Jeff Mahler）也認為，人形機械人或許能解決一些特定的問題，但目前看來它的市場可能不會像大家想像的那麼大。
