商傳媒｜責任編輯／綜合外電報導
隨著人工智慧（AI）技術的快速發展，人形機器人商業化備受期待。特斯拉、宇樹科技、Figure AI 和波士頓動力等公司正積極投入市場競爭。然而，根據《Seoul Economic Daily》昨日（11月8日）報導，目前人形機器人的實際能力與人們所預期的理想狀態仍有顯著落差，頻繁的故障和技術限制，讓其距離取代人類工作仍有一段長路。
報導指出，目前人形機器人產業要實現大規模商業化，至少面臨五大關鍵挑戰：手部精巧度、移動方式、數據收集、安全標準，以及消費者的高度期望。
手部精巧度與靈活性不足
人類單手擁有 27 塊骨頭、27 個關節和 34 條肌肉，若要達到相同的靈活度，機器人需具備 20 至 30 個自由度（DOF，Degrees of Freedom，指物體在三維空間中移動或轉動的能力）。然而，領先的人形機器人目前僅在手指處達到 22 個自由度，若包含手腕則為 25 個。Robust AI 共同創辦人兼技術長羅德尼·布魯克斯（Rodney Brooks）預期，未來 20 年內，人形機器人恐怕都難以擁有五指靈活的手部，甚至連三指靈活的手部都尚未在實驗室中實現。
當前機器人在抓取物體時難以根據重量調整抓握力度，處理移動物體時也面臨困難，這需要手指、手臂和眼睛的高度協調。不過，Agility Robotics 等部分公司認為，高自由度不一定等同於人手般的靈活度。柏克萊加州大學教授肯·戈德堡（Ken Goldberg）指出，外科手術機器人透過簡單的夾具便能實現精確動作，證明複雜的關節或重量並非絕對必要。
雙足移動的平衡挑戰
相較於輪式機器人，雙足機器人雖然能提供更廣泛的移動範圍，但在傾斜、下坡或不平坦的地面上，其平衡性仍是一大考驗，障礙物也可能導致故障。這使得雙足機器人目前多半只能在受控環境中部署。Apptronik 的 Parker Conroy 表示，其 Apollo 人形機器人兼具輪式與雙足移動模式，以滿足不同客戶需求。Agility Robotics 為了提升 Digit 5 機器人的移動能力，也將其從「鳥足」設計改為更接近人腿的結構，以應對舉起重物和攀爬等任務。Agility Robotics 技術長 Pras Velagapudi 強調，從單純移動到局部操作的轉變，特別是涉及與物體互動產生力干擾時，是目前最大的挑戰。
巨量數據收集的困境
對於實體 AI（如人形機器人）而言，數據收集是另一個主要障礙。與透過文本學習的生成式 AI 不同，實體 AI 需同時學習視覺和觸覺資訊。馬斯克（Elon Musk）透露，特斯拉正為其 Optimus 機器人打造 Optimus Academy，讓機器人進行多樣化任務練習，因為收集機器人的海量訓練數據遠比汽車困難。目前業界也傳出有公司透過發展中國家的工廠工人收集數據，例如 Human Archive 便收集印度勞工的第一人稱工作數據，以訓練機器人。PSYONIC 運用智慧型手機和智慧眼鏡進行數據收集，並與 Koalaa 合作，利用義肢數據開發機器人手部。Apptronik 則透過遙控機器人並建造多個機器人來加速數據收集與評估。
缺乏統一安全標準
人形機器人的商業化缺乏統一的安全標準，這對產業發展造成阻礙。現有如 ANSI/RIA R15.08 等移動機器人安全標準仍有其局限性。除了證明機器人本身的安全性外，讓客戶和保險公司信服其可靠性也至關重要。Apptronik 的 Parker Conroy 指出，讓人類在移動的機器人周圍感到安全，透過燈光和聲音發出信號以表示機器人識別到人類，是使用者體驗設計中的關鍵環節。Agility Robotics 的 Pras Velagapudi 也提到，若要在非隔離環境中與人類協同工作，機器人需具備協作安全功能，包含安全的感知能力（辨識人與物）以及值得信賴的決策基礎設施。
消費者期望過高
Jonathan Hurst 點出，消費者對人形機器人的期望往往過高，常將人類的靈活度誤認為機器人的實際能力，並產生擬人化聯想。羅德尼·布魯克斯也表示，業界預期機器人能運行 3 萬小時不故障，然而目前的中國機器人手部約只能運行 200 小時，兩者之間存在巨大差距。專家認為，人形機器人要進入日常生活仍需大量的實踐，並應從提供小規模、具體價值的應用開始，而非試圖一次解決所有問題。
