特斯拉Optimus將量產!人型機器人高成本、高故障率下為什麼巨頭仍要砸錢投入?
特斯拉Optimus將量產!人型機器人高成本、高故障率下為什麼巨頭仍要砸錢投入?

越來越多科技巨頭投入製作人型機器人的行列。繼小米、波士頓動力(Boston Dynamics)、NASA等之後,特斯拉(Tesla)執行長馬斯克(Elon Musk)近日也表示將在9月30日「人工智慧日」(AI Day)當天亮相雙足機器人Optimus,並預計於明年開始量產。

雖然機器人專家和分析師目前普遍不看好Optimus的前景,打造人型機器人從來不像人們想像的那麼容易,但科技公司還是紛紛投入資金,要打造出雙手雙腳、有頭有臉的機器人。

又貴又複雜,雙足機器人的開發有其必要?

說到機器人,世界上最受歡迎的就非掃地機器人iRobot莫屬,截至2020年全球銷量超過3000萬台。iRobot現在的形狀就是一塊有厚度的圓盤,方便在地上移動,表示(經過幾代的改進後)現在的型態是最適合用來執行清掃任務,除了方便移動到房子中的各角落,也能減少碰撞造成的傷害。

但同時,iRobot已經很難以低於1,000美元的價格來販售,若以其他形狀來製作,恐怕還會增加不少成本,運行效能也不一定會更好。讓現在的掃地機器人再多出一雙手臂不只不務實,也增加更多潛在的故障點。

這都說明了,只要能最有效率的執行任務,機器人不一定需要擁有人的形貌,而且機器人擁有越多關節,移動方式將會更複雜,也增加可能的故障機會。不是沒有人想製造過人型機器人,只是要克服的困難太多。

外媒TechCrunch就點出了一個問題:為什麼還是有這麼多公司願意砸錢,投入人型機器人的計畫?

從科幻到現實,「我們」與「它們」的距離

原因其實不難。第一,符合大眾影視媒體自科幻作品興起以來,人型機器人就存在我們對未來的想像當中。再者,比起只有基本方體、圓形的機器人,類人型體更能帶來親切感。

從科幻小說家艾西莫夫(Isaac Asimov)到電影星際大戰、再到魔鬼終結者,無一不在潛移默化中塑造了大眾對機器人的期待──人形。在許多大眾媒體的表現當中,機器人一直被視為「我們」人類的機械版本;它們與我們相差無幾,只是大腦由電腦複雜的運算代替,關節肌肉由不同的電線和機械結構組成。

既然機器版本的「我們」和人類相差無幾,我們就更容易將自己投射到機器人身上。我們更容易被和我們相近的形體吸引,因為人類天生就能夠辨別看起來像人類的東西,即使是卡通圖案,我們也會自動認出,那應該是個人類角色、那不是人類角色。這也是為什麼雙足機器人在科幻小說中佔有重要地位,「它們」幾乎就是「我們」,「它們」可以做到「我們」可以做到的事、甚至做得更好。

馬斯克在發表Optimus計畫就表示,希望Optimus可以幫人類處理一些必要但具有危險性、重複性、或是必須但是人們懶得做的工作,如搬運工作、家務打掃和老齡照護等等。

AI DAY-3.jpg
圖/ tesla YouTube

這就不免提到,尤其是在服務和照護方面,人形的機器人也可能更容易受到青睞和歡迎。它可能有手有腳,搬重物、攙扶、行走樓梯大概不會是問題;它如果有臉有眼睛,雖然它可能面部表情很僵硬,但你在說話時,可以看著它的眼睛。

如果人們在未來要需要與更多機器人互動,那它們使人們感到親切就有其必要。外媒Forbes一篇由Ben Goertzel寫的專欄也這麼說:「除了讓我們的日常生活,比在不露面的機器主導的世界中更加豐富,類人型機器人還能在未來為人類、機器人和其他人工智慧以互相同理和協調的方式互動。」

此外,人型機器人在互動的實際應用中也有所成效。例如Nao、Bandit、Kaspar和RoboKind Zeno等人形機器人的研究證明,自閉症兒童對類人機器人、治療和社會培訓等反應良好。南加州大學教授Maja Matarić自2014年以來一直使用機器人,幫助自閉症兒童模仿社交輔助機器人的動作,並在2015年幫助中風康復患者進行上肢鍛煉。當受到機器人的鼓舞和激勵時,患者更有動力鍛煉。

2017年NASA推出火星探索機器人Valkryie並對製作人型機器人提出了看法:在太空站等由人類設計的環境中時,操作雙足的類人機器人並無不合理。「開發像我們的機器人是因為,我們的環境(指太空站等)是為了我們(人類)而設計的。」Valkryie機器人的研究員Murphy Wonsick這樣告訴外媒TechCrunch,「我們在完善的環境中工作,那為什麼像我們一樣的機器人不能在這個環境良好運作呢?」

雖然我們可能很少意識到這件事情,但我們周遭的一切都是為了人類形體所設計的,例如樓梯可以上樓,門把可以旋轉打開;機器人的類人形型態就是為了這些需要靈活性而設計的。能夠在不同環境中做多種事情的多功能機器人,尤其在房子裡移動,機器人就很可能需要是人形的,就像有腿和手臂一樣。也許是帶有可展開輪子的腿,或多個可換的手臂等等。

亞馬遜投資的Agility,也正在研發人型機器人Digit在倉庫負責搬運工作,被視為是特斯拉接下來的競爭對手。CTO兼創辦人Jonathan Hurst就表示,(人型)機器人有更高靈活度,讓人類專心做需要創造力和判斷力的工作;和之前只能完成單項任務機器人相比,有更高通用性。

Agility Robotics 雙足機器人 Digit
圖/ Agility Robotics

至於為什麼會想要機器人的眼睛只在頭的前面?為什麼不在脖子上,擁有更多的自由度?這又要考量人類與機器人互動的舒適度。NASA的另一個太空任務機器人Robonaut的腿令人毛骨悚然,一個無頭的機器人敲門的時候大概也是如此。

這當然不是說所有的機器人都應該要具有人的形貌,像是iRobot,有個明確、單一的任務,就不需要過於複雜的形體。Robonaut擁有非人類的腿,也是因為人類的腿在太空中基本上沒有用處。

當然,人型機器人為我們做事、甚至到聊天,大概很長一段的時間要走,畢竟人類全身上下擁有兩百多個關節,除了故障率,更別說與肌肉的協調度還有許多要克服的難關。但存在於科幻世界的想像,隨著科技慢慢發展,能夠兌現的應該還會越來越多吧。

資料來源:TechCrunch、Forbes、EuroNews

責任編輯:侯品如

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓