影片|輝達助攻人形機器人進展!機器人紅什麼?機器人概念股有哪些?
影片|輝達助攻人形機器人進展!機器人紅什麼?機器人概念股有哪些?

輝達(Nvidia)執行長黃仁勳在2025 GTC大會中宣布了一系列輝達助力人形機器人開發的技術,像是Isaac GR00T N1模型,他並說,「不到5年的時間,人形機器人就能在製造工廠中廣泛應用。」市場研究機構TrendForce指出,該模型可望大幅優化機器人AI訓練,預期推升全球人形機器人市場產值於2028年接近40億美元。

TrendForce觀察2025年科技趨勢,隨著AI與機械動力技術日趨成熟,加上輝達、特斯拉等大廠積極布局,機器人議題2025年將持續受市場關注。

就技術發展而言,軟體平台著眼機器學習訓練與數位孿生模擬,整機型態則聚焦協作機器人、移動式機械手臂與人型機器人,以適應各式環境與人機協作互動。

其中,人型機器人隨美、中廠商積極投入,2025年起將逐步實現量產,預估2024年至2027年全球人型機器人市場規模之年複合成長率將達154%、產值有望一舉突破20億美元。

整體應用場域,相較於工業型仍以手臂撿貨為主,服務型機器人藉由生成式AI可支援多模態交流互動、檢索資訊、摘要文本、擬定排程等場景,帶出機動性高、陪伴性強、功能面廣等效益,將成為來年機器人發展重心。

人形機器人話題火熱,各界討論卻有截然不同的兩派看法——兩大科技巨頭輝達執行長黃仁勳、特斯拉執行長馬斯克都看好,不遠的未來人形機器人將被廣為所用。但也有懷疑者如廣達董事長林百里,直言人形機器人效率不及人類,技術門檻及能耗高,缺乏商業價值 。

人形機器人並非新概念,10年前便曾紅極一時。2014年軟銀研發、鴻海代工的Pepper標榜為「第一台可讀懂人心的機器人」,吸引當時不少企業作為「吉祥物」拉近和消費者距離。然而,實用性不足是它的硬傷,2021年Pepper宣布停產,7年間僅售出約2.7萬台。

你可能好奇,各種型態的機器人早已廣泛被用於工廠、餐飲業,包括產線的機械手臂,不少餐廳也用機器人送餐,先撇開「將科幻電影化為現實」的浪漫理想不談,機器人真有必要是人形嗎?

機器人紅什麼?機器人概念股有哪些?

對於機器人是否需為人形的大哉問,DIGITIMES研究中心分析師白心瀞表示,近似人類的雙手、雙腳具有關鍵作用,靈巧的手指勝過傳統機器人的夾爪或吸嘴,從精密的加工組裝到泡咖啡都難不倒;雙腳比起輪子更能跨越及避開障礙物,可在狹窄非平坦的空間移動自如。

研發國產教育機器人、服務機器人的女媧創造營運長張智傑則說,人形機器人的含金量在於「身處為人打造的環境中,模擬人所做的事情」。意即不需大費周章改造使用場域,也能降低訓練成本、加速導入應用。由此可見,人形機器人雖然研發難度高且成本昂貴,倘若真能實現,可帶來的效益將相當龐大。

資本市場樂觀看待人形機器人的發展潛力。今年2月高盛預估,2035年人形機器人市場規模將達到380億美元(約新台幣1.2兆元),比起1年前的預估金額上修了6倍之多;麥肯錫3月的報告則以「機器人復興」為題,預期大缺工時代下人形機器人需求將大增,並指出目前人形機器人於整個機器人市場規模雖只占1.4%,但年成長率超過20%,是傳統工業機器人的3倍。

人形機器人被「踩一捧一」,未來發展仍可期

而在缺工之外,這波人形機器人熱潮的驅動因素主要有三:硬體技術成熟、晶片效能進步、AI技術突破。

首先關於硬體,DIGITIMES研究中心分析師林欣姿指出,不論是控制元件的減速器、齒輪,或是雙足步行的機構設計等,各項技術都日趨成熟、零組件成本較過去低,整體生產成本下降後,商業化不再遙不可及。

其次,晶片效能提升也是原因之一。工研院機械與機電系統研究所副所長楊秉祥解釋,人形機器人不只要維持動態平衡,而且要隨時感測周遭狀況即時反應,同時又得執行有意義的任務,需要很高的運算效能,「以往的CPU是沒有能力全部一起算。」但現在的晶片有辦法做到。

此外,近年快速進化的AI影響尤為深遠。研究人形機器人逾10年的台灣大學機械系教授郭重顯表示,AI不單能提升影像辨識、動作預測及決策能力,由機器人學習人類動作的「模仿學習」(Imitation Learning)、 「示範學習」(Learning from Demonstration,LfD)等技術成熟後,更可提升機器人自主性及縮短訓練時間。

機器人概念股

感測模組

  • 所羅門(2359):專注於 AI 視覺技術的開發與應用
  • 三聯(5493):主要生產各類感測器產品

控制模組

  • 凌華(6166):專門製造控制器相關產品
  • 創博:專注於控制器的研發與生產

驅動模組

  • 東元(1504):生產馬達及關節模組
  • 盟立(2464):專精於關節模組的製造
  • 上銀(2049):提供各類機器人零組件

軟體系統整合

  • 百達(2236):開發服務機器人控制軟體
  • 凌群(2453):專注於服務機器人控制軟體的研發

整機

  • 樺漢(6414):生產自走機器人
  • 廣運(6125):專門製造機械手臂
  • 台達電(2308):開發協作型機器人
  • 達明(4585):生產協作型機器人
  • 新漢(8234):製造協作型機器人
  • 中光電(5371):開發自走機器人

機器人戰局|美中競賽新戰場,互尬靈活度、CP值

美國、中國是目前發展人形機器人的2大主要國家,林欣姿分析,美國於技術研發領先,中國則擁有國家政策支持及龐大的內需市場。

說到美國代表性的人形機器人,不得不提到「人形機器人始祖」波士頓動力自2013年推出的Atlas人形機器人,其於今年4月由原先的液壓系統轉為電動版,更加提升操作靈活度。特斯拉的第2代Optimus機器人預計明年將生產千台,馬斯克曾發豪語,到2040年世界上預計將有10億台人形機器人,龐大的需求,未來有望讓特斯拉市值衝上25兆美元(約新台幣810兆元),是目前全球市值前3大的蘋果的8倍以上。

另外還有輝達、微軟、亞馬遜都投資的Figure AI,該公司打造的Figure01機器人內建ChatGPT,著重於與人互動的能力,能聽懂人類指令給予正確物品;Agility Robotics的Digit機器人則採相對單純的機構設計,現已量產並試驗於倉庫搬運貨物。

中國近年更興起一波人形機器人的創業融資潮。去年底於香港交易所上市的「人形機器人第一股」優必選科技,其機器人現於蔚來、東風柳汽等車廠進行實地訓練;宇樹科技的機器人會跑、還會跳「科目三」,已經可用人民幣9.9萬元(約新台幣44.4萬元)的價格在京東商城買到;離開華為創業的「天才少年」稚暉君也加入戰局,所創立的智元機器人獲得比亞迪及一眾創投投資。

美、中角力新戰場!最頂人形機器人一次看

機器人已進廠「打工」,升格店員再等等

各企業研發中的人形機器人,部分已開始進到車廠、物流倉庫從事重複性高且單純的勞力工作,作為商轉的第一站。然而,若要走入商家及家庭轉職為「服務型機器人」,並非易事。

一方面,服務業場域甚為複雜,人形機器人離自動模仿學會人類行為還很遙遠。郭重顯說,目前是由眾多人力去開發一台人形機器人,「但(人與機器人的)角色上要對調過來,人形機器人才真的能為人服務。」以業者接受度來說,張智傑提到,輪型機器人仍有成本、移動速度及載重等優勢,人形機器人初期較高的售價及後續維護保養費用,都是客戶尚在評估的面向。

安全性也是一大課題。白心瀞表示,工業機器人和人共事時,必須受到許多規範避免誤傷到人,不過目前尚無針對人形機器人的安全規範。

最後,商用變現能力至關重要。楊秉祥指出,人形機器人部分為企業用以宣示技術進展,「但要不要用人形來呈現AI導入、演算能力提升後的效果,倒非必然。」他並說,重點是解決了哪些剛需,與人們的心理接受度。

要說人形機器人將迅速普及,言之尚早,黃仁勳與馬斯克的肯定有其道理、林百里的論述也值得重新咀嚼,不論誰對誰錯,接下來3到5年內,人形機器人的發展仍值得好好觀察。

責任編輯:謝宗穎

關鍵字: #智慧機器人
往下滑看下一篇文章
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?

2019年金融監理機關正式將雲端納入委外規範後,揭示金融業上雲時代來臨,國泰金控數數發中心成立雲端策略發展部,負責擬定集團上雲策略,並於2020年正式啟動7年集團雲端轉型計畫;在多數金融機構仍停留在單點遷移或IT現代化的現下,國泰金融集團在 2025 年即完成 100 套系統上雲,更將雲端轉型階段從 Cloud Ready、Cloud Adoption 推向 Cloud First,成為數據與人工智慧應用的關鍵引擎。

國泰金控資訊長|吳建興 James Wu
圖/ 數位時代

「百套系統上雲不僅僅是數字,更是讓國泰從『 IT 進化業務』邁向『 IT 驅動成長』的關鍵轉折。」國泰金控雲端策略發展部協理顏勝豪表示,上雲帶來的效益十分顯著,包括提升資源可用性與營運敏捷度、減輕 IT 維運負擔;同時,雲端業者多具備零碳排或綠能機房機制,亦有助於企業朝向 ESG 永續營運邁進。「金融上雲不是單純的現代化基礎設施或者是升級技術,而是為了換取速度與可靠度,讓集團可以加速創新腳步、彈性調配資源,以及培育所需人才與技能,為未來做最佳準備。」
為讓集團員工、金融同業以及有志上雲的夥伴可以進一步探討雲端轉型的各種可能,國泰金控舉辦雲端轉型成果發表會,會中除有集團子公司分享最新成果,三大公有雲平台業者也從不同技術視角共同探討在合規、資安與 AI 應用的可能。

七年、三階段,國泰金融集團將雲端內化為營運流程與創新引擎

國泰金控科技長|姚旭杰 Marcus Ya
圖/ 數位時代

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務?

顏勝豪認為,雲端轉型的起點不是直接遷移系統,而是從四個面向打底:應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃,以及組織治理框架建立,而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏,若沒有共同語言與平台底座,上雲很容易各自為政。」顏勝豪表示,為讓所有員工可以齊步前行,國泰以雲端遷移方法論 Cathay 6R(註1)作為共同語言、用平台作為共同底座,讓轉型不只是技術選擇,而是集團行動。
完成單一系統的雲端遷移後,便進入 Cloud Adoption 階段。在這個階段中,要透過大規模遷移建立更成熟的上雲標準作業流程(SOP),透過 FinOps 機制控管與優化雲端營運成本,以及透過自動化與治理模型確認多雲環境與安全與維運穩定性,目標是將雲端內化為組織日常運營的一部分,進而邁向 Cloud First 階段:在合規前提下,新專案與系統升級預設在雲端環境開發,並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則:讓雲成為 AI 時代的成長引擎,而不是單純的基礎設施。」關於國泰的未來雲端布局,顏勝豪如是總結。

國泰金控 雲端策略發展部 協理|顏勝豪 Otto Yen
圖/ 數位時代

以雲端為 AI 資源引擎、發揮數據燃料價值,實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲,也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲,打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備:成立國泰風險聯防中心(CRC)攜手集團洗防人員強化風險控管與金融犯罪因應能力;釋出國泰員工 AI 助手–Agia–Beta
版,提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務;此外,亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務,更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出,發展AI需要龐大的 GPU 算力,若自建 GPU 機房,不僅硬體設備昂貴、折舊速度快,光是散熱系統一年就高達兩、三千萬元的成本,若採取雲端資源,可以隨啟隨用,同時,大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組,銀行、人壽、產險與證券的創新不再是單點突破,而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本,資料則決定 AI 應用上限。」顏勝豪解釋,在 AI 新世代,AI 模型定調能力「下限」,集團子公司掌握的「獨特資料」則決定應用的「上限」,考量雲端有許多好用 AI 服務,唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略,打造雲端智慧生態圈,並以現代化雲原生技術拓展應用場景;同時,運用 AI 與資料分析優化客戶服務體驗,並藉由跨雲整合機制支援多元業務模式,以充分發揮上雲效益。至於國泰產險,不僅在兩年半內完成13套核心系統上雲、優化營運流程,如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等,讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求,如以 AI Search 精準呈現關鍵字搜尋結果,讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務,以客戶持股為核心,應用 AI 技術打造個人化推播服務,協助投資人更有效率地掌握庫存狀況,提供更即時、系統化的投資管理體驗。
總的來說,國泰金控在集團的雲端轉型不僅是技術升級,更是思維革新,從百套系統上雲進展到 Cloud First 階段,可以預期在雲地基礎下,國泰將進一步引領 AI 時代變革,持續提升營運韌性與放大創新價值。

註1:Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論,將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構,並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。

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
2026 大重啟
© 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