Atlas拚一年量產3萬台!估2028進駐現代車廠:首波合作Google DeepMind,人形機器人大軍要來了?
Atlas拚一年量產3萬台!估2028進駐現代車廠:首波合作Google DeepMind,人形機器人大軍要來了?

重點一波士頓動力(Boston Dynamics)推出量產版 Atlas,2026 年先部署至現代汽車(Hyundai)旗下機器人工廠應用中心(Robotics Metaplant Application Center,RMAC)與 Google DeepMind。

重點二 :現代汽車預計 2028 年在美國車廠導入 Atlas,2030 年擴及更複雜裝配,並以年產 3 萬台為目標。

重點三 :在規格方面,Atlas 採全電設計、具 56 自由度(可獨立控制的運動軸共 56 個)、可舉 50 公斤、耐受 -20 至 40°C,並深度整合 Google DeepMind 的 AI 基礎模型以強化認知能力與任務學習速度。

波士頓動力於 CES 亮相量產版 Atlas 人形機器人,宣布在波士頓總部立即投產,2026 年首批將部署至現代汽車的機器人工廠應用中心(RMAC)與 Google DeepMind。

現代汽車同步釋出較長期的工廠導入時間表:2028 年起在美國等汽車工廠導入 Atlas 處理重複作業,2030 年擴大至更複雜的裝配流程,並以年產 3 萬台為目標,反映 AI 與機器人加速進入製造一線的趨勢。

合作 Google DeepMind:賦予 Atlas 認知能力

在現代汽車的 CES 發布中,Atlas 定位為車廠現場的「先鋒工」,初期負責高度重複且有助勞安的標準動作,例如依裝配順序排列零件,之後再導入更複雜、要求更高的裝配工藝。

Boston Dynamics 同步宣布與 Google DeepMind 建立合作,將其 AI 基礎模型整合進 Atlas,使其更快學習新任務、適應動態環境;並強調單機學到的技能可迅速「複製」到整個機器人艦隊。硬體供應方面,現代摩比斯(Hyundai Mobis)提供致動器,雙方共同打造高可靠性的供應鏈,協助從原型/小量試產「爬坡」到穩定量產。

市場層面,現代汽車股價曾在去年 12 月衝上歷史高點,顯示投資人對「實體 AI」布局的期待;同業動態方面,中國小鵬(Xpeng)展示 Iron 人形機器人,Tesla 推進 Optimus,Toyota 亦在 2024 年與 Hyundai 宣示加速人形機器人 AI 研發,汽車業整體朝向更精密自動化已成共識。

Atlas 具「56 自由度」:旋轉、抓握、步態切換樣樣來

Atlas 採全電設計,具 56 自由度與全旋轉關節,手部為「人尺度」並具觸覺感測;可舉重至 50 公斤、耐水,能在 -20 至 40°C 的環境運作。

在機器人學中,「自由度(Degrees of Freedom, DOF)」是可獨立驅動的旋轉或平移軸的數量。數字越高,表示可協調的關節軸越多,姿態與手部操作的精細度越強。

Atlas 的 56 自由度指全身(含頭、軀幹、雙臂、手部〈含手指〉、雙腿、腳踝等)各關節合計有 56 個可控軸;每個軸都能獨立出力與定位,使其能在狹窄空間調整姿勢、雙手協作、精細抓握並切換步態。

在生態面,Atlas 可透過波士頓動力的 Orbit 軟體對接 MES(製造執行系統)、WMS(倉儲管理系統)等工控系統,並支援條碼與 RFID 導入既有流程;安全配備包含人員偵測與「無柵欄防護」設計。

在操作上,Atlas 支援三種模式:

  • 自動模式:自律執行指定任務,能在動態環境中適應並持續工作,並可透過 Orbit 連接 MES/WMS 等工業系統。
  • 遙操作:由人員遠端直接控制,適合需要人工判斷或示範教學的情境。
  • 平板引導:透過平板介面進行方向/動作的即時引導與簡易操控,便於快速上手與現場調度。

Atlas 量產目標:年產 3 萬台

作為大股東的現代汽車,正準備在自家工廠大規模部署機器人,並宣布在美國投資 260 億美元(約新台幣 8,195 億元)新建機器人產線,年產能目標 3 萬台;同時規劃未來五年在南韓投入 125 兆韓元(約新台幣 2.711 兆元)發展 AI、機器人與新技術。

至於人形機器人市場前景,投行看法分歧:高盛(Goldman Sachs)估 2035 年可達 380 億美元(約新台幣 1.198 兆元),摩根士丹利(Morgan Stanley)則看 2050 年上看 5 兆美元(約新台幣 157.6 兆元)。

延伸閱讀:2026年改變你的10個科技:機器人真的走進客廳了!誰的金飯碗會被AI搶走?
機器人沒AI就是爛鐵!所羅門靠「點睛全餐」掃千萬大單:光靠賣軟體金額不大

資料來源:波士頓動力彭博社

本文初稿為AI編撰,整理.編輯/ 李先泰

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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