人形機器人又稱為「具身人工智慧」（Embodied AI, EAI），也就是擁有實體身體的人工智慧。從此AI不再只是存在於雲端或螢幕中的軟體程式，而是能透過存在於物理世界的身軀，感知、互動、並在真實世界中採取行動的智慧系統。

數十年來，人形機器人一直是電影裡的常客。無論是拯救世界、統治世界，是善是惡，人類一直對於人形機器人充滿各種想像。在AI技術應用快速進展的此刻，它們已經進入倉庫、工廠，甚至進入家庭中。

NVIDIA執行長黃仁勳在GTC 2025主題演講中，預測人形機器人將在未來五年內廣泛應用於製造業。而根據《Fortune Business Insights》報導， 2032年人形機器人全球市場規模可達660億美元，每年成長率為45.5%，且將普及到醫療保健、零售和製造業領域。

鴻海集團也在10月21日的鴻海科技日首度公開，2026年初將於美國德州廠上線的AI人形機器人，背後的供應鏈廠商也同步曝光，令人對機器人產業的下一步充滿想像。

具身AI與傳統機器人、虛擬AI

就技術學理而言，人形機器人又稱為「具身人工智慧」（Embodied AI, EAI），也就是擁有物理身體的人工智慧。從此AI不再只是存在於雲端或螢幕中的軟體程式，而是能透過存在於物理世界的身軀，感知、互動、並在真實世界中採取行動的智慧系統。

在Jared Perlo等五位作者所撰寫的《Embodied AI: Emerging Risks and Opportunities for Policy Action》一文中，比較了過去的傳統機器人、虛擬世界AI，以及具身AI的差異：

傳統機器人：有實體，智慧有限。擁有實體身軀，但缺乏高度自主性與推理能力，通常被設計來在特定、受控的環境中執行高重複性的單一任務。

虛擬世界AI：有智慧，無實體。具備自主性與推理能力，但沒有實體身體直接跟現實世界互動。

具身AI：智慧與實體兼備。結合AI 的自主思考能力與機器人的實體身軀，因此能夠在多樣化、非結構化的真實環境中運作。

尚在起步階段 仍待技術突破

當然，具身機器人要能夠達成這樣的境界，仍有許多技術與學理上需要突破的限制。例如，史丹佛大學AI教授李飛飛為解決機器人在多階段、空間和時間依賴任務中的挑戰，提出「關係關鍵點約束」（ReKep）技術。首先透過ReKep拆解AI機器人需要操作的動作，這些就是與場景中物體互動的步驟，接著再為機器人生成一套操作規則，這些規則包括如何抓取、如何移動、傾斜、施力等。

同時還必須加入即時優化與回溯的機制，例如當機器人在倒茶時，如果茶杯意外移動，系統可以重新計算新的抓取或倒茶的方式，以確保任務成功達成。

被稱為「日本人形機器人之父」的石黑浩認為，人形機器人目前在技術的精細度上仍有落差，尤其，雖然電腦視覺和聽覺感測器已有大幅進步，但人類手部的靈活性與感官的細膩度，仍是AI無法達到的。特別是皮膚感測，他評估AI要具備與人類相同的能力，可能還需要50年的時間。

四大風險必須提前預防

雖然，具身機器人目前仍在起步階段，但在Jared Perlo等人的文章中，已經提出四個必須關注的風險：物理風險、資訊風險、經濟風險，以及社會風險，幾乎涵蓋人類生活的每個層面。

因為EAI和虛擬AI的核心區別在於「實體性」，和現今機器人的差異在於「學習能力」，使它能夠在物理世界中學習、感知和行動。但這使得EAI帶來虛擬 AI所沒有的即時物理風險，一旦失誤，很可能立刻造成極大傷害。因此，如何避免可能的傷害，必須在研發技術與應用之初，就必須經過慎重的規劃並且有效預防。而這將是人類社會此刻就必須思考對策的重要挑戰。（下篇待續）