Physical AI：從Feature Robot到Smart Robot

過去十年，全球投入實體AI（Physical AI）與機器人新創的年度創投金額，從幾億美元的規模成長到接近250億美元，是10倍以上的成長曲線，集中在最近這幾年。

這個數字背後，隱含著一個更早就存在的剛需：主要經濟體的工作年齡人口持續下滑，如日本到2050年代將只剩2000年的6成左右。但「Physical AI」這個詞底下，到底蘊含怎樣的機會，是否真的對得上那條人口曲線所描述的缺口，值得拆開來看。

機器人產業並不是第一次站上資本聚光燈下。Bay Area Robotics Association執行董事Terence Bennett在東京Humanoids Summit 2026把美國機器人產業的發展分成3波：

第一波在1960到80年代的底特律，靠的是汽車產業的資本支出，技術堆疊是機械手臂、焊接、塗裝、圍欄工作站；

第二波在2005到2024年的波士頓，協作機器人與移動底盤從DARPA的早期投入走向倉儲物流的商業應用；

第三波從2024年開始在矽谷展開，資本來源從純軟體的創投，開始大量流入需要與實體世界互動的公司，技術堆疊變成基礎模型與VLA，操作被當成一個學習問題，而不是程式設計問題。

Bennett用一句話概括這個轉折：「The model, not the mechanism」；前兩波靠的是把機械做得更好，第三波靠的是把模型做得更通用。

前兩波對生產力的提升，其實是扎實且持續的。第一波的機械手臂解決的是一個被嚴格限定的問題：在固定場景、預設路徑、封閉圍欄裡，把單一任務做到極致，速度快、精度高、正確率極高，至今仍是全球工廠的骨幹。第二波的協作機器人與移動平台把能力範圍擴大一截，機器人開始可以在人的旁邊工作，也開始可以自己移動，但移動的前提仍是預先規劃好的場域：固定路徑、格狀地板、不允許外物進入。

這兩波做出來的，本質上都是「feature robot」：功能集合不同、精密程度不同，但共同特徵是在一個被定義好的框架內，把功能做到接近完美，就像feature phone把通話品質與待機時間做到極致。

第三波想做的是「smart robot」。本文暫且將smart robot定義為：能在未完全預先定義的環境中，自主感知、規劃與執行任務，並具備持續運作能力；若以商業部署標準衡量，連續運作10小時以上是一個可觀察指標。

feature robot的成果，現在仍在持續發生，而且規模比多數人想像得大。服務場域裡，已經有不少高階餐飲業者讓送餐機器人負責外場的搬運與行進路線，把服務人員的時間釋放到桌邊互動與品質把關上，機器人做的是「移動加搬運」這個被切得很乾淨的子任務，人做的是需要判斷與溫度的部分。物流場域的規模更大：某全球電商在超過100個倉儲中部署逾100萬台自主移動機器人，搭配相當規模的人力協作，每天出貨超過1,000萬個包裹。這些機器人跑的是預先鋪設的格狀地板與固定路徑，不是在開放場域中即時感知與決策，但這套組合已經支撐全球規模最大的物流網路之一。feature robot這條路徑沒有過時，它仍在創造實際的生產力。

那麼，第三波到底想往哪裡去？

要回答這個問題，與其直接猜測時間表，不如透過幾組對照，看清楚哪些系統設計、哪些技術重心，是真正屬於第三波、而不是前兩波的延伸。

第一組對照是機器人與電動車，兩者在供應鏈結構上有明顯的重疊，致動器、磁鐵、電池材料的供應路徑高度相似，電動車產業10年來建立的製造能力，正在直接轉用到機器人零組件上。但硬體基礎齊備，不代表問題已經解決。電動車本質上是換了動力系統的交通工具，駕駛這件事人類已經做了上百年，技術積累可以直接沿用；機器人面對的問題更底層——「什麼是正確的動作」本身就需要重新定義，這是一個泛化問題，難度比電動車高了一個量級。

電動車的感知目的是避障，機器人的感知目的卻是接觸與操作，必須碰得精準。前兩波是靠縮小場景範疇解決「碰得精準」的問題；第三波要在開放場域中做到同樣的精度，硬體已經不是瓶頸，瓶頸轉移到模型能否泛化這一層。這個差異也解釋為什麼電動車的商業轉折點已經發生，而機器人即使資本大量投入，距離大規模商業轉折點仍有一段距離。

過去60年機器人的成功，建立在同一套技術邏輯：儘量拿掉場景的不確定性，讓機器人在規劃過的環境裡，把固定任務做到接近完美，重複定位精度早已解決到亞毫米級。第二組對照正是Physical AI與第一波的工業機器人：Physical AI想打破的正是這個前提，在開放場域、動態環境、沒有預先定義的結構下仍能完成任務。

這也是為什麼今天大多數所謂「自主機器人」的成功部署，骨子裡仍是工業機器人的邏輯：先把問題範疇縮小，再宣稱已經自主。

把這幾組對照放在一起看，會發現一個熟悉的歷史節奏。在smartphone出現之前，有線電話、大哥大、feature phone已經把通訊這件事做得相當好，通話清晰、待機時間長，把一個被定義好的功能做到極致。

2007年smartphone的出現，並不是讓通話變得更好，而是打開了一個原本不存在的維度：應用生態、隨時連網、裝置成為平台。feature robot這十幾年的成果，如同feature phone的那段歷史：扎實、有效，但運作在一個被定義好的框架裡。smart robot現在仍處於那個框架被打開之前的階段，資本市場湧入的250億美元，期待的正是這個打開的時刻。

第三波若真的成立，價值重心可能逐漸從機構件移向感知、運算與模型能力——這個分岔對台灣供應鏈不是抽象問題。延續Bennett「the model, not the mechanism」的框架：當機器人的價值重心真的從機構轉向模型，台灣過去在精密機械組裝、馬達齒輪上的優勢，會如何轉化？智慧型手機時代給過一個參考答案：當產業價值逐漸向作業系統、生態系與平台集中時，價值未必留在製造規模最大的地方，而是留在最能定義產業規則的位置。