幫忙折疊衣服、處理有危險性的廢棄物、在倉庫或工廠擔任搬運工⋯⋯，這些找不到人力來做的事，都可以交由人形機器人（humanoid robots）代勞。儘管機器人技術與應用發展已久，但就在生成式AI出現後，兩者的結合帶動起人形機器人的新熱潮，各大廠及新創紛紛加入戰局。在今年輝達（Nvidia）GTC大會，發表適用於人形機器人開發的Project GR00T基礎模型後，機器人議題持續延燒，而特斯拉（Tesla）第二代的人形機器人Optimus雖明年底才推出，但日前在上海世界人工智慧大會上亮相曝光，已成為矚目焦點。
LLM快速發展加上成本下降 人形機器人市場未來10年預估成長6倍
最近一年來就在生成式AI技術整合到機器人領域後，市場變化快速。高盛集團在今年2月調高對人形機器人市場規模的預估，到2035年由去年預估60億美元提升6倍為380億美元，出貨量預計成長4倍來到140萬台。市場變化主要原因有二，其一是機器人大語言模型進展快速，加速機器人系統開發；其二是從高精度齒輪到促動器等相關元件的供應鏈選擇變多，以及製造技術改良等因素，預估成本約可降低4成。
這些因素驅動人形機器人在工廠應用約可提前1年，消費者端應用約2至4年。高盛分析師團隊認為，到2030年預估人形機器人出貨量為25萬台，主要大部分仍是應用於工業製造端，例如電動車的組裝或零件分揀等，但預計10年後消費端的機器人出貨將爆量成長，每年可望出貨100萬台，例如用於家務或長照服務等。
生成式AI機器人更聽得懂人話 做出自主決策
這些應用在工廠協助工廠自動化的機器人發展已久，但過去比較是應用在特定用途，如在生產線上搬運貨物或執行反覆的動作，主要是依賴程式及指令控制機器人行為，而使用生成式AI技術的機器人對於周遭環境有更精準的感知與理解能力，能執行複雜的任務規劃並做出自主的決策，尤其在人機互動上能提供更自然且人性化的交流。
根據史丹佛大學發布的《2024人工智慧指數報告》中指出，透過大語言模型如PaLM-E及RT-2，機器人能更聰明地與真實環境互動。例如Google的PaLM-E能在視覺問答上有良好表現，如抓取A物放置於B處等任務。而DeepMind推出的RT-2也很適合用來開發通用型機器人模型，尤其在執行一些未曾見過的物體、背景或環境下的任務，都有良好的成功率。
目前許多國家都在積極發展機器人應用，尤其中國政府不僅投入大量資金鼓勵科研，也同步積極制訂法規與推動政策。例如去年底中國工信部提出「人形機器人創新發展指導意見」支持產業發展；中國建設銀行上海浦東分行也與上海傅利葉智能科技合作將人形機器人置於銀行大廳中，執行業務諮詢與接待等工作。在中國政府積極投入下，預估2026中國人形機器人市場規模將達104億人民幣。
- 首圖來源：Nvidia
