人形機器人走出實驗室　AW 2026透視具身智慧技術路徑

人形機器人在今年中國春晚節目進行的武術表演在社群媒體引發熱議。這些機器人進行踢擊、翻轉與協同動作，展現顯著提升的運動控制能力，讓大眾首次直觀感受人形機器人的技術進展。這股熱度並延續到日前在首爾舉行的2026年智慧工廠與自動化產業展(AW 2026)，使人形機器人成為本屆展會最受矚目的焦點之一。

此次展會也是中國多家人形機器人企業首次以集體形式在海外亮相，包括智元機器人(AGIBOT)、傅利葉智能(Fourier Intelligence)、樂聚機器人(Leju Robotics)與宇樹科技(Unitree)，以及華為(Huawei)。從現場展示可以觀察到，人形機器人已不再只是機械堆疊，而是正逐漸演變為整合硬體架構、AI模型、感測資料與雲端運算的異質運算平台。

隨著AI逐漸跨越軟體世界的邊界，能夠直接與物理環境互動的「具身智慧」(Embodied AI/Embodied Intelligence)正被視為下一代AI的重要發展方向。在AW 2026首度舉辦的「中國人形機器人論壇」(China Humanoid Robot Conference)中，來自產學界的專家指出，Embodied AI正從以演算法為主的研究領域，逐漸轉變為讓機器人能在真實環境中進行感知、決策並執行任務的工程系統。

然而，當AI開始進入物理世界，工程挑戰也隨之浮現：在AI與機器人融合的Embodied AI時代，如何突破技術瓶頸，讓機器人從實驗室真正走向大規模應用？

中國多家人形機器人企業首次以產業群體形式在海外亮相。

(來源：AW 2026)

資料飛輪加速技術迭代

論壇主持人、研究機構China Capital Markets Lab執行長申炯均(Shin Hyungkwan)在開場演講中指出，人形機器人的發展並非依賴單一技術突破，而是建立在持續迭代的「資料飛輪」(Data Flywheel)之上。

他解釋，這一資料飛輪由硬體、資料與演算法構成，並形成一個不斷循環、持續迭代的飛輪機制。機器人在真實環境運行時會持續產生感知資料，這些資料被用於訓練新的AI模型；而更強大的模型又能提升機器人的感知與操作能力，使其能在更多場景中部署並產生更多資料。

隨著這一循環持續加速，機器人的能力將逐漸提升，最終實現具身智慧的大規模通用能力(generalization)。這種以資料為核心的開發模式，也正逐漸取代傳統依賴預設指令的機器人編程方式。

分層控制與異質運算架構

面對物理世界高度複雜且充滿不確定性，具身智慧系統的架構正逐漸走向多層次的異質運算模式。上海交通大學機器人研究所首席科學家閰維新指出，從控制系統角度來看，人形機器人通常可理解為「大腦」與「小腦」分工的架構。大腦負責語義理解、邏輯運算與任務決策，小腦則處理步態生成、動態平衡與關節協調等低延遲運動控制。

華為則從嵌入式AI與運算平台的視角，進一步將此架構推向「端、邊、雲」的深度協同。華為亞太區資深AI架構師Daniel He指出，人形機器人本質上是一個極其複雜的嵌入式運算平台，必須同時處理視覺感知、語音互動以及即時運動控制等多種任務。如果所有運算都在機器人本體上完成，將面臨功耗與硬體限制。

為此，華為提出Robot to Cloud (R2C)協議架構，透過端、邊、雲三層協同的方式分配運算任務：雲端負責大規模AI模型訓練與更新，邊緣節點處理即時推論，機器人端側則專注於低延遲的運動控制。這種分散式架構能在降低機載功耗的同時，維持機器人對環境的即時反應能力，為具身智慧的大規模部署提供基礎。

Daniel He指出：「人形機器人本質上是一個完整的AI運算平台。如果沒有新的嵌入式AI架構，人形機器人很難真正進入產業化階段。」

攻克「筷子難題」：多模態感測與觸覺反饋

在具身智慧的發展過程中，最具挑戰性的能力之一是「精細操作」(Fine Manipulation)。閰維新指出，目前機器人技術的瓶頸正逐漸從視覺導航轉向觸覺(tactile)與力覺(force)感知，也就是所謂的「筷子難題」。單純依靠視覺系統，機器人很難完成如人類般的精細抓取與操作，因此必須透過高頻率的觸覺與力覺回饋，並與視覺資訊融合，形成完整的感知—控制閉環。

針對這一挑戰，傅利葉智能共同創辦人周斌分享其GR-3的材料與感測創新。他指出：「人形機器人進入家庭應用的前提在於『安全性』與『溫暖』。這不僅是軟體演算法的問題，更涉及材料與硬體設計。」

傅利葉將其於醫療復健與外骨骼機器人領域累積的高精度驅動技術，導入人形機器人平台 GR-3。該平台採用軟性材料包覆器人本體，並整合全身觸覺感知陣列，使機器人在抓取不規則物體時能根據力回饋自動調整關節扭矩。透過「全身動態協同控制」(Whole-body Control)，系統能即時調整動作策略，使機器人從預設軌跡控制轉向更靈活的即時互動操作。這種基於力回饋的自適應控制方法，正是讓機器人具備精細操作能力的重要技術基礎。

傅利葉透過材料與感測創新打造GR-3成為「有溫度的具身智慧」。

(來源：Fourier Intelligence)

從展示平台走向產業應用

人形機器人能否真正落地，最終取決於成本、可靠性與工程化能力。宇樹科技解決方案負責人蔣程毅指出，環境適應性是第一步。他指出：「過去 AI 的進展大多侷限於數位世界的邏輯推理，而具身智能的核心在於實現感知、理解與執行的物理閉環。」

他認為，由於全球超過90%的基礎設施都是以人類為設計基準，人形結構仍然是通用機器人的最佳形態。宇樹的人形機器人平台採用主體(Body)、小腦(Cerebellum)與大腦(Brain)三層控制架構，並結合強化學習與自然步態生成技術，使機器人能在坡道、台階等非結構化環境中保持穩定運動。

在工程可靠性方面，樂聚機器人方案負責人任廣杰從工程指標定義機器人的成熟度：MTBF (平均故障間隔時間)與連續運作能力。根據樂聚提供的工廠實測資料，其最新平台的MTBF已超過1,000小時，並可連續運行9.5小時，「這意味著人形機器人正從展示平台，跨入可實際投入工作的生產力工具範疇。」

此外，透過5G遠程操控對接製造執行系統(MES)，操作人員甚至可以在距離1,200公里外控制機器人作業，而端到端延遲可控制在20毫秒以內。任廣杰表示，人形機器人的角色並非取代傳統機械手臂，而是填補在工業自動化產線中難以標準化的「最後一哩路」。

樂聚專為工業場景打造的人形機器人，可依據需求自動調整1-2.6M高度，準確拾取料件。

具身智慧產業的起點

AW 2026現場儼然成為具身智慧的前哨站，除了智元X2與G2、宇樹G1與樂聚Kuavo 4 Pro等機型同步亮相，更吸引全球超過50家機器人企業參展，共同勾勒從底層運動控制到高階多模態感測融合的技術圖譜。

Boston Dynamics的非商用機型人形機器人Atlas首次在AW 2026亮相，象徵人形機器人技術正從研發場域走向產業應用。

(來源：AW 2026)

Top Robotics的人形機器人在現場與觀眾互動。

儘管人形機器人仍處於從研究平台走向產業應用的早期階段，但其技術成熟度已顯著提升。從AI晶片算力分配、感測器融合處理到高效率執行器設計，人形機器人正逐漸形成一套新的工程體系。

未來十年，隨著硬體、資料與AI模型持續迭代，人形機器人可望成為繼智慧手機與自動駕駛之後，推動電子與人工智慧產業發展的重要技術平台。

The post 人形機器人走出實驗室　AW 2026透視具身智慧技術路徑 appeared first on 電子工程專輯.