當前科技界正迎來一波人形機器人熱潮，包含特斯拉的 Optimus、波士頓動力的 Atlas 等數十款機器人，正積極準備進入市場 。業界之所以如此執著於「人形」，是因為生活環境原本就是為人類量身打造，像是要轉動門把需要手，要爬樓梯則需要雙腳。特別是市場對人形機器人的期待，就是要真正走入工作場域並發揮價值，進一步完成開門、搬箱子等枯燥的日常雜事。然而，這也是當前人形機器人，最難跨越的門檻之一。
為了解決這個實用性痛點，由前 NVIDIA 機器人研究人員所創立的瑞士新創公司 Flexion Robotics 提出全新的解方。與多數鑽研機械關節的硬體公司不同，Flexion 的核心重點是開發讓人形機器人能自主完成任務的「軟體系統」，打造一個能真正理解指令、拆解任務並串接行動的 AI 大腦。
Flexion 讓人形機器人從單點動作，到可以串接日常生活流程
為了展示這個「AI 大腦」的潛力，Flexion 運用一台改裝過的 Unitree 人形機器人進行實際測試。《WIRED》報導，這款機器人能夠接收語音指令到樓下領取包裹，接著自行走樓梯、搭電梯回來，最後甚至能拆開包裹並把零食放進抽屜裡。
這個任務的關鍵並不在於機器人學會某個單一動作，而是必須把取包裹、開門、移動、搭電梯、拆箱與整理物品等多個步驟，串連成一個流暢且完整的自動化流程。目前多數的人形機器人展示影片，通常只聚焦在摺衣服或上架等特定任務，且幕後往往高度仰賴人類進行遠端操控。然而，一旦把這些機器人放到不熟悉的環境中，遠端操控的方式便容易失效。相較之下，Flexion 的優勢在於能讓機器人先在模擬環境中學會各種基本技能，隨後再將這些技能組合起來，自主應用於真實世界中。
如何打造人形機器人的大腦？Flexion 用強化學習連接任務與動作
要達成這樣的高度自主性，Flexion 系統運作的核心在於結合不同的 AI 模型，其中的「主 AI」會先消化人類做事的影片，藉此學會什麼時候該採取什麼行動。這些影片的功能不是直接教導機器人如何完成每一個物理動作，而是教它在任務流程中應該依序採取的行動邏輯。
例如，當主 AI 判斷任務需要開門或搭電梯時，系統就會呼叫機器人先前在模擬環境中學到的對應技能，並將其順利應用到現實場景中。同時，Flexion 的軟體也肩負控制機器人馬達的重任，確保機器人能夠平穩地走路、移動四肢並維持平衡。
Flexion 共同創辦人兼執行長 Nikita Rudin 表示，這套軟體的秘密武器是大量使用強化學習技術，從主 AI 模型、模擬環境到馬達控制，每一層的設計都是透過不斷地試錯來完成訓練，正如 ABI Research 分析師 George Chowdhury 所強調：「真正具有革命性的不是人形機器人本體，而是支撐它們運作的 AI 模型。」
Physical AI 為何還沒迎來 ChatGPT 時刻？資料、安全與泛化能力是難題
儘管 Flexion 在軟體端取得了亮眼進展，但放眼整體機器人產業，打造強大的 AI 大腦仍面臨嚴峻考驗。《The New Yorker》的報導指出，和生成文字與影像的 AI 相比，驅動機器人的實體 AI（Physical AI）仍然面臨許多發展門檻，NVIDIA 機器人業務負責人 Deepu Talla 便坦言：「世界上還沒有機器人版的 ChatGPT。」
這背後最大的瓶頸在於資料嚴重不足。語言模型可以輕易從開放網路的文字中學習，但世界上根本不存在同等規模的「關節運動軌跡」資料庫，即使讓全世界的人都穿上動態捕捉服裝，也需要數十年的時間，才能產生出當初用來訓練 ChatGPT 那種規模的資料量。
為了解決這個資料匱乏的痛點，業界演化出不同的應對策略。例如 1X 公司近期重新擁抱遠端操作機制，提議讓操作員遠端幫客戶調酒，並將其視為收集資料以推動「數據飛輪（data flywheel）」效應的重要途徑。此外，德國機器人公司 Neura 則讓上千名工業勞工穿上動態捕捉服裝來大規模收集人類動作數據。還有一種解方，是透過工程技術，將 YouTube 等平台上的第一人稱視角影片，轉換為機器人可用的關節軌跡資料集。
另一方面，與 Flexion 理念相呼應的另一家新創 Skild AI，則試圖打造「通用實體 AI」大腦，目標是將這套軟體安裝到任何機器人的身體裡。為了讓這種通用大腦具備適應各種突發狀況的能力，Skild AI 團隊甚至會透過猛踹機器人，或是用電鋸切斷機器狗的腿等極端方式，來測試並強化 AI 自行補償機體損傷與修正錯誤的能力 。
這些案例顯示，機器人產業可能正走向一種「Android 模式」，也就是專注於編寫跨平台軟體，並運行在其他公司製造的硬體上。未來的機器人更能透過雲端發揮「蜂群思維（hive mind）」的優勢，只要其中一台機器人學會了新技能，其他機器人就能同步學會，加速整體進化。
然而，除了技術與資料，安全仍是無法迴避的課題。Apptronik 與 Google DeepMind 的專家皆提醒，在小孩或小型寵物周圍，使用人形機器人仍有極大的安全疑慮，這也是機器人進入家庭前必須克服的關鍵難題。
人形機器人下一戰：AI 大腦能否跨硬體、拆解任務
現在，人形機器人要走進真實場景，關鍵不只是會不會走路或抓取物品，而是能理解任務、拆解步驟，並把不同技能串成完整的流程。目前，Flexion 正與多家機器人公司展開合作，且其軟體系統可跨平台應用於不同形態的人形機器人上。這類軟體能力具有龐大的商業價值，分析師估計到 2036 年，機器人基礎模型的市場價值將高達 1,500 億美元。
人形機器人落地的下一步，已經不只是單純比拚硬體，而是像 Flexion 與 Skild AI 一樣，讓 AI 學會拆解現實世界的任務並實際執行，這或許才是解鎖未來千億美元市場與解決缺工危機的最後一哩路。
【推薦閱讀】
◆ 中國兩大實體 AI 新創估值同破 200 億人民幣，智平方、自變量力拚特斯拉
◆ 南韓砸逾 8,800 億美元打造 AI 國家隊：拆解台、日、韓的 AI 國力競賽
◆ 人形機器人民主化：Hugging Face 的 LeRobot 要讓任何人都能做真機 AI 實驗
＊本文開放合作夥伴轉載，資料來源：《WIRED》、《New Yorker》，首圖來源：Flexion Robotics
