《Mech》人型機器人週二報 #007 2025.12.31~2026.01.06

Mech muse 智慧新知

發佈於付費專區等個房間

2026/01/06 更新2026/01/06 發佈閱讀 16 分鐘

嗨我是 Mech Muse 👋 這週的人型機器人新聞很有「拐點感」：CES 2026 正式開場後，大家不再只比誰的 demo 更炫，而是開始把量產時程、工廠導入、以及背後的 AI 平台與評測工具講清楚。

🌸 一、本週全球人型機器人新聞重點整理

2026/01/05｜AP News：Hyundai 與 Boston Dynamics 在 CES 2026 讓 Atlas 首次公開現場 demo（走路、轉頭、揮手），也同步把「先遠端操控、再走向自主」的路線講明白；重點是它已被定位為 2028 工廠導入的量產機，而不是展場玩具。
2026/01/05｜Reuters：Hyundai 對外說明 2028 起在美國工廠部署 Atlas，先做零件分揀與序列化，後續擴到組裝與高風險/高重複工序；「把人型機器人當工廠勞動力」的 KPI 這次寫得很具體。
2026/01/06｜WIRED：Google DeepMind 與 Boston Dynamics 談「用 Gemini 驅動機器人」的合作方向，焦點放在讓人型機器人更能理解環境與指令；這代表未來競爭不只比硬體，也比誰能把 VLA/具身模型更快落地。
2026/01/05｜Hyundai：Hyundai 在 CES 2026 提出 AI Robotics Strategy，主題是「人機協作」與把 physical AI 放進製造流程；把 Atlas、軟體平台與合作夥伴放到同一張戰略圖上，等於宣布要長期打這仗。
2026/01/05｜NVIDIA Newsroom：NVIDIA 宣布新的 physical AI 模型/工具並強調合作夥伴「下一代機器人」進展；對人型機器人產業來說，關鍵在於把「訓練—模擬—部署」的平台化，讓硬體廠更容易加速迭代。
2026/01/06｜The Verge：LG 在 CES 2026 端出家用機器人 CLOiD，現場示範把毛巾塞進洗衣機、拿水給人喝等動作；雖然速度偏慢，但「家務情境＋五指手」開始變成大廠的主戰場。
2026/01/05｜The Verge：SwitchBot 發表家用人型機器人 Onero H1，主打用相機＋手臂＋本地端 AI 做家務；它的重要性在於把「家用人型」往更親民的價格帶與通路想像推進。
2026/01/02｜PR Newswire：UniX AI 宣布把全尺寸人型機器人 Wanda 2.0 帶到 CES 2026，並把「可交付／可重複服務任務」當成主訴求；新創開始把敘事從 demo 轉向部署，很值得觀察。
2025/12/31｜TechNode：材料廠 Swancor 旗下 Qiyuan 推出小型人型機器人 Qiyuan Q1，主打輕量化/材料與機構整合；這類「從材料—結構—量產」切入的路線，可能成為東亞供應鏈的另一路競爭方式。
2026/01/04｜YouTube：Unitree 釋出 H2 訓練影片，強調動作學習與訓練流程；對中國路線來說，重點是「把訓練資料與迭代速度做成規模」，用頻繁更新去壓縮差距。
2026/01/01｜vnexpress.net：UBTECH 宣布 Walker S2 達成第 1000 台下線里程碑；這種數字雖未必代表大規模商用，但透露它在供應鏈與製造流程上已經「不像純 demo 團隊」。
2026/01/05｜TechCrunch：TechCrunch 以「NVIDIA 想做機器人界 Android」解讀其 CES 發布；如果平台層勝出，未來硬體新創可能更像是在同一套 OS/SDK 上拼產品化與垂直場景。
2026/01/06｜The Verge：NVIDIA 揭露 Vera Rubin 平台與更完整的 AI 系統堆疊；對人型機器人而言，算力與系統化供應越清楚，越能支持「更大的模型＋更多仿真＋更快迭代」。
2026/01/06｜巴倫金融：Barron’s 報導 Rubin 進入量產相關說法，並提到 Foxconn 等夥伴在 AI 伺服器/網通需求上的動能；人型機器人最後要拚量產，背後其實就是這條「AI 基礎設施供應鏈」在撐。
2026/01/02｜CES：CES 官方前瞻把機器人列為重點類別之一；對產業的意義是「大會把舞台留給可落地的具身產品」，也更容易促成供應鏈與客戶端的當場對接。
2026/01/02｜Interesting Engineering：Figure AI CEO 對外談 2026 年人型機器人加速落地的判斷；即使是偏趨勢型內容，也反映頭部新創正在把外界期待導向「可交付與可擴張」。
2026/01/04｜Stocks Down Under：Business Insider 追蹤 Tesla Optimus 的進度與挑戰，重點放在「看起來很強」之外的製造與落地細節；市場開始更在意節點、成本與可靠度，而不是單支影片。
2026/01/01｜arXiv：學術界這週也有新成果：Choice Policies 談人型機器人的長時程協調操控與可擴展資料收集；對產業的啟發在於「資料管線與控制架構」可能比單一模型更決定落地速度。

🦾 二、全球人型機器人大公司動態（敘述中需清楚交代公布時間）

Tesla Optimus

1/04 的 Business Insider 追蹤報導把焦點放在 Optimus 從展示走向可製造化的難題：不只是能走能拿，而是要長時間穩定工作、能維修、能控成本。

在 1/05～1/06 CES 的「人型機器人熱潮」氛圍下，Optimus 反而被拿來當對照組：大家開始用工廠導入時程與實際任務 KPI 去衡量它。

Mech Muse 的觀點：Optimus 的強項仍是「製造體系＋場景（自家工廠）」；但如果 2026 年業界把標準拉到可交付，Tesla 需要更頻繁地對外交代里程碑與可量產設計。

Figure AI

1/02 Interesting Engineering 引用 Figure AI CEO 的說法，將 2026 描述成「科幻走向現實」的加速年；這種表態通常是在為下一輪商業合作與交付預期鋪路。

在 1/05 CES 檔期，各家談的都是平台與落地，Figure 這類頭部新創若沒有更明確的量產/客戶案例釋出，輿論會更快轉向你何時能交付。

Mech Muse 的觀點：Figure 的競爭不只在本體，而在於能否把資料、模型與客戶流程包成解決方案，用交付去降低客戶導入門檻。

Agility Robotics（Digit）

1/04 的在地報導回顧美國「人型機器人峰會」與產業討論，核心議題集中在倉儲/物流等可量化場景，正好是 Digit 一直主攻的方向。在 1/05 CES 大量聚焦「人型進工廠」的敘事下，Agility 的策略反而顯得務實：先把單一場景做深、把可靠度拉高。

Mech Muse 的觀點：2026 年會是「場景選擇」的分水嶺；Digit 這種從物流切入的路線，若能持續交付，就會在商業化評分上領先。

1X Technologies

1/03 的澳洲媒體報導提到 1X 的人型機器人方向與家庭/服務應用想像（偏趨勢與敘事型內容）；顯示家用路線仍在競逐注意力。在 1/05～1/06 CES 接連出現家用人型（LG CLOiD、SwitchBot Onero H1）後，市場對「家用」會更在意速度、成本與安全邊界。

Mech Muse 的觀點：家用人型要贏，關鍵不是 demo 動作，而是「可被信任地在家中長時間運作」的系統能力，這會是一場硬仗。

Unitree Robotics

1/04 Pandaily 釋出的 H2 訓練影片，持續強調其迭代速度與訓練管線；這類更新頻率本身就是競爭力的一部分。1/04 Gasgoo 也提到商場端的展示/體驗通路嘗試，把機器人推向更可見的消費端曝光。

Mech Muse 的觀點：Unitree 的打法像「快時尚」：快速更新＋更密的曝光；若能把售後與可靠度補齊，會在東亞市場先吃下規模。

UBTECH 优必选

1/01 VNExpress 報導 Walker S2 達到第 1000 台下線；這類里程碑雖不等於全面商用，但通常代表生產與供應鏈更成熟。1/04 Gasgoo 的通路型消息也讓 UBTECH 這類品牌更容易被一般人「實際看到」。

Mech Muse 的觀點：UBTECH 若能把下線數字對應到可驗證的商用場景（工廠、展館、零售），2026 年的市場信任度會上得更快。

XPENG Robotics（小鵬機器人）

在 1/03 韓媒聚焦「韓中人型機器人對決」的 CES 氛圍下，中國車廠系機器人（包含小鵬路線）被放在「供應鏈整合能力」的框架討論。

截至 1/06，本週未見小鵬機器人新的官方級產品發表主訊息在主流媒體大量擴散，市場注意力主要被 CES 現場 demo 與平台發布吸走。

Mech Muse 的觀點：車廠系的人型機器人要避免被當成「行銷加分題」，2026 年更需要用工廠/門市等自家場景做出可追蹤的導入成績。

三星、富士康、比亞迪等供應鏈重點企業

1/05～1/06 NVIDIA 在 CES 2026 端出 Rubin 平台與一整套 physical AI 敘事，等於把「機器人算力與系統堆疊」推向標準化。1/06 Barron’s 也把 Foxconn 等夥伴的 AI 伺服器動能放進同一張產業圖裡：人型機器人想量產，背後其實是供應鏈先把 AI 基礎設施做大做穩。

Mech Muse 的觀點：2026 年供應鏈的關鍵字會是「平台化＋可交付」；台灣/東亞供應鏈若能卡位關節、伺服、電池、散熱與量產測試，就有機會吃到下一波增量。

代表性新創（UniX AI、SwitchBot、材料/結構切入的 Qiyuan）

1/02 UniX AI 用新聞稿把 Wanda 2.0 定位成「可交付」的人型機器人，這種說法正在取代過去的純 demo 口吻。1/05 SwitchBot 以家用人型 Onero H1 切入「較親民」的產品想像，顯示家用市場開始有人要搶先做規模化敘事。12/31 Gasgoo 的 Qiyuan Q1 則提醒大家：人型機器人不只比 AI，也比材料、結構與製造整合。

Mech Muse 的觀點：新創會把 2026 的戰場推向誰能先交付一個可被複製的場景，而不是誰的影片最像人。

🔧 三、人型機器人技術進展與研究亮點

這週我覺得最值得理解的技術主軸，是兩件事：（1）怎麼更快做出可擴展的資料與控制架構；（2）怎麼把評測與訓練工具做成平台，讓迭代速度變快。

第一： 1/01 上 arXiv 的 Choice Policies：

它談的是人型機器人在「頭、手、腳」要一起協調時，光靠單一路徑的模仿學習很容易卡關，所以把資料收集與控制拆成更模組化的方式，並用「多候選動作＋選擇」的策略去處理多模態行為。

白話講：不是讓模型一次猜到唯一正解，而是先提出多個合理動作，再用判斷機制挑最好那個，這對長時程任務特別重要。

第二：是 1/02 的 RoboReward：

它聚焦「獎勵函數」這個常被低估、但會直接決定強化學習是否跑得動的瓶頸。研究者把真實機器人資料（含 OXE 等大規模資料）整理成可用的 reward dataset/benchmark，並訓練視覺-語言的 reward model，甚至討論如何補足失敗樣本不足的問題。

翻成產業語言就是：如果你想讓人型機器人在工廠或家中學得快，reward 這條線會影響你迭代成本與速度。

第三：NVIDIA 在 1/05 的 Isaac Lab-Arena 強調政策評測與基準化：

把不同機器人/不同 policy 的評測流程做成可協作框架，讓大家能在模擬裡更一致地比速度、比穩定度、比泛化。

這其實是在補產業最缺的一塊——當每家公司都說自己很強，但沒有一致的評測語言，就很難走向規模化採購與部署。

✨ Mech Muse：本週技術主軸我會用一句話概括：人型機器人進入「可複製的工程化」階段。接下來最可能先商業化的，仍是工廠/倉儲這種 KPI 明確、環境可控的場景；家用路線會更依賴安全、成本與通路。對開發者與投資人來說，2026 年要盯的不是單次 demo，而是資料管線、reward/評測框架、以及量產測試流程是否成型。跑得最快的公司，會是「硬體可量產＋平台化 AI 工具」兩條腿都補齊的那批；只靠影片的團隊，會更快被市場要求交作業。

📝 四、Mech Muse 總結

這週最大的感受是「量產 vs Demo」正式開始分流。Hyundai 把 Atlas 的工廠部署時程、任務範圍講得很具體，等於把人型機器人拉回工程與製造的現實面：要能做事、要能長時間穩、要能擴。

第二個主軸是「平台化」。NVIDIA 這次把 physical AI 的模型、模擬與評測工具講成一套系統，對整個產業是訊號：未來硬體公司可能更像在平台上做產品，競爭會往場景與交付能力集中。

下週到未來 1–2 個月我會盯這些訊號：

CES（1/06～1/09）接下來幾天還會不會出現「可重複任務」的新 demo（特別是工廠搬運、分揀、組裝）。大廠是否公布更清楚的量產節點（例如：一年要做多少台、成本區間、誰負責代工與測試）。供應鏈端（關節伺服、減速機、材料、電池與散熱）有沒有出現新的成本拐點與交付合作。研究界的評測/資料/獎勵模型工具能否快速被產業吸收，變成縮短迭代週期的關鍵槓桿。

如果你也在追人型機器人，你這週最有感的是 Atlas 的工廠路線、還是家用人型開始冒出頭？留言跟我說。

想每週 10 分鐘掌握全球人型機器人動態，記得追蹤、收藏、訂閱 Mech Muse 👋 我們下週見。