與輝達密切合作、獲國內能率集團投資的美國人形機器人獨角獸Agility Robotics日前訪台，為近來AI機器人熱潮再添柴薪。深研機器人數十年的共同創辦人赫斯特對智慧機器的現況有何觀察？對人形機器人後進又有何建議？
在輝達引領、助長的「實體AI」熱潮中，人形機器人是一大焦點。身為最早簽下商用長約的人形機器人供應商，Agility Robotics的共同創辦人赫斯特（Jonathan Hurst）日前訪台。行程受到台廠密切關注，亦帶動投資方能率、興櫃掛牌的能率亞洲股價大漲。
在諸多廠商尋找機器人供應鏈切入點之時，深研機器人領域數十載的赫斯特對近年急起的這波熱潮有何觀察？身為人形機器人市場主要玩家，他又為何數度強調自己原本「不想做人形」？
實體AI「不只是炒作」，帶動產業加速前進
「很多人以為，把機器人做得像人形，再結合AI，它就能做所有人類能做的事。」赫斯特表示，「但它不能。」
在大語言模型驅動的聊天機器人打響大眾知名度後，對前沿模型能力的應用及想像延展到其他領域。代理執行數位任務已無法滿足使用者。給予如此聰明的AI模型一個身體，在現實世界中帶來更多價值，似乎是自然的下一步。
然而，必須高度整合軟、硬體的AI機器人研發，遠比純軟體模型來得困難。赫斯特指出，機器人運動數據不如網路圖文資料那樣易得。以人類遙控法累積數據，也僅適用有限用例，如不需用到太大力氣的折餐巾等任務。在跑步、全身體控制等面向，只靠遙控訓練無法達到理想成果。
或許最明顯的是，AI模型能力再強，也需要適合的身體支持，才能在實體世界做到它想做的事。而現在幾乎還不存在專為前沿AI模型打造的硬體供應鏈，需求、規格都還在成形中。諸多原因，使得大眾期待的通用機器人無法在短期付諸實用。
AI機器人的進展雖不如外界想像得簡單、迅速，但確實出現顯著突破。「我們正目睹機器人完成過去無法達成的任務。」赫斯特說。
例如，機器人後空翻這類炫技，是幾年前難以想像的。傳統的機器人動作是由工程師撰寫程式控制。要完成後空翻這樣複雜的動作，需要在極短時間內控制許多關節在正確的時間以適當的角度輸出準確的力度，只要任何一個參數有偏差，機器人就會摔倒在地。再者，也沒有明確的經濟價值驅動工程師研究這樣的動作控制。
但在模擬環境中透過強化學習（RL）等技巧，可以在極大量的反覆試錯中，引導機器人摸索出控制身體完成後空翻的作法。這種以「學習」為基礎的訓練法，為機器人控制開啟了新的可能性。
再加上結合文字、圖像、語音等多模態理解能力的AI模型，為機器人帶入更細膩的語意與環境理解能力，以及更自然的人機互動體驗。目前諸多團隊正在破解的「物理智慧」（physical intelligence），更是機器人能力再上層樓的關鍵拼圖。
因而，赫斯特認為實體AI「不只是炒作」。他表示，「數百年來，人們渴望擁有能完成所有工作的機器。突然之間，人們開始意識到，也許那並非遙不可及的未來，甚至不需要花上五十年，可能就快要達成。因此，我認為人們的興奮是有其理由的。」
這波熱潮也為機器人領域帶進更多資金、人才與關注，對整體進展更是強心劑。赫斯特認為，許多瓶頸有望加速突破。九月底在首爾舉行的機器人學習大會（CoRL），便因為報名人數超額而必須提早關閉登記，「這是前所未見的。」赫斯特指出。
「Cassie」創下跑百米金氏世界紀錄，自然步態獲仿生啟發
為Agility Robotics打響知名度的機器人「Cassie」，便是學習式訓練策略的先驅。控制Cassie的神經網路，是花了一週的現實時間，在模擬環境裡進行大約1年的訓練而成。
只有雙腿、沒有上身的Cassie在2022年創下雙足機器人跑百米的金氏世界紀錄。Cassie以站立姿勢起跑、越過終點線，全程沒有摔倒，共花了24.73秒完賽，至今是赫斯特最喜愛的動作紀錄。「我認為那看起來非常、非常自然。」他驕傲地說。
影／Cassie以站立姿勢起跑、越過終點線，全程沒有摔倒。
Agility Robotics在2015年脫胎自奧勒岡州立大學的動態機器人實驗室，關鍵技術就是雙足機器人的動態平衡與運動能力。在研究領域上，擁有卡內基美隆大學機器人博士學位的赫斯特專精於生物力學。宗旨是先理解動物運動的原理，再以馬達等機械硬體重現。這解釋了為什麼Cassie、Digit的步態在人類眼中看起來特別「自然」。
在研發機器人時，赫斯特強調，團隊採用的進路是「仿生啟發」（bio-inspired），而非「仿生模仿」（biomimetic）。「我們想要了解人類或動物運動的原理，再應用到機械上。」他解釋，「而不是直接複製動物。」
長久以來，Agility Robotics想打造出能去到任何人類可去的地方的機器人，在人類為自己打造的環境中，與人們共存、協作。雙腿行走能力是邁向這個願景的基礎，如人的外觀亦有其社會價值。
例如，Digit的頭部除了可以放置攝影機與光達，也有助於與人類互動。透過眨眼這類的信號，讓周圍人類可以輕易察知機器人行動的意圖。不須專業訓練，就可促成人機自然協作。
然而，只有雙腿的Cassie逐步進化為有軀幹、雙臂的Digit的過程，實則充滿著工程計算，而非對人形機器人簡單、直覺的期待。
探索各種可能，初衷是「避免打造人形機器人」
赫斯特解釋，Cassie早期的一大問題是偏航控制能力不足，這導致機器人跨步時容易水平旋轉而摔倒。這是因為機器人跨出一側腿部時，會產生一個反向作用力。Cassie的腳掌太小，摩擦力不足以抵抗這個反作用力，所以容易原地旋轉後側向倒下。
為了解決這個問題，團隊想過安裝一個反作用輪或陀螺儀來抵消反作用力。但這個裝置除了旋轉沒有其他功用，還會增加機器人的重量與耗能。
更好的作法似乎是安裝另一個可移動的質量來施加反作用力，例如說尾巴。尾巴裡的空間還可以安置其他元件。而要控制偏航角度，裝設尾巴較好的位置不會是正後方，而是在對稱中心軸的兩側，可以輪流抵銷兩腿的反作用力。
若尾巴從兩腿旁側伸出，移動時容易撞到周圍事物。藉由將兩隻尾巴的位置上移，機器人也有了可以協助啟動步伐的軀幹，可以透過前傾來改變身體重心，利用重力助力移動。最後，兩隻裝在軀幹兩側的尾巴正好就像是雙臂。
賦予機器人雙臂，也可提升操控物品的能力，以及在摔倒時支撐自己的能力。赫斯特表示，「就像是有三條完全彼此獨立的思路，最終都把你引導到雙臂連結軀幹的同一個位置。」
「我們試過把手臂安裝在別的位置，但（肩部）才是正確答案。」赫斯特說，「所以最後它看起來就像是人形了。」
赫斯特解釋，起初他刻意避免打造人形機器人的原因，是為了防止自己陷入「先入為主」的窠臼，預先認定人形會是理想解，而失去探索其他可能性的機會。
「如果我們做出一個像是人的機器人，我們希望那是一個巧合。」他表示，「我們希望有充足的工程學理由支持這個設計。如果最終的解決方案正好是人形，那就採用，但那不是預設的目標。」
有趣的是，目前Digit最「不像」人的地方，也即將在2026年的改版中大幅調整得更像人類，而這背後也有著審慎的工程考量。
Digit使用鳥腿式設計已久，身體下降時，看似膝蓋的踝部是向後彎曲。這利於走路、跑步，但也使得Digit無法蹲得非常低，因為踝部會撞到地面。為了能從地面抬起重物，Digit也需要能將軀幹前傾，借用髖部和膝蓋的馬達來分擔重量。團隊發現，人類的腿部設計更適合進行負重的操控。
赫斯特預告，除了快充、可換手等更新，第五代Digit在外貌上也將會看起來相當不同，但希望能同樣討人喜愛。
新一代機器人需要專屬硬體，台廠有搶進優勢
赫斯特初次訪台，對台灣硬體供應鏈的觀察具體而微。他指出，台灣擁有一群生產零組件的中小企業，深知製造流程，也具有客製化經驗。在發展新一代機器人的研發團隊眼中，台廠這樣的能力相當令人興奮。
赫斯特也表示，從機器人學家觀點來說，要把零件、模組做得品質精良、穩定發揮應有功能，可能是最難的環節。相對來說，組裝一台Digit的時間不到一周，佔總成本不到5％。若台灣擁有蓬勃發展的零組件生態系，他相信也能孕育出整機機器人供應商。
對此，赫斯特給機器人新創後進們的建議是：打造出產品，而不只是人形機器人。他舉例，宇樹能以低成本生產可跳舞、打拳擊的機器人，但它們並不適合長時間在倉庫裡搬運重物。即使外型都與人類相近，H1與Digit並非競爭相同市場的產品。
他強調，較好的方式是打造解決方案，為客戶提供商業價值，而不是「為做而做」人形機器人。
早在2020年就投資Agility Robotics的創新工業技術移轉股份有限公司（ITIC）現任總經理余宛如，是這次赫斯特訪台的重要推手。選在Agility期待提升量產能力的時刻，強力推銷台廠作為硬體策略夥伴，是說動赫斯特親自來台的一大原因。
余宛如觀察，台廠的優勢除了價格相對有競爭力、英文溝通能力佳，生產管理的軟實力也可以是一大特色。面對新一波機器人商機，要如何在既有優勢上疊加出新的市場區辨度，企業們皆相當積極。
Agility Robotics與能率集團的合作可視為先例。在供應鏈多元化的趨勢中，台廠如何挑對題目、提供可靠解方，將是在新一代AI機器人硬體戰中脫穎而出的關鍵能力。
