機器人會動不代表會想：從魏哲家發言看見AI機器人競賽真正的戰場

台積電董事長魏哲家在2026年3月21日的一場大學演說中，談到近年備受關注的機器人產業。他表示，部分中國機器人跳來跳去、只是好看頭而已，並進一步指出，機器人產業真正的關鍵不在動作表現，而在於背後的大腦——也就是晶片運算能力。當前機器人所依賴的先進晶片，絕大多數仍來自台積電。

這段發言很快在網路引發討論，甚至演變為情緒性的輿論對立。反對者視為貶低中國科技實力，支持者則解讀為展現台灣半導體產業優勢。然而，在這場爭論之中，特別是在亞洲，一個更值得被討論的問題反而被忽略了——當我們談論機器人發展時，究竟在談的是什麼？是國家競爭，還是人類未來？

專用機器人與通用機器人的差別

如果從競爭的角度來看，機器人技術在過去 10 年間已快速進入實際應用，並在特定場景中達到相當程度的自動化。例如 Amazon 在物流中心中部署了超過百萬台機器人，負責搬運貨架、配送商品等。又像 Ambi Robotics 進一步將大型 AI 模型導入機器人系統，能透過機器學習提升分揀與辨識貨物能力。

如果仔細看上述這些機器人的實際應用場景，其實會發現這些機器人有一個很關鍵的限制：它們幾乎都只能在被設計好的世界裡運作。即便這些機器人系統開始導入 AI，它們依然像是被強化的工具，而不是真正理解使用環境。當任務超出預期，這些機器往往就會失去效能，因此這類工業機器人也被稱為專用機器人。

有別於專用機器人，人類希望開發出所謂的通用機器人（general-purpose），像是能模仿人類行為的人形機器人（Humanoid Robots）。這種機器人試圖結合 AI、感測與學習能力，其技術目標不再只是提升單一任務效率，而是逼近人類的行動能力，可在多種場景中運作，從自動化走向自主化。

以中國宇樹科技（Unitree）為例，宇樹科技的人形機器人已能完成跑步、翻滾甚至武術動作，展現出在動態控制上的進展，但這些能力目前多屬於表演與研究。相比之下，Boston Dynamics 的 Atlas 顯現出更成熟的動態平衡與運動能力，而特斯拉（Tesla）的 Optimus 則嘗試加入摺衣服、搬運等實用場景。但無論是上述哪種機器人，距離真正商用仍有一大段距離。

再來看看機器人的大腦，也就是AI。比較宇樹 UnifoLM 系列和特斯拉 Optimus 的學習方式，兩者都朝向具身人工智慧（Embodied AI）發展，核心都是模仿學習（Imitation Learning，IL）、強化學習（Reinforcement Learning, RL）與視覺語言行動模型（Vision-Language-Action Model, VLAM）訓練。但宇樹走的是開源路線與模擬器高效訓練，並積極導入預測物理互動的世界模型；特斯拉則是封閉路線，整合了馬斯克（Elon Musk）引以為傲的端到端神經網路（End-to-End Neural Net）學習。

據報導指出，Optimus 嘗試使用一種類似人類大腦的雙系統分工，xAI 負責機器人的深度思考、語言理解等複雜的高階決策，特斯拉的全自動輔助駕駛（FSD）神經網路則負責處理即時畫面、空間感知與快速平衡等直覺反應。 如果特斯拉試驗成功，Optimus 有望成為目前最快實現通用家務或工廠自主的機器人。

美中角力與機器人競賽

有觀點認為，中國的硬體製造若能結合特斯拉的演算法，將成為橫掃市場的組合。但在中美角力面前，這種組合恐怕難以成真。

目前宇樹機器人是依靠輝達的 Jetson Orin 晶片完成精準動作。雖然 Jetson Orin 等晶片已能實現邊緣運算，在本地端即時處理感測資料，不再百分之百依賴雲端，但這解決的只是感測、平衡等「機器人怎麼動」的問題，機器人競賽真正的差距在於「怎麼想」，也就是機器人如何學會邏輯推理與應對陌生環境。

機器人「怎麼想」的能力不是有終端晶片就能跑出來，而是靠雲端大規模模型訓練——像是需要輝達 H100 等級的算力、還要有夠大夠乾淨的資料，以及圍繞這些設備與能力搭建起來的整套生態系。換言之，中國機器人能不能站立或跑步不是重點，智力發展才是關鍵，而這才是美國出口管制瞄準的目標。

宇樹的麻煩還不只如此。美國國會議員早已點名宇樹科技涉及軍民融合計畫，要求行政部門評估是否將其列入實體清單。這意味著機器人早已脫離單純的消費性科技範疇，升格為攸關國家安全的戰略物資。一旦機器人產業所須的供應鏈被切、海外市場准入也受到限制，中國廠商的價格優勢能撐多久，就很難說了。

事實上，當前沒有任何一個國家能單獨掌控機器人產業的供應鏈。稀土開採與精煉在中國，核心 AI 架構與晶片設計在美國，將設計轉化為算力的先進製程在台灣，而賦予機器人靈活關節的精密諧波減速器（Harmonic Drive），則長期由隱形冠軍日本壟斷。不同節點彼此依賴，也彼此牽制。

機器人競賽背後的權力競逐

綜上所述不難明白，當我們在比較誰的機器人更靈活、誰掌握了更強的算力時，其實這場機器人革命，又轉回到國與國之間的權力競逐。美國在意的不是機器人能不能幫人摺衣服，而是哪些晶片不能出口、哪條供應鏈不能讓對手靠近。中國在意的也不是具身人工智慧的哲學意涵，而是哪個環節受制於人、什麼時候能真正實現「國產替代」。

無論是宇樹的開源路線或特斯拉的閉源模式，這絕對不是純粹的科學與工程判斷，而是市場判斷與地緣政治的抉擇。想要成為贏家，就得有關鍵的技術或資源，魏董對中國機器人的評論也是這套邏輯的一部分。魏哲家點出晶片是機器人的大腦，這不只是技術判斷，也是在提醒所有人，台灣在這場機器人賽局中的不可替代性。

最後，當機器開始能夠理解環境、做出決策，甚至逐步取代人類在現實世界中的行動能力時，我們所面對的，或許不只是產業升級，而是一種更根本的轉變。也許，我們真正需要追問的，從來就不是機器人屬於哪一個國家，而是當機器人開始理解世界之後，人類是否還了解它們。

責任編輯／張郁婕