具身智慧(Embodied AI)在 2026 年成為創投與科技巨頭砸重金佈局的主賽道
這三個拐點在 2026 年交會,正是資本市場願意給出高估值的原因。投資人買的不只是硬體,而是一個「越用越聰明」的平台型機會。
二、2026 年為什麼成為具身智慧的爆發元年?
回顧過去幾年的資本市場,具身智慧並非一路順風。2022 年至 2023 年,人形機器人曾被質疑「炫技有餘、落地不足」;但到了 2025 年下半年,情況明顯翻轉。根據多家創投研究機構的統計,2025 年全球具身智慧相關融資額較前一年出現倍數級增長,2026 年上半年更延續這股熱潮。背後有幾個結構性推力。
2.1 大模型能力外溢與機器人本體成本下降
生成式 AI 在過去三年累積的視覺理解、語言推理與多模態對齊能力,正快速外溢到機器人領域。過去機器人工程師需要手寫規則來處理「把桌上的杯子拿起來」這種任務,現在則可以透過視覺語言模型拆解指令、辨識物件、規劃抓取點。模型能力的提升,讓機器人從「自動化設備」升級為「可對話的作業員」。
與此同時,硬體成本正在快速下降。以人形機器人為例,2023 年一台具備基礎行走與抓取能力的原型機,成本動輒數十萬美元;到了 2026 年,部分廠商已喊出兩萬至三萬美元的目標價。這背後是供應鏈的成熟:減速器、伺服馬達、編碼器、力感測器與電池模組的規模化生產,加上模組化設計降低了整機組裝門檻。當硬體不再是瓶頸,資本自然湧向軟體與平台層。
NVIDIA 在這波浪潮中扮演了關鍵的基礎設施角色。其 Isaac 平台、GR00T 基礎模型與 Cosmos 世界模型,讓機器人開發者可以在虛擬環境中大規模訓練與測試。這種「算力+模擬+模型」的組合,大幅降低了具身智慧的開發門檻,也讓 NVIDIA 成為資本市場眼中「賣鏟子的人」。
2.2 勞動力缺口與地緣政治推動剛性需求
如果說技術成熟是「供給側」的推力,那麼勞動力結構變化則是「需求側」的拉力。已開發國家普遍面臨少子化與高齡化,製造業、物流業與照護業的缺工問題日益嚴重。以美國為例,倉儲與物流職缺長期居高不下;日本與韓國則在照護人力上出現巨大缺口;台灣的製造業與營建業也長期面臨基層人力不足。
地緣政治因素同樣不可忽視。供應鏈重組與製造業回流,讓企業更願意投資自動化與智慧化設備。相較於傳統機械手臂,具身智慧機器人具備更高的彈性,能夠適應多樣化產品與頻繁換線的生產模式。這使得具身智慧不再只是「未來願景」,而是企業解決現實問題的工具。
此外,危險環境作業的需求也在增加。核電廠除役、化工廠巡檢、礦場開採、高空作業等場景,長期以來難以完全自動化。具身智慧機器人可以在這些環境中替代人類執行高風險任務,這也為相關廠商提供了穩定的政府與企業訂單。
2.3 資本市場:從觀望到 FOMO
2026 年的資本市場對具身智慧展現出明顯的「FOMO」(錯失恐懼)情緒。一方面,生成式 AI 的估值已經高漲,投資人需要尋找下一個成長曲線;另一方面,幾家指標型新創的估值快速攀升,讓早期投資人獲得可觀回報,進一步點燃市場熱情。
以人形機器人為例,Figure AI 在 2024 年完成新一輪融資後估值大幅提升,2025 年更傳出寻求更高估值;Physical Intelligence 專注於機器人基礎模型,同樣獲得頂級創投與科技巨頭注資;1X Technologies 在 OpenAI 支持下推進家庭機器人;中國的宇樹科技、智元機器人、優必選等也在資本市場與產品落地兩端加速。
科技巨頭的動作更為積極。Tesla 持續推進 Optimus 計畫,並將其在工廠內部部署;Amazon 透過 Agility Robotics 的 Digit 機器人測試倉儲搬運;Google DeepMind 發表新一代機器人模型;微軟、OpenAI、NVIDIA 則透過投資與平台合作卡位。這種「巨頭+創投+供應鏈」的三角結構,讓 2026 年的具身智慧賽道呈現出罕見的資金密度。
三、創投與科技巨頭的佈局地圖
具身智慧不是單一產業,而是一條從晶片、感測器、馬達、模型、整機到服務的長鏈條。不同類型的資本,正沿著這條鏈條尋找自己的位置。
3.1 科技巨頭的三條路線:自研、投資、平台化
第一條路線是「自研」。Tesla 是最典型的例子,其 Optimus 計畫從馬達、減速器、電池到 AI 模型幾乎全棧自研,目標是打造一款可大規模量產的人形機器人。Google DeepMind 則專注於機器人基礎模型與演算法,透過 RT 系列與 Gemini Robotics 推進通用機器人能力。Amazon 在倉儲場景中自研與投資並行,試圖把具身智慧嵌入其物流體系。
第二條路線是「投資」。NVIDIA 透過 NVentures 投資多家機器人新創,同時以 Isaac 平台提供開發工具;OpenAI 投資 1X Technologies,並將自身模型能力與機器人結合;微軟、亞馬遜產業基金、三星策略投資部門也積極佈局。對巨頭而言,投資是低成本卡位的方式,既能掌握技術趨勢,也能在未來併購或合作時取得優先權。
第三條路線是「平台化」。NVIDIA 的 Isaac、華為的昇騰與盤古機器人平台、百度的文心+機器人方案,都是試圖成為具身智慧時代的「作業系統」。平台化的商業邏輯是:與其自己造機器人,不如為所有機器人廠商提供算力、模型與開發工具,從中抽取平台費用。這種模式複製了雲端運算與行動作業系統的成功經驗,也讓巨頭在賽道中佔據更有利的位置。
3.2 創投的熱門細分賽道
對創投而言,具身智慧的投資機會可以分為「本體」、「零部件」、「大腦」與「服務」四大類。本體層包括人形機器人、四足機器人、協作機械手臂與移動操作平台;零部件層包括諧波減速器、無框力矩馬達、六軸力感測器、觸覺感測器、固態電池與專用晶片;大腦層包括 VLA 模型、世界模型、模擬平台與資料採集工具;服務層則包括機器人即服務(RaaS)、遠端操作、維運與保險。
2026 年特別受到關注的細分賽道有三個。第一是「靈巧手與觸覺感測」。要讓機器人完成精細操作,手部自由度與觸覺回饋是關鍵,相關新創的估值在過去一年明顯上升。第二是「機器人資料與模擬」。真實操作資料稀缺,谁能低成本取得高品質資料,谁就能在模型競賽中取得優勢。第三是「世界模型」。世界模型可以讓機器人在腦中模擬行動後果,降低真實世界試錯成本,被視為具身智慧的下一個技術高地。
值得注意的是,創投的投資邏輯正在從「看demo」轉向「看訂單」。2024 年之前,許多機器人新創靠一段炫酷的影片就能拿到融資;到了 2026 年,投資人更關注商業化進度、客戶留存、單位經濟模型與量產能力。這種轉變對產業是健康的,但也意味著一批只有技術展示、沒有落地能力的團隊將面臨淘汰。
3.3 亞洲供應鏈與台灣機會
具身智慧的硬體供應鏈高度集中在亞洲,這也讓台灣、日本、韓國與中國大陸在這波浪潮中扮演關鍵角色。減速器、伺服馬達、精密機械加工、感測器、電源管理與散熱模組,都是台灣廠商的強項。隨著人形機器人與協作機器人出貨量增加,相關零組件需求將同步成長。
台灣的機會不僅在零部件代工,還在於「系統整合」與「場域驗證」。台灣擁有密集的製造業聚落、醫療院所與物流園區,非常適合做為具身智慧的測試場域。若能結合本地 ICT 產業的軟硬整合能力,台灣有機會在機器人控制器、邊緣運算模組、安全監控與遠端維運等領域建立差異化優勢。
不過,台灣廠商也面臨挑戰。具身智慧的核心價值逐漸從硬體轉向軟體與資料,若只停留在代工與零組件供應,長期利潤率可能被壓縮。如何從「賣零件」升級為「賣解決方案」,將是台灣供應鏈在 2026 年之後的關鍵課題。
四、商業化落地:場景、案例與現實挑戰
具身智慧能否支撐高估值,最終仍取決於商業化。2026 年的落地場景可以概括為「先工業、後商用、再家庭」的三階段路徑。
4.1 四大場景的落地進度
第一是製造業。汽車、電子、金屬加工等產業正在導入協作機器人與移動操作機器人,執行搬運、鎖螺絲、品質檢測、機台上下料等任務。製造業場景相對結構化,對機器人泛化能力的要求較低,因此成為具身智慧最早實現規模化營收的領域。Tesla 在自家工廠部署 Optimus、BMW 與 Figure 合作測試人形機器人,都是指標案例。
第二是物流與倉儲。電商與快遞業者面臨龐大的分揀、搬運與裝卸需求,Amazon、京東、順豐等企業都在測試具身智慧機器人。相較於傳統 AGV/AMR,具身智慧機器人能夠處理不規則物件、執行揀選與包裝等更複雜的任務,但速度與穩定性仍需提升。
第三是醫療與照護。高齡化社會帶動照護人力需求,具身智慧機器人可協助翻身、移位、送藥、陪伴與復健。日本、韓國與北歐國家在這方面投入較早,但由於牽涉人身安全與醫療法規,商業化節奏相對較慢。
第四是家庭服務。家庭場景被視為具身智慧的「終極戰場」,但也是難度最高的場景。家庭環境非結構化、物件種類繁多、安全要求極高,目前多數產品仍停留在掃地機器人、陪伴機器人等單一功能階段。要實現通用家庭機器人,可能還需要三到五年的技術累積。
4.2 資料、安全與法規的三重瓶頸
第一重瓶頸是資料。具身智慧需要大量真實世界的操作資料,但這些資料的採集成本高、標註難度大,且涉及商業機密與隱私。目前業界正嘗試透過模擬資料、合成資料、遠端操作與眾包採集等方式解決,但資料品質與多樣性仍是模型泛化的關鍵限制。
第二重瓶頸是安全。機器人在人類環境中運作,必須確保不會造成傷害。這涉及硬體層的力限制、軟體層的碰撞預測、系統層的失效安全設計,以及網路安全防護。目前各國尚缺乏統一的具身智慧安全標準,這也增加了廠商的合規成本。
第三重瓶頸是法規與責任歸屬。當機器人在工廠或家庭中造成損害,責任應由製造商、軟體供應商、部署企業還是操作人員承擔?這個問題在各國法律體系中仍未有明確答案。歐盟的 AI 法案、美國的相關監管框架、中國的機器人倫理規範,都在試圖回應這些問題,但跨國協調仍是一大挑戰。
4.3 商業模式:賣機器人還是賣服務?
目前具身智慧廠商的商業模式主要有三種。第一種是「賣硬體」,一次性銷售機器人本體,後續收取維護與軟體升級費用。這種模式現金流明確,但客戶導入門檻較高。第二種是「機器人即服務」(RaaS),按月或按使用量收費,降低客戶初期投資,但對廠商的資金實力與維運能力要求較高。第三種是「賣成果」,例如按搬運件數、檢測數量或照護時數計費,這種模式最貼近客戶價值,但也最難標準化。
2026 年的趨勢是「混合模式」逐漸成為主流。廠商先以硬體銷售或租賃切入客戶場景,再透過軟體訂閱、資料分析與維運服務創造持續性收入。對投資人而言,這種模式能否成立,關鍵在於客戶留存率、單位經濟模型與規模化能力。
五、2026 年後的關鍵觀察指標與投資風險
具身智慧賽道熱度極高,但泡沫風險同樣存在。要判斷哪些公司能穿越週期,可以從以下幾個指標觀察。
第一,量產與交付能力。能否在 2026 至 2027 年間實現穩定出貨,是區分「概念公司」與「產品公司」的關鍵。第二,真實場景的任務成功率。實驗室數據不等於產線數據,只有在客戶現場持續運行並達到可接受的成功率,才能證明技術成熟。第三,單位經濟模型。機器人的成本、維護費用與使用壽命,能否支撐客戶的投資回報率,將決定市場規模。第四,資料飛輪是否形成。出貨量越大、資料越多、模型越強,這種正向循環是長期護城河。
投資風險方面,首先要警惕「技術路線風險」。人形機器人、四足機器人、輪式機器人、協作機械手臂各有適用場景,目前尚無統一標準,押錯路線可能導致資源浪費。其次是「估值風險」。部分熱門新創的估值已提前反映未來數年的成長預期,若商業化進度不如預期,估值修正難以避免。第三是「供應鏈風險」。關鍵零組件如減速器、晶片與感測器仍存在供應集中問題,地緣政治可能造成斷鏈。第四是「倫理與社會風險」。大規模機器人部署可能引發就業替代爭議,進而招致監管壓力。
對創投而言,2026 年之後的投資策略應從「賽道押注」轉向「節點精選」。與其追逐最熱門的人形機器人整機廠商,不如關注具備技術壁壘的零部件供應商、資料與模擬平台、垂直場景解決方案商,以及能夠證明單位經濟模型成立的 RaaS 業者。
六、結論:具身智慧是下一場平台戰爭,而非短線題材
2026 年的具身智慧賽道,確實呈現出創投與科技巨頭重金佈局的盛況。但這不是一場短線炒作,而是一場圍繞「物理世界入口」的平台戰爭。誰能掌握機器人基礎模型、真實場景資料與規模化供應鏈,谁就有機會在未來十年的智慧機器人產業中佔據主導地位。
對台灣讀者與投資人而言,具身智慧既是機會也是警訊。機會在於台灣長期累積的精密機械、半導體與 ICT 供應鏈能力,可以在這波浪潮中扮演關鍵角色;警訊在於若只停留在代工思維,將難以分享軟體與平台的高附加價值。無論是創業者、投資人還是產業政策制定者,都應該正視一個事實:具身智慧的競爭,已經從實驗室走到了產線,從概念驗證走到了商業交付。
2026 年只是一個起點。接下來的三到五年,我們將看到第一批具身智慧獨角獸走向 IPO,也將看到一批缺乏落地能力的團隊被市場淘汰。對關注 AI 趨勢的人來說,這是一個值得長期追蹤、謹慎布局的關鍵賽道。
💬 想說點什麼?
歡迎到留言板分享你的想法、心得或疑問。
💬 前往留言板 →