2026-06-18 — views

2026年人形機器人競爭全景 — 超越Optimus：完整賽場基準測試

八大人形機器人計畫全面基準測試：Tesla Optimus、Boston Dynamics Atlas、Figure 02、Agility Digit等，2026年各自現況。

實體AI基準測試系列第43篇 — 人形機器人競爭全場

本系列前幾十篇文章大多聚焦在自動駕駛汽車競賽：Waymo的模組化技術堆疊、Tesla端對端FSD神經網路、資料飛輪的不對稱性，以及決定地面交通自動化勝負的城市擴張經濟學。本篇轉向實體AI的另一個前沿——那個不待在車廂裡的AI。

人形機器人是目前可以想像到最通用的實體AI平台。一個能在人類建造的環境中移動、操作為人類雙手設計的物品、並用自然語言接收指令的雙足機器人，不是單一應用的機器——它是一個平台。平台的經濟規模與任何固定任務機器人截然不同：一支焊接特定接點的工廠機械臂只做一件事；一台能透過軟體更新重新指派任務的人形機器人，能做軟體學得會的所有事。這正是2025和2026年資本持續流入這個領域的長期賭注。

2026年，至少有八個嚴肅的計畫已從概念展示進入試點部署或商業銷售。本文從四個維度對它們進行基準測試：硬體規格、AI與感測方案、商業部署現況，以及投資者信號。目標不是選出贏家——技術還太早期——而是讓讀者準確了解Tesla Optimus在更廣大競爭場域中的真實位置。主流媒體的報導過度以Tesla為中心；完整的競爭全場遠比那種框架更具競爭性，也更有趣。

第一節 — 完整賽場基準測試表

下表涵蓋2026年在開發或部署方面最具公信力的八個計畫。所有標記（估計）的數字均來自公開聲明、新聞稿及第三方報導，未經獨立核實，可能與各公司內部數據有所差異。

公司	機器人	支持者	階段	應用場景	主要規格	定價
Tesla	Optimus Gen 2	上市公司（TSLA）	早期量產（1,000–5,000台內部使用，估計）	工廠自動化——德州Giga電池組裝、品質管控	約5’8”、125磅；28個自由度；純攝影機視覺（源自FSD）	目標低於$20,000/台（Musk估計）
Boston Dynamics	Atlas（電動版）	現代汽車	研發/工業試點	工廠檢查、物料搬運；現代汽車製造	約5’11”、176磅；28個自由度；完全電動（2024款）	不出售；現代汽車內部使用
Figure	Figure 02	BMW、OpenAI、Microsoft、NVIDIA	試點部署	BMW Spartanburg工廠——車身車間物料搬運	約5’6”、135磅；16自由度手部（靈巧）；GPT-4V視覺推理	未披露；企業合約
Agility Robotics	Digit	Amazon	試點到規模化	Amazon倉儲——托盤搬運與入庫	約5’9”、143磅；雙足+手臂關節；倉儲優化設計	未披露；Amazon獨家（估計）
Apptronik	Apollo	GXO、Jabil、NASA（SBIR）	試點	物流+製造；GXO倉儲、Jabil電子	約5’8”、160磅；模組化可熱插拔電池；4小時續航	未披露
1X Technologies	NEO	OpenAI（主要投資者）	早期部署	家庭/通用；Andoya遠端設施安保	約5’9”、70磅以下（輕量）；全身AI控制	未披露
Unitree	G1	私人持股（中國）	商業銷售	研究、中小企業、娛樂	約4’3”、77磅；23–43個自由度（視配置而定）；病毒式展示視頻	約$16,000美元標準售價（全場最低）
Sanctuary AI	Phoenix	私人持股（加拿大）	試點	零售+物流；Mark’s Work Warehouse部署	約5’7”、155磅；通用目的智能（GPI）框架	未披露

幾個觀察立即凸顯。首先，定價差異極大：Unitree$16,000的標準售價，對比其他競爭者根本未披露定價，Tesla則針對能力更強的平台目標定在$20,000以下（Musk估計）。其次，大多數部署是企業試點或內部使用——截至2026年中，Unitree是唯一向一般市場開放商業銷售的計畫。第三，除Unitree外，每個計畫都有具體使用議程的重量級策略支持者：Amazon要倉儲吞吐量、BMW要工廠自動化、現代汽車要製造效益，OpenAI要一個通用目的的具身AI測試台。

第二節 — 技術方案比較

硬體規格描述機器人的樣子；AI與感測方案描述它能學會做什麼。兩者並不總是相關：硬體出色的機器人可能受限於狹窄的AI框架，而擁有前沿AI大腦的機器人可能受限於感測器缺口。下表從三個最能決定能力上限的維度進行比較。

公司	AI/大腦方案	感測	訓練策略
Tesla Optimus	端對端神經網路（源自FSD）；Dojo訓練算力	純攝影機（繼承自FSD）	真實世界+模擬（與FSD相同的管線）
Boston Dynamics Atlas	全身控制（WBC）；運動強化學習；未整合大型語言模型	立體攝影機+深度感測器+IMU	物理模擬+真實世界；20年以上雙足機器人研發
Figure 02	GPT-4V（OpenAI）視覺推理；Figure神經網路電機控制	RGB攝影機+本體感覺	網際網路規模視覺語言+機器人特定微調
Agility Digit	Agility專有運動控制+Amazon機器人團隊整合	攝影機+LiDAR（估計）	Amazon倉儲模擬+真實部署
Apptronik Apollo	專有控制堆疊；NASA SBIR支持研究；未整合大型語言模型	攝影機+IMU	研究+工業模擬
1X NEO	OpenAI支持的全身AI；從人類示範學習	多攝影機	人類遙操作資料到模仿學習
Unitree G1	開源ROS相容；社群驅動；無專有大型語言模型	深度攝影機+IMU	開放生態系；研究社群
Sanctuary Phoenix	通用目的智能（GPI）框架；專有認知層	攝影機+力感測	人類示範+工作場景特定微調

此表中最關鍵的分界線，是已整合大規模AI模型的計畫——Tesla（FSD衍生）、Figure（GPT-4V）、1X（OpenAI合作）——與那些AI層主要是運動和任務特定控制系統、未有前沿語言視覺骨幹的計畫。Boston Dynamics Atlas呈現出全球最敏捷的雙足運動；但它幾乎肯定不是那個能泛化到任何自然語言描述的新任務的平台。這個區別不是對Boston Dynamics工程的批評——而是在能力與可靠性光譜上不同位置的不同產品。

第三節 — 商業化規模比較

技術是必要條件但不充分。商業化規模——誰真正在規模部署、誰有付費外部客戶、收入模型是什麼——是區分研究計畫與商業的維度。

公司	部署現況	規模（估計）	第一個付費客戶	收入路徑
Tesla	內部（德州Giga）——計畫外部銷售	1,000–5,000台內部使用（估計）	無——截至2026年中僅內部使用	單台銷售+軟體訂閱（估計）
Boston Dynamics	僅現代汽車內部	低量試點（估計）	現代汽車（非商業）	現代汽車內部價值；Atlas不出售
Figure	BMW Spartanburg試點	數十台（估計）	BMW	企業機器人即服務（估計）
Agility Robotics	Amazon倉儲試點	數百台（估計）	Amazon	Amazon獨家協議
Apptronik	GXO+Jabil試點	數十台（估計）	GXO、Jabil	企業租賃/服務（估計）
1X Technologies	遠端設施部署	非常早期（估計）	內部/合作夥伴	尚未披露
Unitree	開放商業銷售	數千台已售（估計）	一般商業市場	單台銷售（市場最低ASP）
Sanctuary AI	零售試點（Mark’s Work Warehouse）	非常早期（估計）	Mark’s Work Warehouse	機器人即服務

以此維度衡量，Agility Robotics在西方市場擁有最先進的商業人形機器人計畫。數百台（估計）的Amazon倉儲部署加上真實的獨家協議，在商業地位上與BMW試點的數十台（估計）或Tesla純內部使用截然不同。

Tesla截至2026年中沒有任何外部付費的人形機器人客戶。這是關於Optimus目前最重要的商業事實。內部德州Giga部署作為測試台很有價值，但它不是商業收入，也不能證明在Tesla自身製造需求以外的產品市場契合度。

第四節 — Tesla在賽場中的位置

有了完整賽場的基準測試，我們可以對Tesla的Optimus計畫給出一個有根據的評估，而不是炒作驅動或輕蔑懷疑的評估。Tesla相對於賽場有真實的結構性優勢，也有真實的結構性劣勢。缺少任何一方，多頭或空頭論據都是不完整的。

結構性優勢：

算力優勢——Dojo。 Dojo超級電腦提供的訓練容量，是沒有任何其他人形機器人計畫能在內部達到的規模。Figure使用OpenAI和Microsoft雲端算力；Boston Dynamics使用標準模擬工具；Agility使用Amazon雲端基礎設施。如果Dojo訓練能像在FSD車輛控制中那樣轉移到人形機器人操作，Tesla的矽算力成本優勢在規模化後是真實的。

資料飛輪潛力。 隨著Optimus在Tesla工廠規模部署，每台機器人都以與FSD車輛相同的視覺格式產生訓練資料。沒有其他人形機器人計畫有可信的路徑，以低邊際成本獲取數百萬小時的真實世界操作資料。資料飛輪是Tesla在FSD最持久的競爭優勢；同樣的機制應用到人形機器人訓練將具有重要意義。

製造成本目標。 Tesla低於$20,000/台的目標（Musk估計）相當激進。如果Tesla在Optimus Gen 3達到這個價位並具備Gen 2所暗示的能力水平，它將以高得多的能力平台，在中小企業市場壓過Unitree目前$16,000的G1。

投資者信號。 TSLA股票提供對Optimus上行潛力的直接流動性公開市場敞口。所有七個競爭對手計畫都是私人公司，或（Boston Dynamics）嵌入在更大的上市公司（現代汽車）中，人形機器人計畫並不是主要價值驅動因素。

結構性劣勢：

運動成熟度差距。 Boston Dynamics在Atlas背後有超過20年的雙足機器人研發。2024年電動Atlas示範的運動能力——敏捷、動態、跑酷級別的動作——代表了一個Optimus Gen 2在公開示範中尚未匹敵的整體運動控制水準。

靈巧操作差距。 Figure 02的16自由度手部，加上GPT-4V視覺推理並在BMW工廠任務上微調，在截至2026年中的精細操作能力上似乎領先Optimus（估計）。OpenAI合作夥伴關係讓Figure能持續獲得前沿視覺語言模型的改進。

沒有外部付費客戶。 所有1,000–5,000台Optimus（估計）都是Tesla內部使用。Figure有BMW；Agility有Amazon；Sanctuary有Mark’s Work Warehouse。截至2026年中，Tesla沒有外部付費的人形機器人客戶。

2026年的人形機器人賽場，比主流媒體以Tesla為中心的報導所呈現的更具競爭性、技術更多樣、商業更多元。Boston Dynamics擁有最成熟的運動能力；Figure擁有最前沿的AI整合；Agility擁有最先進的商業部署；Unitree擁有最廣泛的市場覆蓋；Tesla擁有最強的算力和最激進的價格目標——以及迄今為止零個外部客戶。

實體AI基準測試系列將持續追蹤這些計畫，隨著2026年下半年賽場的演進而更新。下一個值得關注的里程碑：Tesla首個外部Optimus銷售公告、Figure的BMW部署規模披露，以及Agility的Amazon合作是否產出可驗證的吞吐量數據，讓人形機器人倉儲的經濟學案例成立。

資料來源：Figure AI（figure.ai）；Agility Robotics（agilityrobotics.com）；Boston Dynamics Atlas（bostondynamics.com/atlas）；Unitree G1（unitree.com/g1）；Apptronik Apollo（apptronik.com）；1X Technologies（1x.tech）；Sanctuary AI（sanctuary.ai）。所有標記（估計）的數字均基於公開披露、新聞稿及第三方報導；未經獨立核實，可能與各公司內部數據有所差異。