A Shift in Global Robotics Power: China's Mass Deployment Strategy

2025 年已成為人工智慧（artificial intelligence）與機器人歷史上的決定性轉折點。過去十年，美國在基礎 AI 研究與生成式模型（generative models）方面領先；但這項智慧的實體化——具身 AI（embodied AI）——已找到新的中心。根據近期產業報告，2025 年中國在人形機器人（humanoid robots）領域取得驚人的領先地位，全球安裝的 16,000 部人形機器人中，約有 13,000 部部署在中國。這 80％ 的市場佔有率，不僅是製造上的勝利，更是在蒐集構建下一代 AI「世界模型（world models）」所需實際資料方面的一次戰略飛躍。

對 Creati.ai 的觀察者而言，這一發展不僅是工業統計數字；它凸顯了策略上的分歧。西方公司多半專注於透過模擬與受控示範來完善機器人的「大腦」，而中國企業則優先把「身體」推向現實世界。這種做法正產生資料飛輪效應，有可能比先前預期更快地加速通用型機器人的成熟。

The Numbers：A Stark Gap in Commercialization

2025 年中國主導地位的規模，可從其國內主要製造商的出貨量與西方對手相比看出差距。數據顯示，上海的 Agibot 與杭州的 Unitree Robotics 實際上瓜分了市場，而像 Tesla 與 Figure AI 等美國高知名度競爭者在實際部署數量上則遠遠落後。

僅 Agibot 一家就出貨超過 5,000 部，幾乎取得全球近三分之一的市占。這些機器人不僅僅是困在研發實驗室的原型；它們已部署於製造物流、汽車裝配線與教育機構。相比之下，儘管媒體對 Tesla 的 Optimus 投以龐大關注，但該公司 2025 年取得的全球市占不到 5％，部署主要限於內部測試或試點計畫。

下表列出 2025 年主要人形機器人玩家的出貨估算：

Global Humanoid Robot Shipments by Manufacturer (2025)

The "World Model" Advantage

這些部署數字的意義遠超硬體銷售收入。在 AI 產業中，資料是主要的通貨。當前的大型語言模型（Large Language Models, LLMs）已以整個文字型網際網路作為訓練資料，但它們缺乏「物理常識」——對重力、摩擦、重量與空間操作的理解。為了彌補這一缺口，AI 模型需要來自物理世界的訓練資料，通常稱為「世界模型（world models）」。

透過部署 13,000 台運作中的單位，中國實際上正在建立一個龐大的分散式資料收集網路。Agibot 在工廠的每一步、Unitree 機器人操作的每一個物體，皆為專有資料集做出貢獻，進而精進機器人的視覺-語言-動作（Vision-Language-Action, VLA）模型。這形成一個回饋循環：更多機器人產生更多資料，促成更智慧的模型，進而為進一步部署提供正當性。

美國公司則大量依賴 Sim2Real（simulation-to-reality）訓練——在虛擬、類似電子遊戲的環境中教導機器人；而中國企業則在工廠地板那種混亂且不可預測的現實環境中驗證其演算法。這種以硬體大規模實作的「強行」策略，可能使中國的 AI 模型在人形機器人的靈巧度與適應性上超越西方對手，類似於微信（WeChat）龐大用戶基礎如何促成行動軟體的快速迭代。

Cost Competitiveness and Mass Production

快速採用的主要驅動因素是成本。中國製造商成功將智慧型手機與電動車（EV）產業的供應鏈效率套用到機器人領域。中國人形機器人的物料清單（bill of materials, BOM）藉由國產化關鍵零組件（如諧波減速器、無殼馬達與輕量化感測器）被大幅壓低。

例如，Unitree 的 G1 人形機器人（Unitree’s G1）以 6,000 至 16,000 美元的價格上市，遠低於預估西方同級產品（如尚未達到量產的 Tesla Optimus）約 20,000–30,000 美元的價格範圍。這種積極的定價策略，使得人形機器人不僅對大型科技巨頭可及，也對中型製造企業與研究型大學變得負擔得起。

Price and Application Comparison: China vs. West

(註：許多西方公司目前偏好以「機器人即服務（Robots-as-a-Service, RaaS）」租賃模式代替直接銷售，以因應高昂的前置硬體成本。)

Government Support and the "AI+" Initiative

中國人形機器人領域的爆發式成長並非偶然；它源自協調性的政策支持。中國政府的「AI+」倡議（AI+ initiative）將人工智慧與機器人視為類似電力或高速鐵路般的基礎設施。對工廠自動化的補貼、國家創新中心的設立，以及對機器人新創企業的稅收優惠，降低了進入門檻。

2025 年，工業和資訊化部（Ministry of Industry and Information Technology, MIIT）強調目標：到 2025 年實現量產人形機器人，並於 2027 年達到世界先進水準。這項自上而下的指令促使上海、深圳與北京等地方政府互相競逐「機器人之都」的頭銜，形成硬體供應鏈緊密整合的創新集聚區。

相對地，西方市場面臨更分散的監管環境，以及對硬體密集型新創的創投資本逐漸謹慎的現實。雖然美國在 AI 軟體上的投資依然強勁，但建立機器人工廠所需的資本密集特性，減緩了美國硬體公司的擴張速度。

Future Outlook：2027 and Beyond

展望未來，分析師預測安裝數量的差距在縮小之前可能會先擴大。Counterpoint Research 估計，到 2027 年全球人形機器人的安裝基數將超過 100,000 台。若現有趨勢持續，中國製造商有望在此擴張中取得最多的市場份額，尤其是在目前佔部署 72％ 的工業與汽車領域。

然而，競賽遠未結束。西方公司在底層「大腦」的精密度——驅動這些機器的可泛化 AI 模型方面——仍被認為具有優勢。對美國與歐洲而言，挑戰在於解決製造瓶頸。除非西方企業能夠加速提升生產能力並降低成本，否則他們可能面臨一個未來：即便雲端運行的是誰的軟體，世界的物理 AI 基礎設施仍可能以中國硬體為主。

對 AI 產業而言，2025 年的教訓很明確：沒有規模的創新不過是原型。隨著我們進入具身智慧（embodied intelligence）的時代，製造、部署與維護機器人艦隊的能力正變得與引導它們的神經網路同等關鍵。中國 80％ 的市場佔有率是一個警鐘——下一個 AI 的前沿戰場，將不僅在矽晶片上，也在鋼鐵與伺服器（servos）之間。