ICRA 2026觀察：如果機器人開始刮你鬍子了
6月初的維也納，ICRA 2026（國際機器人與自動化大會）的產業主題演講，某家機器人新創在台上播放一段影片：一隻機械臂，緩緩而精準地在創辦人自己的臉上刮鬍子。刮鬍子對機器人的要求極度苛刻：精密的3D視覺、毫米以下的力控、即時的觸覺回饋、出錯時的安全退出，每一層都必須同時達標。
這背後有一個值得注意的轉變。傳統工業自動化的安全設計，多半將停止視為最保守的安全狀態；多位講者提到，急停在許多場景反而製造危險——正在下樓梯的機器人突然停止，或協助搬運時突然凍結，後果可能比繼續動作更糟。讓這個觀念得以落實的，是來自汽車功能安全標準 ISO 26262 的最高安全完整性等級之一（ASIL-D）——原本用於煞車、轉向等攸關生命的車用系統，2026年已有晶片供應商把同等級的安全設計帶進機器人關節模組。汽車產業十幾年累積的安全工程資產，正在往機器人這個場域移植。
這讓人不免想問：這不是學術會議嗎，為什麼展場像一個商展？ICRA 2026的展區規模已達數百家產業參與者，幾乎覆蓋整條機器人供應鏈。其中還有直接在攤位上打出招募研究員橫幅的廠商——不是在賣產品，是在獵才。最能說明這個轉變的，是ICRA 2026把「人形機器人投資報酬率」列入議程，本身就是一個訊號。
在展場，遇到一位晶片廠商的資深產品主管。我問他為什麼選擇來這裡，而不是去同期的COMPUTEX。他的回答很直接：「COMPUTEX是告訴客戶我們有什麼；ICRA是來了解這些早期使用者真正需要什麼，以及競爭對手在布哪些局。」對晶片廠商來說，在這個階段理解生態系的需求，比在成熟市場競逐訂單，策略價值高得多。
產業決策者現身學術會議，本身就是訊號。NVIDIA執行長黃仁勳曾數次參加高速運算的SC年會、電腦視覺的CVPR，都是技術戰略上的早期布局。2017年在夏威夷舉辦的CVPR，我有幸與當時受NVIDIA AI Lab計畫資助的其他研究人員一起，從黃仁勳手中接下他簽名的V100——那個當下，多數人對GPU高速運算的想像還很模糊。學術會議是產業訊號最早浮現的地方。
如果說AI時代的瓶頸是運算能力，那機器人時代的瓶頸開始變成實體世界。機器人的技術競爭，大致可以拆成3 個層次：晶片、硬體構型，以及模型。ICRA 2026討論的重心，集中在模型與硬體兩層——模型能力快速進步的同時，硬體能不能跟上，系統能不能在真實場域中穩定運作，是當前最核心的工程挑戰。
硬體層目前最受關注的一個缺口，是靈巧手。這不只是「能不能抓東西」的問題，而是「能不能以多指協調、配合觸覺回饋，在需要毫米以下精度的操作中穩定工作」。鎖螺絲、插線束、整理形狀不規則的物件——這些是機器人在工廠、物流、服務場域真正會遇到的任務，而這類任務目前仍是高失敗率的環節。2026年展場有超過十家廠商展示靈巧手或觸覺感測方案，靈巧手的硬體能力，某種程度上成了模型能力的上限——模型再強，執行能力仍受制於硬體極限。
硬體的另一個核心，是致動器——這一點和電動車的技術邏輯截然不同。電動車的動力來源集中在幾個主要馬達，整合路徑相對清楚；機器人每一個關節都需要獨立的致動器，1台全尺寸機器人可能需要30個以上，靈巧手若要實現高自由度操作，每根手指還各有多個。致動器整合精密馬達、減速機與控制器，普遍被認為是成本佔比最高的零組件之一。機器人構型愈精密、關節愈多，致動器需求就愈高。
模型能力在這兩年的進步有目共睹，但ICRA 2026有一個反覆被不同講者提到的觀察：相較於語言模型主要仰賴網路文字資料的規模，機器人模型的能力，與場域中實際收集的操作資料高度相關。模擬器生成的資料可以覆蓋大量場景，但真實場域中機器人遭遇失敗、邊緣情境、物件形狀與材質的長尾，只有在實際部署後才會完整浮現。「在哪裡跑、就在哪裡學」——場域資料對模型表現的影響，比單純仰賴模擬資料訓練來得顯著。
在真實場域資料的累積上，已大規模部署的領先業者有明顯優勢。某大型電商物流業者在會議上分享倉儲機器人的方案，以多種策略應對不同形狀與重量的商品，持續在真實環境中累積資料、更新模型。展場上也有多家業者宣布開源場域操作資料集，用意是讓社群共同提升基礎模型能力，同時把自己的資料採集能力作為差異化宣傳——資料的邊界，正在成為這個產業新的護城河。
這次ICRA的壓軸keynote直接說出多數與會者的想法：現在看起來突破很多，但各家都還沒找到最好的配方——是參與這個機會的時候。COMPUTEX是規模的舞台——量產的節奏、供應鏈整合、已驗證需求的放大。但新機會、新需求、生態系聯盟的形成，往往不在規模的現場，而在前瞻還沒收斂的地方。這也是NVIDIA當年選擇深耕學術社群的邏輯——不是因為學術界有採購力，而是因為下一個方向往往從那裡先被驗證。2026年數百家供應商出現在維也納展場，說明的正是這件事：機器人產業現在最關鍵的押注，不在量產的現場，而在生態系還在成形的地方。
