連續8小時倒同一杯水 人形機器人從「笨」學起

隨著加州企業競相在未來一年內生產並部署數千台人形機器人，一種全新的職業也隨之誕生。

愈來愈多的「機器人操控員」（robot controllers）正在教導人形機器人如何像人類一樣移動，以便未來能在工廠和家庭中工作。

這些人形機器人目前學習的基本技能包括：倒咖啡、摺衣服、打開冰箱以及插接電纜等日常任務。

未來幾年，由特斯拉等矽谷企業打造的數千台機器人將陸續進入市場。為了讓它們順利運作，除了需要大量關於動作方式的數據外，也需要遠端操控員（teleoperators）在機器人遇到問題時提供協助。

一天八小時 重複倒咖啡

佛洛瑞斯（Fernando Flores）一天可能要花八個小時，重複倒同一杯咖啡。他不是咖啡師，而是一名「機器人操偶師」，負責訓練人形機器人。

他透過機械控制器操控附近機器人的手臂，讓其拿起咖啡壺、將咖啡倒入杯中，再把咖啡壺放回咖啡機。佛洛瑞斯會檢查是否有灑漏，然後親手把杯中的咖啡倒回咖啡壺，再重複相同動作數百次之多。

現任舊金山新創公司Encord資深機器人駕駛員（Senior Robotic Pilot）的佛洛瑞斯表示：「這種重複性的工作確實會帶來一些不適，但久而久之就會變成一種本能。」

這位矽谷版的「薛西弗斯」（Sisyphus，希臘神話中不斷推石上山的人物），正站在快速擴張的機器人訓練產業最前線，為即將於未來一年大量出廠的人形機器人大軍進行訓練與操作準備。Encord的業務是練習、記錄並販售有關人類動作的數據，提供給那些競相將人形機器人帶入家庭、辦公室和工廠的企業。

如果科技公司的樂觀藍圖成真，美國製造的大批機器人即將湧入市場。

特斯拉位於弗利蒙（Fremont）的工廠今年已暫停汽車生產，騰出空間建立其Optimus機器人生產線，並提出令人難以置信的目標：年產能提升至100萬台。位於巴洛阿圖（Palo Alto）的1X Technologies公司，已在海沃（Hayward）工廠生產名為Neo的人形機器人。Neo身高5呎6吋、重66磅，已收到1萬份預購訂單，首批產品預計今年稍晚出貨。位於聖荷西的Figure AI人形機器人工廠，也已將產能提升至每小時生產一台Figure 03機器人，目標年產量1萬2000台。

高盛集團（Goldman Sachs）預測，到2035年，全球人形機器人市場規模可能達到380億美元。

人形機器人的人工智慧系統需要極為龐大的人類動作資料庫。人類如何寫作、說話、撰寫程式碼及創作內容等資訊，早已能從網路上輕易擷取；但若要讓機器人掌握如何站立、行走、搬運、擠壓、傾倒液體及完成其他身體動作，則需要更多、更精細的資料。這正是像Encord這類公司存在的原因。

訓練數據費用 時薪1000元

根據市場研究機構CB Insights的資料，2026年投入機器人產業的資金已達100億美元，並催生出一個專門訓練機器人的新興產業。最初，這類訓練方式是由真人把iPhone綁在額頭上，錄製自己烹飪、打掃及執行各種家務的過程。然而，這種方式無法捕捉機器人手部運作所需的精確扭矩、施力大小與抓握方式。

如今，人類透過昂貴的控制設備，直接引導機器人動作。利用機器手臂蒐集的數據，能提供更豐富的資訊，幫助機器人學習運動技能與物體操作能力。Encord向客戶收取的訓練數據費用，最高可達每小時1000美元。

Encord機器人學習部門主管維爾穆魯根（Vineeth Velmurugan）表示，由訓練員操控機器人所蒐集的資訊，對於「跨越下一階段學習」至關重要。未來，機器人將能夠自行修正錯誤，並獨立完成家務工作。該公司透露，目前已與機器人產業中部分頂尖企業合作，但因保密協議無法公開大多數客戶名稱。可公開的合作對象包括Toyota Research Institute及Weave，其中Weave的摺衣機器人已進駐部分家庭使用。

許多新興機器人數據公司目前將重心放在工業應用領域，因工廠與倉庫等環境較有規律且可預測，機器人在這類場所的表現通常較佳。

會行走 仍難流暢做家務

相較之下，家庭環境更具挑戰性，因為住宅格局千差萬別，家務工作也更加複雜凌亂。儘管許多人形機器人已學會行走，但仍難以流暢地開啟房門、冰箱門或洗衣機門。它們尚未完全掌握該抓住門把、把手還是門緣，以及應施加多少拉力、推力或扭轉力。

佛洛瑞斯已熟練掌握如何讓機器人手臂倒咖啡，但仍經常發生潑灑情況。一旦出錯，他就會刪除該次操作的紀錄。他說：「一般而言，我們不希望數據中出現任何錯誤。如果在15秒內連續出現三次以上失誤，那就不是好的訓練資料。」

在Encord位於海沃的測試中心內，公司打造了一座標準美國住宅的模擬環境，完整配置客廳、廚房與浴室。客廳裡，一名操作員正在訓練機器人整理凌亂的書桌。她先將AA電池、原子筆和剪刀隨意散放在桌面上，再回到旁邊的控制設備前，操控機器人手臂把每一件物品放入桌面收納盒中。

根據當天的訓練內容，操作員可能需要反覆執行各種動作，例如開關冰箱門、用打蛋器攪拌碗中的液體、分類餐具，或一再開啟與關閉水龍頭，直到機器人手臂能夠正確完成動作為止。

在測試中心另一個角落，佩戴智慧眼鏡的人員則透過手動拿取與放置撲克牌、分類塑膠餐盤等方式，蒐集第一人稱視角的影片資料。

插電線 被視為關鍵技能

在即將到來的人形機器人大軍時代，有一項被視為關鍵的技能：插接電線（plugging in cables）。

企業希望機器人能夠鑽入狹窄的管線空間、辨識連接埠位置並插接電纜，以協助建造支撐人工智慧發展所需的大型資料中心。為此，Encord仿製了一套真實資料中心的伺服器機櫃環境，操作員每天都在進行同樣的訓練工作：將藍色網路線插入只有一枚美分硬幣大小的插槽中。

許多企業已投入這個新興產業。獲得Meta支持的Scale AI及位於巴洛阿圖的Micro1，都是這個領域的重要參與者。在中國，已有超過40座由國營機構設立的機器人數據蒐集中心，數百名現場工作人員透過模仿真實世界中的動作，訓練機器人如何移動與操作。

在麻州沃特敦（Watertown），Tutor Intelligence建立了一座擁有100台機器人的訓練中心，專門蒐集人類動作數據。這些機器手臂，由分布在墨西哥、菲律賓與波士頓的人類團隊遠端操控。相關數據將用於訓練該公司的Sonny人形機器人，預計今年稍晚上市。

Tutor共同創辦人格魯恩斯坦（Josh Gruenstein）表示：「我們建立這座數據工廠，是為了替Sonny機器人打造最初的智慧能力，使其能夠開始部署到實際工作現場。」目前，Tutor的遠端操作員中約有10人在波士頓，其餘位於海外。

遠端操作清潔 幫傭會失業？

遠端操控（Teleoperation）正逐漸成為人形機器人產業的重要組成部分。理論上，如果聘用薪資遠低於美國的海外遠端操作員，一台由國外人員操控的機器人，便能以遠低於美國勞工的成本完成相同工作。

本月，位於舊金山的人形機器人清潔服務公司Gatsby就完成了一項示範案例：由墨西哥的遠端操作員控制機器人，在美國住宅內進行清潔工作。

Gatsby共同創辦人弗里希伯格（Aron Frishberg）表示，這項技術仍在持續發展中，但身為市場先行者，讓公司獲得更多訓練機會與經驗。他說：「顯然還是會發生很多問題。要精準控制手部或手臂動作，並成功抓取物體，其實非常困難。」

Encord共同創辦人漢森（Ulrik Hansen）則表示，公司計畫在未來三個月內於海沃廠區設立遠端操控中心。即使未來機器人愈來愈普及，並掌握更複雜的工作能力，它們仍然需要人類在必要時接手控制。漢森指出：「當機器人出錯時，仍然需要人類進行例外狀況處理（exception handling）。」

未來將有數百名遠端操作員負責監控系統，了解哪些情況下運作順利、哪些地方容易失敗，並在必要時介入處理。當這些問題模式逐漸被掌握後，漢森表示，遠端操控工作便可轉移到成本更低的海外地區，或是美國中西部州。

回到海沃的訓練中心，佛洛瑞斯仍在為機器人手臂設計新的倒咖啡挑戰。他調整咖啡機周圍物品的擺設位置，也不斷更換咖啡杯擺放的位置，藉此增加訓練難度。他表示，要成為一名優秀的機器人操控員與訓練師，需要累積大量專業知識與經驗。

佛洛瑞斯說：「許多人可能認為這份工作很容易，甚至覺得只是單調的重複勞動。但實際上，我們必須不斷思考，需要批判性思維。」

洛時精選為世界日報與洛杉磯時報經過正式協議的互惠專版，每周刊出。

Silicon Valley's humanoid robots are learning how to do your job — in the kitchen