近年嚟，人形機器人成為科技圈嘅焦點，資金如潮水般湧入，企業估值節節上升。由新創公司Figure到特斯拉嘅Optimus，各大廠商紛紛宣稱人形機器人將會係「下一個大平台」。研調機構集邦科技預估，全球人形機器人市場規模到2027年有望突破20億美元，成為市場新亮點。不過，外形似足人類嘅機器人，係咪真係咁快就能夠實用化？背後嘅技術挑戰同現實瓶頸，值得冷靜檢視。

麻省理工學院機器人專家、iRobot共同創辦人布魯克斯對呢股熱潮持保留態度。佢指出，難題唔係整到似人嘅外形，而係要模擬人類身體嘅協調能力。就以人手為例，一隻手擁有超過25個關節同大約17,000個觸覺受器，指尖嘅感測密度更加驚人。人類神經系統能夠同步處理壓力、震動等訊號，並即時整合反應。要將呢套精妙嘅能力複製到機器人身上，遠非單靠堆砌馬達、減速機同關節可以做到。背後仲需要一套強大嘅軟件系統，將視覺、觸覺、判斷同動作串連埋一齊，仲要能夠喺動態環境入面即時調整。雖然機器人透過大量影片數據訓練，可以模仿人類動作並快速進步，但觸覺數據稀缺、 辨識困難，加上模擬同現實環境嘅落差，依然係巨大挑戰。此外，電力續航、手部靈活度同整體成本，都仲未有理想解決方案。布魯克斯直言，單靠資金推動當前技術，難以實現真正嘅「手指神功」，更遑論要有似人類咁靈敏嘅視覺同應變能力。

iRobot嘅掃地機器人就係一個前車之鑑。表面睇嚟只係「兜嚟兜去吸塵」，實際上要花多年時間先至解決到各種棘手情況。地毯纖維會纏毛、電線同窗簾會勾住、家具縫隙容易卡住，仲要識得避開寵物糞便。呢啲細節問題要靠不斷測試同更新，從感測器選型、數據收集、模型訓練到演算法優化，經歷幾代產品先至逐步穩定。如果連單一任務都要花咁長時間打磨，要機器人喺家庭環境處理千變萬化嘅任務，要求佢樣樣精通兼且可靠，難度無疑成倍增加。

隨住AI技術成熟，多模態學習、模仿學習同強化學習正加速提升機器人技能，為人形機器人帶嚟更多可能。尤其喺少子化、高齡化同勞動力短缺背景下，機器人有望接替危險或重複性工作。不過，機器人係咪一定要似人類外形？跳出「似人」框架，或許可以用更低成本實現相同功能。市場上已經出現「準人形」機器人，例如用車輪取代雙腳增加穩定性同續航力，配合一至兩隻高自由度機械臂；又或者設計成「四不像」，外觀唔似人，但喺狹窄空間一樣高效運作。至於手部結構，也唔一定要堅持五指形態，可以因應任務需要更換末端夾具，喺靈活度同成本之間取得平衡。呢啲設計方向顯示，未來嘅機器人未必需要完全模仿人類樣貌，都可以滿足實際需求。

要令到人形機器人成為真正嘅「家庭萬能助手」，仲要喺續航力、靈活度、成本同觸覺協同軟件上有突破性進展。依家嘅人形機器人大多仲停留喺展示階段，距離普及入屋仲有一段距離。資金嘅熱潮或者可以推動技術快速迭代，但現實挑戰提醒我哋，要打造一個靈活、可靠又經濟實惠嘅人形機器人，遠比想像中複雜得多。