Elon Musk 稱 Optimus 的潛力將超越汽車與手機總和 —— 這就是為什麼 Physical AI 至關重要

@0x_Albert_eth
英語2 天前 · 2026年7月30日
113K
12
3
1
9

TL;DR

Elon Musk 將 Optimus 機器人視為 Tesla 最重要的未來產品,象徵著從數位 AI Agent 轉向具身智慧 Physical AI 的過渡。

在 7 月 22 日的 Tesla Q2 2026 財報電話會議上,Elon Musk 把心裡話講白了:如果 Optimus 成功,它會成為史上最巨大的單一產品。不是汽車。不是手機。是機器人。

他甚至更進一步——Optimus 現在比 Tesla 任何其他事情都更佔據他的注意力:比汽車多、比火箭多、甚至比競逐超級智慧還多。這不是為了搶新聞標題而說的話。這是一位 CEO 在告訴你,他把公司的整個未來押在了哪裡。

這不是一次小轉向。這是一場變革的先鋒,其規模可能超越 ChatGPT 對世界造成的改變。在數位 Agent 之後,下一章是 Physical AI——一種不再只是說話、而是開始行動的智慧。

Physical AI 到底是什麼

Physical AI(有時也稱為具身 AI,Embodied AI)涵蓋能夠做到以下事情的系統:

  • 透過感測器讀取物理世界
  • 即時處理資訊
  • 決定要採取的行動
  • 透過致動器——手、腿、輪子——來執行
  • 在事情不如預期時即時調整

傳統工業機器人依賴僵化、預先編寫的動作來運作。Physical AI 是為完全相反的場景而設計——混亂、非結構化的環境。兩者的差異在於:一個只會在組裝線上焊接某個精確位置的機器人,和一個能拿起從未見過的杯子、打開不認識的門、或幫助無法自理的人的機器人。

Deloitte 和 BCG 在 2026 年的論述說得很簡單:Physical AI 就是基礎模型與真實世界的物理、感測器和安全系統融合後所產生的結果。

0xAlbert - inline image

不再遮遮掩掩的路線圖

DeepSeek 創辦人梁文鋒在今年 7 月一場外流的投資人會議中,明確地列出了這條序列:

思維鏈(Chain-of-thought)→ Agent(我們現在所處的階段)→ 持續學習 → 自我改進系統 → 具身智慧。

Agent 已經能夠規劃、使用工具、並處理複雜的數位工作——但它們被困在玻璃後面。一旦模型開始從自身的真實世界經驗中持續學習,進入實體身體只是下一個合乎邏輯的步驟。Physical AI 不是這個故事的支線。它才是主線。機器人只是一個終於有了雙手的 Agent。

Optimus:Tesla 迄今最大的賭注

Tesla 不只是要出貨一個產品——它正在建立一個以前根本不存在的完整工業基礎。

來自 Q2 2026 電話會議的資訊:

  • Fremont 生產線已經上線
  • 目標:Fremont 年產 100 萬台,Giga Texas 年產 1,000 萬台
  • 每個致動器都是從零開始打造——沒有既有的供應鏈可以對接
  • 剩下最難的問題:人類等級的手部靈巧度、在受控環境之外的可靠性、以及真正擴大製造規模

Musk 一直反覆強調一件事:Optimus 不是一個新奇的「服務生機器人」。它的定位是通用型,足以承擔幾乎任何形式的體力勞動——工廠車間、倉庫、老人照護,全部涵蓋。

人形機器人賽道已經很擁擠

Tesla 不是一個人在跑:

  • Boston Dynamics 的 Atlas,現在隸屬於 Hyundai
  • Unitree 的 H1 和 G1,價格較低的中國參賽者
  • Figure 02、Agility Digit、1X NEO、Apptronik Apollo,以及一大串其他廠商

UBS 估計,到 2035 年大約有 200 萬台人形機器人投入實際工作,到 2050 年將擴展到數億台的規模。全面普及還需要好幾年,但從原型到試量產的轉變,現在已經在發生。

還有什麼在擋路

  • 手部靈巧度——仍然是最難的未解問題;一隻人手大約有 27 個自由度
  • 電池續航力和能源效率
  • 安全性——一台 50–70 公斤的機器人在人身邊完全沒有出錯的空間
  • 成本——即使每台 2 萬到 3 萬美元,要擴大規模仍需要大量資本
  • 訓練資料——真實世界是一個比網路更混亂的資料集

這正是為什麼 Musk 不斷警告,初期生產會「極其緩慢」。

0xAlbert - inline image

如果你有在關注,這代表什麼

對企業來說:工廠、倉庫、物流、農業、營造和照護產業會最先受到衝擊。任何現在就開始試行 Physical AI 的人——即使只是小規模——都能在未來 4 到 5 年內為自己爭取到真正的領先優勢。

對其他人來說:體力勞動不再是一種稀缺資源。擁有一台個人機器人,最終會變得跟擁有一支智慧型手機一樣平常。而最大的贏家不會是親自動手做事的人——而是那些懂得如何為替他們做事的 Agent 和機器人設定正確目標的人。

現在該如何實際準備

  • 熟悉 agentic AI——它是未來每一台機器人所依賴的大腦
  • 密切追蹤持續學習的進展——那是下一個真正的突破口
  • 開始玩模擬工具:Isaac Sim、MuJoCo、Genesis
  • 盤點你自己的業務流程,找出哪些最適合先自動化
  • 學習硬體面向——致動器、感測器、能源效率
  • 現在就開始思考這一切將迫使我們面對的安全與倫理框架

結論

數位 Agent 為世界帶來了沒有身體的智慧。Physical AI 即將為這份智慧裝上身體。Musk 把 Tesla 的未來押在上面,DeepSeek 把具身視為其整個路線圖的真正終點,而數十個人形機器人原型已經在搶著進入市場。

這不是一個遙遠的思想實驗。這是 AI 不再活在螢幕背後、開始像當年的電力和網路一樣重塑物理世界的時刻。

問題從來不是這會不會發生。而是當它發生時,誰已經就定位。

一鍵儲存

使用 YouMind AI 深度閱讀爆款文章

保存原文、追問細節、總結觀點,並在一個 AI 工作空間裡把爆款文章沉澱成可複用筆記。

了解 YouMind
寫給創作者

把你的 Markdown 變成乾淨的 𝕏 文章

圖片上傳、表格、程式碼區塊,往 𝕏 上手動重排太痛苦。YouMind 把整篇 Markdown 一鍵轉成乾淨、可直接發佈的 𝕏 文章草稿。

試試 Markdown 轉 𝕏

更多可拆解樣本

近期爆款文章

探索更多爆款文章