特斯拉要在 AI Day 公開一個還不能走路的人形機器人，發表規劃主管必須決定它該如何登場。

特斯拉的人形機器人（A）：全新的人形機器人想像

Tesla’s Humanoid Robot (A): Imagining a New Kind of Humanoid

本個案由元智大學管理學院吳佳虹助理教授（megchwu@saturn.yzu.edu.tw）、吳相勲助理教授（sonicwu@g.yzu.edu.tw）與 Gemini 共同撰寫。元智大學管理學院個案僅作為課堂討論的基礎，並非旨在作為背書、原始數據來源，或有效／無效管理的例證。本個案基於公開資料編寫，用於教學討論目的。案例中的某些情境細節（如萬斯在會議室準備 AI Day 發表方案的場景）為教學戲劇化處理。所有財務數據、市場數據和引述均基於公開來源。目前此版本仍未經過完整事實查核，故可能存在資訊錯誤，若您欲引用或是用於教學，請注意潛在錯誤而導致的爭議。
2026 年 11 月補註：本版內容已經 Claude Opus 5.5 依公開資料逐項查核與複查。

2021 年 7 月下旬，特斯拉（Tesla）負責人形機器人發表規劃的主管艾力克斯·萬斯（Alex Vance，虛構角色），面對一張幾乎空白的投影片。8 月 19 日的首屆 AI Day 預定公開特斯拉的人形機器人計畫，可是團隊手上只有規格草案、電腦模型和幾組還在測試的致動器，沒有一台能在舞台上穩定行走的原型機。萬斯必須在 8 月第一週向公司提出建議，決定這個還不存在的產品，要用什麼方式第一次出現在世人面前。

01 · BLANK SLIDEAI Day 前四週的空白投影片

2021 年 7 月下旬的一個晚上，加州帕羅奧圖的特斯拉總部裡，一間小會議室只剩下艾力克斯·萬斯（Alex Vance）還沒離開。牆上的螢幕停在一張深色投影片上，畫面中央只有「Tesla Bot」兩個英文字，下方原本預留給產品照片的位置仍然空著。這張投影片預定放在 8 月 19 日首屆 AI Day 的最後一段，在它之前，自動駕駛與人工智慧團隊會花上好幾個小時介紹神經網路、訓練電腦和自行設計的晶片。

萬斯在特斯拉負責人形機器人計畫的產品策略與對外發表規劃。幾個月前，公司高層決定把人形機器人放進 AI Day，用它說明特斯拉在自動駕駛累積的視覺辨識與晶片能力，未來也能用在汽車以外的地方。萬斯團隊為此整理出一份規格草案：機器人身高約 173 公分、體重約 57 公斤，可以搬運 20 公斤的物品，步行速度最快每小時 8 公里。全身預計使用 40 個機電致動器，頭上沿用 Autopilot 的攝影機，軀幹裡放一台特斯拉自行設計的 FSD 電腦，詳見附件一¹²。

問題在於，這份規格目前只存在於簡報和電腦模型裡。硬體團隊用汽車零件改裝的幾組致動器還放在實驗台上測試，工程師估計，第一台能夠自己站穩、走路的原型機最快也要明年才做得出來。再過四週，特斯拉就要向全世界介紹一個連自家工程師都還沒見過完整實體的產品。

萬斯也很清楚，觀眾心裡早就有一個比較對象。波士頓動力（Boston Dynamics）的人形機器人 Atlas 在 2017 年 11 月的影片裡完成後空翻，2018 年 10 月又跑完一段跳箱障礙³。2020 年 12 月 29 日，波士頓動力發布兩台 Atlas 與四足機器人 Spot、輪式機器人 Handle 隨著老歌〈Do You Love Me?〉跳舞的影片，在網路上廣為流傳⁴。特斯拉如果只拿出一張規格表，很可能會被拿來和這些影片直接比較。

這場發表的風險也不只在機器人本身。特斯拉的股價很大一部分反映了市場對它在電動車、自動駕駛與人工智慧上的期待，如果人形機器人被外界看成一場作秀，外界對特斯拉人工智慧能力的信任也會跟著受到影響。反過來說，如果發表成功，投資人與工程人才就有理由相信，這家公司能把同一套技術帶進汽車以外的市場。萬斯盯著空白的投影片，心裡想的是一個很實際的問題：一台還不能走路的機器人，要用什麼方式登場，才能讓人相信它值得等待？

02 · SHOWCASEASIMO 與 Pepper 留下的提醒

這幾天，萬斯反覆想起本田（Honda）的 ASIMO。ASIMO 在 2000 年 10 月首次公開，是當時最受矚目的雙足人形機器人。2005 年的版本可以用每小時 6 公里的速度奔跑，2011 年的版本提高到每小時 9 公里，也能上下樓梯、辨識手勢，並和人做簡單的互動⁵。

ASIMO 的舞台經歷相當亮眼。它在 2002 年到紐約證券交易所敲響開盤鐘，2005 年 6 月起在美國迪士尼樂園的 Innoventions 展館固定演出，直到展館在 2015 年關閉。2014 年，美國總統歐巴馬訪問東京時，也在日本科學未來館看了 ASIMO 的示範。可是，ASIMO 始終沒有成為一項可以賣給企業或家庭的產品，本田在 2018 年 7 月宣布停止 ASIMO 的開發與生產⁵。

六月底的一則新聞，讓這段歷史顯得更近。根據路透社 2021 年 6 月 28 日的報導，軟銀集團（SoftBank Group）已在 2020 年停止生產人形機器人 Pepper。Pepper 在 2015 年於日本上市時，第一批在一分鐘內售完，之後由鴻海代工，總共生產約 27,000 台。報導指出，停產的主因是市場需求疲弱，知情人士也提到 Pepper 功能有限、可靠度不足，而軟銀提供給企業與大學的版本，售價超過 2 萬美元⁶。

萬斯把這兩段經歷稱為「ASIMO 陷阱」：技術展示能吸引大量目光，卻沒有回答顧客願意為哪一項工作付錢。經過 ASIMO 和 Pepper 之後，投資人和媒體已經習慣把人形機器人看成昂貴的展示品。如果特斯拉在 AI Day 只展示一台會走路、會揮手的機器人，它很可能會被歸到同一類，因此萬斯認為，特斯拉必須說清楚這台機器人要做什麼工作、由誰付錢，以及它的成本為什麼能比前人低。

03 · OWNERS八年三度易主的波士頓動力

如果 ASIMO 說明了人形機器人商業化的困難，波士頓動力的經歷則讓萬斯看到，即使技術領先，一家公司也可能在不同的東家之間輾轉。波士頓動力在 1992 年由 Marc Raibert 從麻省理工學院（MIT）獨立出來創立，以動態平衡與運動控制聞名，2013 年公開的液壓版 Atlas，開發經費就來自美國國防高等研究計畫署（DARPA）⁷³。

2013 年 12 月，Google 收購波士頓動力，價格未公開，主導 Google 機器人計畫的 Andy Rubin 在 2014 年離開公司⁷。彭博社在 2016 年 3 月報導，Google 準備出售波士頓動力。報導指出，Google 高層判斷這家公司在幾年內不太可能推出可以上市的產品，它和 Google 在加州、東京的其他機器人團隊合作也不順利，公關部門則注意到網路上出現機器人「令人害怕、會搶走人類工作」的負面討論⁸。

2017 年 6 月，軟銀宣布從 Alphabet 手中買下波士頓動力，價格同樣未公開，彭博社估計約在 1 億到 2 億美元之間⁹。在軟銀旗下，波士頓動力於 2020 年 6 月以 74,500 美元的定價開賣四足機器人 Spot，這是它第一款公開銷售的產品。到了 2020 年 9 月，執行長 Robert Playter 表示，Spot 累計售出或租出約 250 台¹⁰。波士頓動力沒有公布營收與損益，但以約 250 台、每台 74,500 美元粗估，Spot 到這時的累計銷售金額最多也只有 1,900 萬美元左右。

2020 年 12 月 11 日，現代汽車集團（Hyundai Motor Group）宣布以 11 億美元的估值，向軟銀買下波士頓動力約 80% 的股份，軟銀的關係企業保留約 20%，交易在 2021 年 6 月完成¹¹⁷。現代汽車集團表示，它看重機器人在製造、物流、建築與自動化上的應用，並希望藉此轉型為「智慧移動解決方案供應商」⁹。萬斯從這筆交易讀到的訊號很清楚：一家汽車集團願意為機器人技術付出高價，而它想像的主要用途在工廠和倉庫，並不在影片平台上（附件二）。

價格的另一端也在變化。2021 年 6 月，中國的宇樹科技（Unitree Robotics）推出四足機器人 Go1，入門版售價 2,700 美元，還不到 Spot 定價的 4%¹²。兩者的性能與用途並不相同，但萬斯注意到，機器人硬體的價格下降速度，可能比許多人預期的更快。

04 · BRAIN FIRST先做大腦，還是先做身體

萬斯準備提出的核心論點，是把特斯拉和波士頓動力放在兩種不同的開發思路上比較。波士頓動力花了數十年打磨動態平衡與運動控制，Atlas 採用液壓驅動，頭上裝有光學雷達與立體視覺感測器，可以完成難度極高的動作，但它一直是研究平台，從未對外銷售³。

萬斯認為特斯拉應該從另一端著手。一台能在工廠和家庭裡做事的人形機器人，最難的地方在於看懂雜亂的環境、判斷要拿哪一個物品，以及在情況改變時調整動作，這些大多屬於人工智慧的問題。特斯拉在這方面已經有幾項公開的基礎：2019 年 3 月起，特斯拉新車改用自行設計的 FSD 電腦，2021 年 5 月起，北美市場的 Model 3 與 Model Y 新車拿掉雷達，只靠攝影機與神經網路判斷路況¹³。

訓練神經網路所需的運算能力，特斯拉也已經公開展示。2021 年 6 月，特斯拉人工智慧總監卡帕西（Andrej Karpathy）在電腦視覺研討會 CVPR 上，介紹公司由 5,760 顆輝達（NVIDIA）A100 GPU 組成的訓練叢集，並表示它的運算能力大約排在全球第五。馬斯克在 2019 年首次提到的專用訓練電腦 Dojo，則還沒有公布細節¹⁴。

萬斯團隊的設計假設，是讓機器人的致動器沿用汽車馬達的設計與供應鏈，電池與電池管理系統也以汽車技術為基礎，藉此取得量產時的成本優勢。他想對外傳達的訊息是，特斯拉不打算和波士頓動力比較誰的機器人跳得更高，它要用一套能力強大的「大腦」，驅動一個夠用的「身體」。

負責硬體整合的經理丹尼爾·羅斯（Daniel Ross）對這個說法有所保留。羅斯提醒萬斯，汽車馬達追求的是高轉速與效率，人形機器人的關節卻要在低速下輸出大扭矩，還要能承受跌倒時的衝擊。至於一雙能夠拿起易碎物品、又能搬箱子的手，更是汽車產業從來沒有處理過的零件。「你說身體只要夠用，」羅斯說，「可是在它真的走得穩之前，沒有人知道夠用的標準在哪裡。」

「在它真的走得穩之前，沒有人知道夠用的標準在哪裡。」丹尼爾·羅斯，硬體整合經理（虛構角色）

05 · FACTORY馬斯克公開談過的工廠與人力

為了讓發表內容和公司的長期方向一致，萬斯把執行長馬斯克（Elon Musk）過去幾年公開說過的話整理成一份清單（附件五）。2016 年 5 月 31 日的股東會上，馬斯克說他把工廠當成一項產品來設計，認為打造「製造機器的機器」才是潛力最大的地方¹⁵。同年第二季的財報會議上，他用「外星無畏艦」（alien dreadnought）形容理想中高度自動化的工廠¹⁶。

兩年後，現實修正了這個構想。Model 3 在 2017 年下半年開始量產後，產量一直低於目標，2018 年第一季的最後一週只生產約 2,020 輛，沒有達到每週 2,500 輛的目標。2018 年 4 月 13 日，馬斯克先在電視訪問中，後來又在推特上表示，特斯拉的過度自動化是個錯誤，而且是他自己的錯誤。他也提到，公司拆掉了一套過於複雜、運作不順的輸送帶系統¹⁷。

「沒錯，特斯拉的過度自動化是個錯誤。精確地說，是我的錯誤。人類被低估了。」馬斯克，2018 年 4 月 13 日推文（中譯）

萬斯認為，這兩段話放在一起，正好說明人形機器人在特斯拉內部可以扮演的角色。傳統工業機器人擅長在固定位置重複同一個動作，一旦產線需要彈性、需要拿取形狀不一的零件，就得由人來補位。一台外型和人相近、能使用人類工具的機器人，可以直接放進原本為人設計的工作站，工廠不必為了它重新設計整條產線。如果這個推論成立，特斯拉自己的工廠就會是它的第一個客戶。

馬斯克對自動化的社會影響也有公開立場。2017 年 2 月在杜拜的世界政府高峰會上，他表示自動化會讓許多工作消失，全民基本收入將會是必要的制度¹⁸。同年 7 月在美國全國州長協會的會議上，他說人工智慧是人類文明的根本性生存風險，也認為機器人將在各方面做得比人好¹⁹。萬斯知道，記者一定會把這些發言和人形機器人放在一起提問：特斯拉要用機器人取代誰的工作？如果人工智慧有風險，為什麼要把它放進一個能在真實世界行動的身體裡？

從市場規模來看，工業自動化的需求確實存在。國際機器人聯合會（IFR）在 2020 年 9 月公布的報告指出，2019 年全球工廠裡運作中的工業機器人約有 272 萬台，比前一年增加 12%。當年新安裝約 37.3 萬台，其中約三分之二在亞洲，中國一國就新增約 14 萬台²⁰²¹（附件三）。不過，這些機器人大多是固定在產線上的機械手臂，萬斯要說服外界的，是人形機器人能做到機械手臂做不到的工作。

06 · LANDSCAPE2021 年夏天的人形機器人版圖

萬斯把 2021 年夏天的相關業者分成幾類（附件四）。第一類是以技術展示為主的先行者，ASIMO 和 Atlas 都屬於這一類，它們證明了雙足行走與動態平衡做得到，卻沒有找到大量購買的客戶。第二類是服務型機器人，Pepper 讓企業願意嘗鮮，也讓業界看到，功能有限的機器人很難留住客戶。

第三類是正在尋找工作場景的新公司。美國的 Agility Robotics 在 2020 年前後把雙足機器人 Digit 賣給福特汽車（Ford），用來研究最後一哩的包裹配送，2021 年起再把重心轉向倉儲物流的搬運工作²²。中國的優必選（UBTech）則在 2021 年 7 月上海的世界人工智慧大會上發表新版 Walker X，示範它在家庭環境中端送茶水、為植物澆水與擦拭家具，也能自己上下樓梯²³。

第四類是傳統的工業機器人大廠，例如 ABB 與發那科（FANUC）。這些公司的主力產品是固定在產線上的機械手臂與協作機器人，到 2021 年夏天都還沒有推出通用型的人形機器人。IFR 的資料也顯示，中國已經是全球最大的工業機器人市場，但 2019 年在中國新安裝的機器人有 71% 來自外國供應商，本土廠商還在擴大市占率²⁰。IFR 在 2021 年 2 月列出的年度趨勢中，也特別提到企業希望藉由自動化提高供應鏈的韌性²⁴。

萬斯的判斷是，目前沒有一家業者同時具備特斯拉的四項條件：處理真實世界影像的人工智慧、大量製造的經驗、自家工廠這個立即可用的客戶，以及一位願意長期投入的執行長。可是他也知道，羅斯和其他工程師一定會提醒他，前面那些公司當初也都相信自己找到了突破口。

07 · THREE PLANS三份發表方案

7 月最後一週，萬斯召集發表規劃小組開會。負責活動與對外溝通的莉亞·柯林斯（Leah Collins）和羅斯各自帶來提案，萬斯把它們整理成三個方案。三個方案都必須在四週內準備完成，也都要放進 AI Day 最後大約十分鐘的時段。

第一個方案是「願景與規格發表」。舞台上不放任何實體，由講者用簡報和電腦動畫說明機器人的用途、規格與成本目標，以及它和自動駕駛共用的晶片與神經網路。羅斯贊成這個方案，因為一台還沒準備好的機器人不必在現場直播中冒險。柯林斯則擔心，觀眾聽完前面幾個小時的技術簡報後，最後只看到一段動畫，會覺得特斯拉只是在畫大餅。

第二個方案是「規格加上舞台演出」。講者先說明規格，接著請一位舞者穿上依照機器人外型設計的服裝上台，用肢體動作示範機器人未來的姿態與尺寸。柯林斯認為，這個安排能讓現場氣氛在最後一刻達到高點，也最容易在社群媒體上流傳。羅斯則提醒，科技媒體一定會指出台上的是真人，並把這一幕拿來和 Atlas 的後空翻影片比較。

第三個方案是「延後發表」。AI Day 只談 Dojo、FSD 與神經網路，人形機器人等到明年有了可以行走的原型機，再另外舉辦發表會。這個方案最能保護特斯拉的技術信譽，代價是公司會錯過在全球觀眾面前說明人工智慧應用範圍的機會，招募機器人工程師的時程也可能因此往後推。

散會之後，萬斯又回到那張空白的投影片前。他知道，不論選擇哪一個方案，都要先回答三個問題。第一，特斯拉希望觀眾離開時記住什麼？第二，特斯拉要不要正面回應外界拿它和波士頓動力的比較？第三，特斯拉要公開多少 Dojo 與 FSD 的技術細節，才足以說服專業人士，又不會透露太多競爭資訊？

EXHIBITS附件

QUESTIONS課堂討論問題

1. 如果你是萬斯，你會向公司建議哪一個發表方案？你會如何說明這個方案的風險，以及降低風險的做法？
2. 不論選擇哪一個方案，請提出三則 AI Day 必須傳達的核心訊息。這些訊息要如何回應外界一定會問的問題：特斯拉的人形機器人和波士頓動力的 Atlas 差在哪裡？
3. 發表之後的 24 個月內，這個計畫可能遇到哪些技術以外的風險，例如法規、社會觀感、內部資源分配或人才流動？特斯拉可以如何事先因應？
4. 馬斯克一方面追求高度自動化的工廠，一方面承認過度自動化是個錯誤。你認為人形機器人在特斯拉工廠裡最適合先做哪些工作，理由是什麼？
5. 請用附件中的數字與你自己的假設，粗估人形機器人未來可能的市場規模，並說明你最沒有把握的是哪一個假設。

SOURCES資料來源

1. New Atlas，〈Elon Musk announces the Tesla Bot, a humanoid, AI robot worker〉，2021 年 8 月 19 日。 連結
2. TechCrunch，〈Musk: The Tesla Bot is coming〉，2021 年 8 月 19 日。 連結
3. Wikipedia，〈Atlas (robot)〉，2026 年 11 月檢索。 連結
4. WBUR，〈Robots With Rhythm: Boston Dynamics’ Dancing Androids Are A Hit〉，2020 年 12 月 30 日。 連結
5. Wikipedia，〈ASIMO〉，2026 年 11 月檢索。 連結
6. Engadget，〈SoftBank reportedly stopped the production of its Pepper robots last year〉（引述路透社 2021 年 6 月 28 日報導），2021 年 6 月 28 日。 連結
7. Wikipedia，〈Boston Dynamics〉，2026 年 11 月檢索。 連結
8. Fortune，〈Google is reportedly selling this high-profile robotics company〉（引述彭博社報導），2016 年 3 月 17 日。 連結
9. IEEE Spectrum，〈Hyundai Buys Boston Dynamics for Nearly $1 Billion〉，2020 年 12 月 11 日。 連結
10. VentureBeat，〈Boston Dynamics expands Spot sales to Canada and Europe, robot arm coming in January〉，2020 年 9 月 9 日。 連結
11. 軟銀集團（SoftBank Group），〈Hyundai Motor Group to Acquire Controlling Interest in Boston Dynamics〉新聞稿，2020 年 12 月 11 日。 連結
12. Gizmodo，〈For $2,700, You Too Can Have Your Very Own Robot Dog〉，2021 年 6 月 10 日。 連結
13. Wikipedia，〈Tesla Autopilot〉，2026 年 11 月檢索。 連結
14. Wikipedia，〈Tesla Dojo〉，2026 年 11 月檢索。 連結
15. Electrek，〈Elon Musk’s “machines making machines” rant about Tesla manufacturing〉，2016 年 6 月 1 日。 連結
16. Business Insider，〈Musk: Tesla’s factory will become an “alien dreadnought”〉，2016 年 8 月。 連結
17. Fortune，〈Tesla CEO Elon Musk Admits ‘Humans Are Underrated’〉，2018 年 4 月 13 日。 連結
18. Business Insider，〈Elon Musk doubles down on universal basic income: “It’s going to be necessary”〉，2017 年 2 月 13 日。 連結
19. NPR，〈Elon Musk Warns Governors: Artificial Intelligence Poses “Existential Risk”〉，2017 年 7 月 17 日。 連結
20. 國際機器人聯合會（IFR），〈Record 2.7 Million Robots Work in Factories Around the Globe〉新聞稿，2020 年 9 月 24 日。 連結
21. 國際機器人聯合會（IFR），《World Robotics 2020》記者會簡報，2020 年 9 月 24 日。 連結
22. Wikipedia，〈Agility Robotics〉，2026 年 11 月檢索。 連結
23. China Daily，〈AI gadgets, solutions on show at World AI Conference in Shanghai〉，2021 年 7 月 9 日。 連結
24. 國際機器人聯合會（IFR），〈Top 5 Robot Trends 2021〉，2021 年 2 月 17 日。 連結