機器人學會了「手感」，接下來呢？

AI機器人公司Generalist發布GEN-1物理AI系統，聲稱已達生產級成功率。透過50萬小時的人類動作數據訓練，這項技術將如何改變製造業與勞動市場？

如果有一天，組裝你手機的不是工人，而是一隻「學會了手感」的機器手——這一天，可能比你想像的更近。

GEN-1是什麼？一個試圖複製人類手感的AI系統

2026年4月，物理AI機器人公司Generalist正式發布新模型「GEN-1」。根據官方說法，這套系統在「過去需要人類手部靈活性與肌肉記憶的廣泛物理技能」上，已達到「生產級成功率」。

更值得注意的是，GEN-1並非只會重複固定動作。Generalist表示，這套系統能夠在面對突發狀況時即興應對，並「連結不同領域的知識來解決新問題」——這聽起來更像是人類的思維方式，而非傳統機器人的程式邏輯。

GEN-1的前身是2025年11月發布的「GEN-0」，當時被定位為概念驗證，主要證明了機器學習中的「規模定律」同樣適用於機器人訓練：更多數據、更多算力，帶來更好的表現。

訓練語言AI有個天然優勢：網路上存在數以兆計的文字資料。但訓練物理AI面臨一個根本性的困境——「人類怎麼用手操作物體」這類高品質數據，在數位世界中幾乎不存在。

Generalist的解法是自己製造數據。他們開發了一種叫做「數據手（data hands）」的可穿戴設備，形似夾鉗，讓人類在執行手工任務時佩戴，同步記錄微小動作與視覺資訊。透過這套方法，該公司目前已累積超過50萬小時、「拍位元組（petabytes）級別」的物理互動數據。

廣告合作

這是一個務實但耐人尋味的解法：為了讓機器學會人類的動作，需要先讓人類「表演」給機器看。

這項技術的潛在影響，在亞洲製造業重鎮尤其值得關注。

台灣、中國大陸、東南亞的華人聚集地區，長期以來是全球電子產品與精密零件的製造核心。鴻海、台積電供應鏈上的大量手工組裝工序，正是GEN-1聲稱能夠勝任的工作類型。若物理AI真的達到生產級可靠性，對這些地區的勞動市場將產生結構性衝擊。

從另一個角度看，中國大陸本身也在積極發展機器人技術。根據國際機器人聯合會數據，中國已連續多年是全球最大的工業機器人市場，並持續加大在人形機器人領域的投入。Generalist的GEN-1，某種程度上也是在與中國本土企業搶跑一場「物理AI」的技術競賽。

在地緣政治緊張的背景下，這場競賽還涉及另一個維度：誰掌握了物理AI的核心技術與數據，誰就可能主導下一代製造業的規則制定。

必須指出的是，目前所有關於GEN-1的說法，均來自Generalist公司自身。「生產級成功率」是一個引人注目的表述，但在真實工廠環境中的第三方驗證數據尚未公開。

機器人技術的歷史告訴我們，從實驗室演示到大規模量產部署，往往存在一道難以跨越的鴻溝。環境的複雜性、設備的維護成本、與現有生產線的整合難度，都是「成功率」數字無法完全反映的現實挑戰。

此外，「數據手」的使用方式也引發了一個值得深思的問題：收集這50萬小時數據的工人，是在什麼條件下工作的？他們的勞動被如何定價？物理AI的崛起，是否會在創造新型數據勞動的同時，又帶來新的剝削風險？