DPIED-03｜展示繁榮與有效自主工作的落差

具身 AI 產業指標分層、部署證據與物理生產力辨識

Demonstration Prosperity Versus Effective Autonomous Work: Evidence Hierarchies, Deployment Metrics, and Productivity Identification in Embodied AI

系列：數位—實體智能演化解耦論（Digital–Physical Intelligence Evolutionary Decoupling, DPIED）
篇次：DPIED-03／09
版本：v1.0
日期：2026-11-04
作者：Neo.K
研究機構：EveMissLab／一言諾科技有限公司（EVEMISS TECHNOLOGY CO., LTD.）
AI 協作整理：GPT-6
文件類型：學術理論原稿、產業證據分層、形式化測量與實證設計
Canonical source：UTF-8 Markdown；僅使用 $...$、$$...$$ 表示數學
Evidence status：THEORETICAL FRAMEWORK / SOURCE-CHECKED CASE STUDIES / ORIGINAL EMPIRICAL VALIDATION NOT YET CONDUCTED
前置：DPIED-01、DPIED-02；《具身 AI 的本地算力困境與分層學習閉環》、WIIW-05、APET-06、LWCT-02
資料截止：截至 2026-11-04 可核對的公開網頁；歷史數據均標明其原始觀測年份

摘要

具身人工智慧產業正同時出現引人注目的機器人展示、快速增長的出貨與融資、逐步增加的試點部署，以及在部分受控任務上已經可核對的真實工作量。然而，這些現象不是同一種證據，也不能自然排列成一條單向、無損失的商業成熟曲線。本研究將「展示繁榮」與「有效自主工作」區分為不同的觀察對象，提出具身 AI 產業證據階梯、部署狀態與價值通道的雙重分類、有效自主工作量（Effective Autonomous Work, EAW）、展示—現場落差（Demonstration–Deployment Gap, DDG）、介入負擔及單位合格工作總成本等操作性概念。

研究首先建立三項不可互換的原則：出貨不是部署，部署不是連續自主運行，連續運行也不自動證明經濟淨收益。同時，研究拒絕另一個過度簡化的反向結論：展示、科研與資料採集並非沒有價值；產業中的固定工位、自主物流、移動巡檢及其他非人形機器人也已形成成熟或正在成熟的物理自動化能力。因此，本文所研究的是特定任務、特定本體與特定環境下的「能力—部署—產出」轉化落差，而非對整個機器人產業作「進步或停滯」的二元判決。

依據截至本文日期可核對的資料，國際機器人聯合會（IFR）報告 2025 年全球工業機器人新增安裝約 60.3 萬台、運作存量約 507.9 萬台；Counterpoint Research 估計 2026 年上半年全球人形機器人出貨量超過 2.2 萬台，其中文娛商演與科教／資料採集用途合計仍超過六成。另一方面，BMW 與 GXO／Agility 已公開特定生產與物流任務的累積操作量。這些資料共同顯示「出貨增加」和「實際有效工作開始出現」可以同時成立，但也揭示其技術範疇、成熟度、統計母體及驗收標準無法直接互相替代。[R1–R7]

本文提出五項形式化命題與六項可反駁假說，建議以機器序號—場站—任務—時間窗的可追溯紀錄，將觀察者所看見的展示成功率、同環境試點成功率、部署後合格工作量與相對人工或既有自動化流程的成本差異連結，並以隨機化或分階段部署對照區分硬體改進、模型升級、現場整合與樣本選擇。本文完成的是理論、證據規則、示例計算與實驗協定，尚未對任何企業執行原始現場審計。

關鍵詞：數位—實體智能解耦；具身 AI；人形機器人；示範偏差；出貨；部署成熟度；有效自主工作量；介入率；物理生產力；成本效益；投資敘事；因果辨識

0. 研究定位：DPIED-03 不重寫前兩篇，而是研究「外部如何知道」

DPIED-01 建立數位能力與物理能力不能透過跨基準原始分數直接比較的原則，提出多條能力曲線、任務籃和到達時間的觀察方法。DPIED-02 則把「模型知道，不等於機器能做到」轉為感測、可供性、同步、控制、記憶、安全與資源的條件鏈。二者回答的是：能力為何可能分岔，以及分岔如何在執行鏈中形成。

本篇關注第三個問題：

當業界公開一支成功展示影片、一輪融資、一批訂單、數千台出貨或一項試點部署時，外部研究者究竟取得哪一種證據？這種證據能否支持「更多可持續、低介入且具經濟價值的自主工作已經發生」？

本篇不得預設所有企業以展示誤導市場，也不得將當前對人形機器人的疑問擴大成對所有物理 AI 的否定。需要辨認的是資料所能支持的結論之上限，而不是先判斷某家公司是否值得信任。

研究單位也沿用前篇：模型、機器本體、環境、任務、安全條件、觀察時間窗與比較基線必須同時記錄。企業名稱、模型參數量、機器價格及單段演示成功率都不能單獨構成任務能力的完整觀察。

0.1 本篇的原始增量

本篇增加六項前篇沒有獨立完成的工作：

1. 把新聞、展示、訂單、出貨、實機試點、穩定部署與可驗證物理工作分類，而不是以單一「進度」敘事串聯。
2. 建立出貨—場站—工作量資料的不同統計母體及其不可直接相除的條件。
3. 在明示任務籃下定義合格工作量、介入與成本指標，不以機器人台數代替產出。
4. 研究展示環境的選擇偏差、樣本遺漏、資料不公開及成熟度判斷的部分辨識。
5. 把商用價值、科研價值、資料生產價值與展示傳播價值分開，不將任一通道簡化為無效。
6. 提出可被競爭假說推翻的現場比較和產業縱向追蹤協定。

1. 2026 年的公開證據：產業並非只繁榮，也並非已完成通用部署

本節採來源辨識而非產業排名；不同來源統計類別並不一致。所有數字只限於其所述期間、定義與發表者，不直接推論全市場的經濟報酬。

1.1 IFR：工業機器人已具龐大實體運作基礎

IFR《World Robotics 2026》於 2026 年 9 月報告：2025 年全球新安裝工業機器人約 603,000 台，年增約 11%；工業機器人運作存量約 5.079 百萬台，年增約 9%。[R1] 另一份 IFR 服務機器人報告指出，2025 年專業服務機器人出貨接近 250,000 台，年增約 24%，其中運輸與物流類約 117,500 台。[R2]

這些數據有兩層意義：

其一，不能說「實體機器人沒有在發展」。工業機器人及專用服務機器人已經支撐大量真實工作，尤其在結構化場所。其二，IFR 的工業安裝量不能直接當成「可在開放環境理解陌生任務的通用具身 AI」數量：相當多工業系統依賴固定工位、工業控制、已編程軌跡或有限任務策略。成熟的工業自動化與通用具身自主性需要分開報告。

1.2 Counterpoint：人形出貨量快速增加，需求性質仍高度多元

Counterpoint Research 於 2026 年 8 月 20 日公布估算：2026 年上半年全球人形機器人出貨超過 22,000 台，年增接近 300%；其分類中，文娛商演與科教／資料採集兩大用途合計仍超過 60%。該報告同時指出智能製造與倉儲物流占比分別約為 13% 與 5%，並描述部分生產線的實際作業。[R3]

這組數字能支持「人形機器人的產業出貨快速擴張、用途多元且部分向產業現場滲透」，不能支持「超過 22,000 台都已成為長時間無人介入的通用生產工人」，也不能支持「研究與表演用途完全沒有經濟價值」。

更重要的是，它是一家市場研究機構的估算，分類、取樣和回推方式可能與其他機構不同；與 IFR 不同定義的統計不得直接相加或製作產業滲透率。

1.3 宇樹：同一家公司內，訂單、量產與實際出貨已被明確區分

宇樹科技在 2026 年 1 月公開的 2025 年資料聲明中表示，當年純人形機器人實際出貨超過 5,500 台，量產產出超過 6,500 台，並特別強調出貨指已售出且交付終端客戶的數量，不是訂單量；該數據不包含輪式雙臂等其他形態機器人。[R4]

本文引用此例不是評價宇樹的技術優劣，而是說明：即使在企業自己的公開語言中，訂單、產出與出貨也必須分開。進一步的安裝、驗收、合格工作小時與客戶收益，還需要其他證據，不能靠這兩個數字反推。

1.4 BMW／Figure：真實工作量的可核對案例，但不是通用能力證明

BMW 於 2026 年 2 月報告 Spartanburg 工廠的 Figure 02 試點：在約 1,250 小時的運作中處理超過 90,000 件板金零件，協助超過 30,000 輛 BMW X3 的生產，並描述十小時班次和既有產線的整合方式。[R5]

這構成比單段影片更強的實體作業證據，尤其對特定工位的取放與定位任務。然而，從上述累計數字本身不能推得：其他任務的零樣本能力、部署期間所有時段的無介入率、每個機器人的個別產出、成本淨收益或可直接移植至開放家庭的泛化能力。BMW 也說明，既有高度自動化產線、IT、工安與物流整合是試點條件的一部分。此類條件不能在評價其成果時消失。

1.5 GXO／Agility：跨越試點的商業合作與累積任務量

GXO 與 Agility 於 2026 年 10 月 26 日公告，Digit 已在 Georgia 的現場倉庫搬運超過 100,000 個料箱，並計畫於 2027 年擴至其他場站。[R6] Agility 在 9 月公布的資料另外提出 Digit 4 在多個客戶場域累積超過 65,000 小時作業，以及特定場站的料箱搬運里程碑。[R7]

需要注意：100,000 個料箱屬於指定場站的累計處理數，65,000 小時則屬於較廣範圍的運作紀錄。兩者統計母體不同，不能相除並宣稱得到單台機器人的每小時生產率。 客戶與供應商共同發布的資料具有比匿名展示更強的可追溯性，但仍非完整公開的第三方現場成本審計。

1.6 融資與市場校正：兩個方向可以同時發生

2026 年 11 月初路透社報導引述 IT 桔子的統計，稱中國具身 AI 領域 2026 年上半年約 322 宗融資、合計人民幣 935 億元，較上年同期大幅增加；同篇指出資金正流向機器人智能軟體、資料收集與相關整合路線。[R8] 另一方面，2026 年 9 月的路透社報導描述中國部分人形機器人 IPO 審查更重視估值、政府支持專案收入與可持續商業需求，相關監管情況主要來自匿名知情者，不應視為已由監管機關正式公布的全產業禁令。[R9]

因此，「投資仍快速流入」與「投資人開始重新要求證明商用價值」並不衝突。融資金額大不等於高資產報酬率，估值波動也不等於具身架構不存在進展。公司結束營業更不能在沒有成因證據時直接歸因為模型失敗。

1.7 Epoch AI：物理能力分化本身有任務依賴性

Epoch AI 於 2026 年 2 月發布的跨任務評估指出，自主導航在若干商業場景已成熟，但需要靈巧操作、環境遷移與長程策略的任務差異很大；其分類明確區分實驗室驗證、有限試點與生產部署，並以速度、可靠性、成本及泛化能力作判斷。[R10]

該研究是有條件的二級證據整理，不是對全產業每台設備的實測普查；但它支持本文的研究設計原則：必須按任務與現場條件分層，不能由單一「機器人能力」排行榜推出整個領域的成熟度。

1.8 本節只能得出的收斂結論

現有公開資料同時支持四個敘述：

• 物理機器人的裝機與服務市場已存在龐大真實業務，不能被全盤稱為「停滯」。
• 人形機器人出貨正快速成長，但出貨用途有相當比例不是長時間、通用、低介入的現場生產。
• 特定受控場景已有可核對的累積工作量，不能說所有人形機器人只有展示價值。
• 多數跨品牌、跨場站、跨任務的標準化自主工作量、成本與介入紀錄尚未在公開資料中完整提供，因而無法單靠產業出貨建立通用具身 AI 生產力曲線。

這四項可以同時為真，並構成 DPIED-03 的實證出發點。

2. 概念邊界：不能把每一種「做到了」都當成同一件事

2.1 九種常被混用的產業事件

上表不是一條必然線性的價值鏈：設備可能先被研究者購買以收集資料，再轉售為展示品；同一台機器可在實驗室訓練與商業現場之間移動；遠端操控機器人可以創造真實工作成果，但不能以此冒充完全自主執行。研究者應記錄事件類型與證據範圍，而不是只把最終狀態標為一個分數。

2.2 研究、展示與實體工作是不同價值通道

定義某台機器人於時間 $t$ 的價值通道集合：

其中 $V^R$ 是研究與資料收集價值， $V^D$ 是展示與傳播價值， $V^P$ 是生產／物流等實體工作價值， $V^S$ 是相關服務或訓練價值。這裡的四個符號只是不同價值來源的標籤，不能在無共同價格、成本、重疊排除及市場成交資料時相加。

作為訓練資料載體被購買的機器人可能具有真實市場價值，但其價值不能自動計入「替代既有工作流程的自主生產力」。反之，專用物流機器人在沒有炫目展示的情況下，也可能高度實用。

2.3 本文對自主性的操作定義

「自主」不是指系統擁有主觀意識、人格或自主權利。本篇僅指在事前聲明的任務、時間、環境和安全範圍內，系統完成工作時對人類即時決策與操作介入的依賴程度。事前規劃、常規維修、場站管理、緊急安全權限與即時遙操作必須分開記錄。

把遠端操作當作自主完成，或把所有正常維修一律當作任務失敗，都會失真。

3. 部署成熟度應採「分級 × 用途 × 證據等級」的三軸觀測

3.1 第一軸：實際運行成熟度 $M$

本文建議六級作業定義，均需對應特定任務與場站，而非整家公司：

• M0｜概念或媒體展示：未提供可重複、明示條件的評測。
• M1｜受控實驗驗證：可重複完成明示場景的任務，但未證明真實生產流程。
• M2｜有限現場試點：現場環境中完成明示任務，樣本、班次或時數仍有限。
• M3｜有條件連續部署：跨多個班次或預先聲明窗口完成工作，人工介入與故障均可記錄。
• M4｜獨立驗收的生產部署：持續達到品質、安全、時效與可核對成本要求。
• M5｜跨場站／跨任務可轉移部署：在新的環境或本體中，以受限的新增資料與整合成本維持 M4 類型成果。

M5 並非所有有效產品必須追求的目標；固定工位的 M4 系統可能在經濟上遠超一個尚未成熟的 M5 研究原型。升級成熟度的判準是達到指定事前驗收條件，不是觀察時間自然變長。

3.2 第二軸：工作與非工作用途 $U$

將用途標記為生產、物流、巡檢、照護、研究訓練、娛樂商演、教育、資料收集、混合用途等。每一用途必須分列，其收益方式可能是效率、降低風險、增加知識、租賃收入或互動體驗。

3.3 第三軸：證據完整度 $E$

建議把證據分為：E0 單方展示；E1 有條件方法與數據的供應商資料；E2 可識別客戶或場站共同聲明；E3 可重現的任務級記錄或獨立觀察；E4 包含成本、介入、品質及安全的獨立審核。E4 並非一定公開全部商業機密，而是需要足夠的第三方查核路徑。

研究資料應存成三元組：

此三元組不提供單一「總分」。例如某系統可能是 M4／物流／E2，而另一系統是 M2／研究／E3；後者資料公開較完整，不代表它有較高現場生產力。不同軸向不可任意加權合併後做跨品牌排名。

3.4 由狀態快照改為設備生命週期隊列

對每一設備序號 $r$，記錄事件：製造完成、交付、場站接收、安裝、正式委託運轉、任務驗收、停機、維修、報廢、轉場。設 $T_r^{(k)}$ 是該設備首次到達狀態 $k$ 的時間，可分析從交付到具備持續工作能力所需時間。

同一日的累計「已出貨」與「已部署」可能包含不同生產年份的設備，因此不能直接用兩個橫斷面總數相除，宣稱得到正確轉化率。應以交付隊列配合追蹤時間，並處理尚未完成驗收的右設限、跨境轉售、退貨及用途更換。

若要比較公司 A 與 B 的轉化率，至少需對齊交付期、產品類型、用途、地區、客戶類型與觀察截止時間。否則「比較」可能只反映誰的出貨更早。

4. 有效自主工作量：本篇第一個核心操作指標

4.1 先決定什麼是合格工作，不從影片反推標準

給定場站 $s$ 、任務籃 $\mathcal T_s$ 、驗收規格 $\mathcal Q_s$ 與觀測窗口 $[t_0,t_1]$。每次任務實例 $j$ 需記錄：

• 任務類型 $g_j$ 、難度分層、目標終態與失敗條件；
• 任務開始與結束時間、實際工作設備與版本；
• 最終合格判定 $q_j\in\{0,1\}$，以及品質測試者；
• 即時人工介入的類型與時間；
• 是否由人類代替機器完成關鍵步驟；
• 異常恢復、重做、損壞、近失事件及安全停止；
• 可比較的標準化工作當量 $b_j\geq0$，由研究開始前按任務類型設定。

$b_j$ 只能在事前公開的相同任務籃中使用。例如一項標準搬運可定為 1 當量，另一項已驗證難度較高的任務可另行設定；若基準無法合理統一，應維持不同任務的工作量向量，避免把「搬箱」和「擦玻璃」任意相加。

4.2 免即時介入的合格工作量

令 $h_j=1$ 表示該任務執行中需要人類直接接手、補完實際動作或在決策關口提供不可預定的操作指令； $h_j=0$ 表示未出現此類介入。定義：

$W_s^{IA}$ 是介入自由的合格工作當量（Intervention-Free Accepted Work），不是物理能量，也不是人類工時。系統自動執行且通過品質驗收，才計入；純自主但做錯不計入；人類接手完成的工作不計入此量，但必須另列以避免消失。

同時定義總合格工作量：

兩者差距代表「合格成果中有多少依賴即時人為補救」，而不等於人類投入的全部工時。對於需要人員依法監督、但未直接操控的任務，應在單獨監督負擔欄位呈現，不應憑主觀印象把所有監督都記成逐次接管。

4.3 以可用時數作分母，避免展示樣本不斷縮小

令 $H_s^{eligible}$ 是事前定義、場站允許並預定該系統承擔任務的機器—時數總和，包括同一觀察窗口內的故障、調整與無法上工時間；它不包含場站原本停工、法規不允許執行或在實驗開始前排除的時間。定義：

量綱是「合格工作當量／預定機器小時」。該數量可以與同任務籃的人力或既有機器流程比較；它不是一個跨產業通用的、天然介於 0 與 1 之間的「自主百分比」。

如需報告零介入成功比率，可另定義：

這個比率仍需揭露：試次由誰觸發、任務是否連續到來、未開始的請求、拒絕執行的事件及失敗後的重新試次。否則可透過只執行容易的任務提高成功比率。

4.4 自主性、工作量與人工負擔必須同時報告

設 $H_s^{teleop}$ 、 $H_s^{rescue}$ 、 $H_s^{setup}$ 、 $H_s^{supervise}$ 、 $H_s^{maintenance}$ 分別為遠端操作、故障接管、環境準備、監督與維修的人類實際投入時數。即使 EAW 上升，人類負擔也可能上升；僅看 EAW 會忽略整合成本。

建議最小結果不是一個神祕總分，而是向量：

$R_s$ 是預先定義的安全風險／事故指標集合， $C_s$ 是同一觀察窗的全成本。向量保留分歧：例如遠端操控協作可能顯著改善產出與安全，但降低「免接管工作比例」；不應自動判成失敗。研究目的是看清價值通道與責任分工。

4.5 不得使用的常見替代指標

「總影片觀看數／總機器出貨」「示範片段中每分鐘動作數／工廠一日產出」「跨公司累積工時／另一公司搬運箱數」「某年出貨／同年月底運作存量」都沒有共同事件母體，不具有可審計的生產力意義。

5. 展示—現場落差：只有匹配同一個評測問題才能計算

5.1 展示成功率不是天生有偏，偏差來自比較規則不一致

成功的實驗室演示能證明某項能力在該條件下存在。一支展示影片甚至可能呈現一項完全真實且重要的技術突破。問題不在於「展示不真」，而在於外部觀察者可能把：

• 事前挑選的任務；
• 已調整好的場景；
• 特定機體與特殊感測設備；
• 允許反覆嘗試的條件；
• 剪輯後只保留成功片段的發表方式；

當成未經調整、不可預測、持續執行的日常工作流程。這是外部有效性推論錯位，不等於每個展示都存在造假。

5.2 匹配任務—環境後的落差定義

令 $g$ 是任務與場景的共同分層（例如「30–40 公斤箱子、固定工位、照度範圍、初始位置類型」）； $\pi_g$ 是事前定義、兩個測試都具有支持範圍的目標任務權重，且 $\sum_g\pi_g=1$。令 $p_g^D$ 為展示／受控測試條件成功率， $p_g^F$ 為正式現場條件成功率。定義：

正的 $DDG$ 表示在該任務籃和相同品質判準下，受控演示成功率高於現場成功率。負值也可能發生：現場整合更好、路徑更固定、感測更完整，或現場版本較新時，現場反而可能比受控測試更成功。

若不存在共同的任務分層或等效的成功標準，$DDG$ 不可識別，應報告「無法比較」而不是給出一個漂亮百分比。 單支未揭露總試次數的剪輯影片，只能標記「觀察到至少一次成功」，不應估計為 100% 的展示成功率。

5.3 展示選擇與任務難度的模型

令 $Z$ 表示場景難度， $A=1$ 表示該次表現被納入公開展示。若：

則直接以公開畫面估計任務成功率通常會受到成功導向的選擇影響。即使展示片段真實無誤，公開展示樣本也可能不代表完整試次分布。若研究者不掌握 $P(A=1\mid Y,Z)$，就不能由公開影片反推出整體部署的成功率。

另一方面，如果有未剪輯全流程影片、事前任務抽樣及完整失敗紀錄，展示資料的證據強度可以顯著提高。論文不預設必須由第三方親自到場，才能取得有用證據；必要條件是抽樣、定義和完整紀錄可被查核。

5.4 三種不相同的落差

第一種是選擇落差：公開內容是否代表完整試次分布。第二種是環境遷移落差：從實驗室到場站，因物體、材質、動線、人員、控制時延、照明與工作密度改變而發生的差異。第三種是經濟轉化落差：即使做得準，仍可能比既有工作流程慢、昂貴、不穩定或增加現場整合費用。

這三種落差可能相互影響，但不能用一次性能測試分數判斷其因果份額。DPIED-02 分析具身系統內部瓶頸，本篇則要求公開證據把這些瓶頸與實際工作結局連起來。

6. 五項核心命題與論證

命題一｜出貨量不足以識別有效自主工作量

命題：若觀測資訊僅包含某期間的出貨量 $N^{ship}$，而缺少設備後續的部署狀態、任務樣本、時數、人工介入與合格產出，則無法唯一識別 $W^{IA}$ 或 $EAW$。

論證：構造兩個符合相同 $N^{ship}=100$ 的世界。世界甲的 100 台全部作為科教與研究設備使用，沒有被指派到本文預先指定的生產任務；世界乙的 100 台全部進入物流場站，具備可稽核的合格自主搬運成果。兩個世界的出貨量相同，但指定生產任務籃的 $W^{IA}$ 可以不同；因此單靠出貨量無法識別此產出量。證畢。

邊界：這不是說研究設備的價值是零。上述反例只是說，出貨與特定類型的物理工作不是同一個變數。

命題二｜部署數量亦不足以識別「自主性」

命題：如果不知道即時接管、策略提示、遠端操控或預先配置的程度，則同一安裝台數與同一總工作量，仍可能對應不同的免介入工作量。

論證：考慮兩個場站均有十台設備、均完成 1,000 次合格任務。甲場站的任務全部由機器自主完成，乙場站的任務均須由遠端人員在每次關鍵步驟操控。 $W^A$ 相同，但 $W^{IA}$ 可以相差全部工作量，故不能從安裝數量或總合格任務量推得自主水平。證畢。

邊界：遠端操控服務仍可能很有商業價值，甚至在安全要求較高的領域是最優流程。命題只要求自主性標籤誠實。

命題三｜演示成熟不推出正的經濟淨收益

命題：即使在某任務籃中 $S_F$ 很高，若沒有與基線流程匹配的品質、速度、成本與風險比較，仍無法確定部署的經濟淨收益符號。

論證：在兩個具有相同 $S_F$ 的場站，設定相同每件合格工作價值 $v$，卻分別設置總成本 $C_1$ 與 $C_2$，使 $C_1<vQ<C_2$。則相同成功率下，前者經濟結果為正、後者為負。這是相容於相同任務成功率的兩種成本配置；因此成功率本身不能識別淨收益。證畢。

邊界：新技術的早期部署可能以累積資料、減輕人員危險、建立產業鏈或提高未來能力為目標，不能把當期會計淨收益當作所有合理投資的唯一標準；但評估當期生產力時仍應另列。

命題四｜單次展示不能決定長時段穩定工作的機率

命題：只知道機器曾在一次任務中成功，無法識別其長時段連續作業的生存函數。

令 $T$ 為首次出現使系統不能繼續符合驗收條件之事件所需時間，穩定運行的存活函數為：

一次成功展示最多證明 $T$ 超過該次展示的某個觀測時間；即使展示時間已知，仍有無限多種後續故障時間分布符合該觀測。例如某系統可以連續運行兩分鐘後頻繁故障，另一系統也可在同樣兩分鐘展示成功後連續運行數百小時。兩者在所見片段上等價，卻具有不同的 $S_T(\tau)$。證畢。

估計長時間可靠性，必須追蹤失效、恢復、維修與右設限，而不能從短展示的成功推論。

命題五｜現有技術路線存在不等於所有任務的成熟順序相同

命題：在不同場景 $e$ 與任務 $g$ 中，成熟度 $M(g,e)$ 可能不呈單一全域序。即使人形機器人在某開放任務仍處 M1，輪式物流系統在固定倉儲任務也可能達 M4。

論證：成熟度按特定任務與環境定義。兩種系統承擔的任務集合、操作條件、風險邊界、可用控制方式不同，因此不存在無需額外假設即可把 $M(g_1,e_1)$ 推成 $M(g_2,e_2)$ 的單調映射。證畢。

此命題抵抗兩種流行誤判：把人形展示能力當成整個機器人領域的成熟度，或把某些人形機器人在一般家庭的失效當成所有物理 AI 應用的失效。

7. 資料不公開時，不應把缺失轉成成功或失敗

7.1 部分辨識的基本範圍

考慮一個明確封閉的交付設備隊列，共 $N$ 台設備；其中 $v$ 台經完整審核符合研究者事前規定的「90 日穩定自主部署」條件， $f$ 台經完整審核未符合，另有 $u$ 台沒有足夠資料，且 $N=v+f+u$。則成功比例 $p$ 的非參數極端界為：

這是以已知隊列和清楚分類為前提的部分辨識區間，不是估計平均值的信賴區間；只有當缺失設備的資料被補上或引入可辯護的缺失機制假設，範圍才可能縮小。

若連 $N$ 這個封閉母體都無法確定，例如只知道全球公開出貨估計而不知道逐台去向，那就不能套用此式假裝得到了部署比例的有效上下界。

7.2 開放公開資料的處理規則

對沒有揭露的介入率、故障率、連續時數或成本，資料欄位應標示 NA / NOT DISCLOSED，而不是填入 0 或 100%。NA 不等於表現差；也不代表好。不同企業的公開透明度可能與產業階段、商業機密要求、法律規範和銷售策略有關，導致資料缺失不是隨機的。

如果只有供應商資料，應保存其所宣稱的範圍與原始定義，不得擅自升格成第三方驗證。若媒體採訪含匿名來源或前瞻預測，研究應與已實現交易、政府公告、公開財務報告區分。

7.3 公開度本身不等於物理能力

公開所有失敗紀錄的研究團隊，可能表面上比只發布成功片段的團隊「表現差」。因此本篇提出兩個分開報告的軸：能力的可辨識程度與已辨識能力的水準。避免因揭露越多反而受到指標懲罰，否則產業將形成鼓勵少揭露失敗的逆向誘因。

8. 投資、估值與實體能力：重要但不同的變數

8.1 資本流量不等於實際產出

令 $F_t$ 為某產業於期間 $t$ 的融資流量， $K_t$ 為其累積研發與設備資本， $Q_t$ 為經驗收的實體工作成果。一般不能在沒有建構時滯、折舊、用途、選樣與產業結構模型的情況下假定：

在所有時間窗與所有企業均成立。融資可能先投入實驗、工廠建設、人才與資料蒐集，效果在未來才表現；也可能投入低效專案。反過來，成熟自動化設備的現場產出可能很高，但不需要連續大量融資。

8.2 區分需求來源與收入品質

對企業所宣稱的商業成熟度，應至少區分：對終端客戶的直接設備銷售、租賃與 RaaS、研究與教育採購、政府扶持專案、數據採集中心採購、關聯方交易、未完成的訂單與已確認的現金收款。

上述收入類別都可能合法且具有用途，但不能自動認定可持續性與第三方市場需求完全相同。尤其多年度 RaaS 合約與當年一次性出貨收入的會計口徑不同。研究者應關心收入是否可重複、退款與退貨權利、後續服務成本、交貨驗收條件及對單一買家的依賴。

對任何具名企業的收入品質判斷，應以可核對財報與交易證據為準；媒體引述的質疑只代表爭議與研究動機，不能直接定性為財務造假。

8.3 正常技術淘汰與泡沫破裂不是同一件事

一個產業可能在技術進步時發生企業倒閉：新進者過多、商業模式不成立、成本超標、融資期限不匹配、供應鏈競爭與產品代際轉換，都可能造成淘汰。也可能有技術本身超過市場需求，或真正的技術瓶頸尚未克服。單看企業倒閉數量不足以辨識哪一機制發生。

因此若研究「具身 AI 泡沫」，至少需要將技術績效曲線、市場需求、資本成本與供應方競爭分開估計；既不能由融資熱度推出技術成熟，也不能由某些估值回調推出整個產業技術停滯。

9. 全成本與經濟淨效益：不是只看機器人的售價

9.1 場站全成本

對明確觀察期 $T$，定義：

其中各項分別為期間內可比較口徑的設備取得或攤銷、系統整合、能源、人工支援、維修、停機、安規與其他成本。若採 RaaS，應防止把已包含維修與遠端支援的服務費與另外估算的相同支出重複加總。若有設備殘值、汰換、資本成本及稅務差異，應在模型中明列。

令 $Q_T^{accept}$ 為任務品質通過的總工作當量；當 $Q_T^{accept}>0$ 時，定義：

本指標計入遠端協助完成的合格任務；如研究者需要純自主工作成本，應另外報告以 $W^{IA}$ 為分母的版本及其明確名稱。當合格工作量為零，單位成本未定義，不能回報為零元。

9.2 正確的反事實基線

真正的商業比較不是「機器人是否比不做任何事便宜」，而是以同樣任務需求、品質、安全及供應時效，比較既有方案與新部署方案。基線可能是人工、傳統固定式機械臂、輸送帶、移動式非人形機器人，或數種方式混合。

在同等合格工作當量與服務水準下，成本差定義為：

當 $\Delta C_T>0$ 時，表示在該條件下機器人部署的全成本低於基線；但此式不包含未量化的安全、風險、供應韌性與學習價值，這些應另列。當成果品質、產出數量或服務層級不同時，不能只比較上述成本差，必須改用完整的成本—服務前緣。

9.3 直接成本以外的隱性轉移

人員可能由重複搬運轉向維修、監控、流程管理與異常處理。這不必然是失業或效率下降：可以是勞動品質改善，也可能只是成本重新分類。最終經濟分析應追蹤現場工作內容是否轉移、工安是否改善、原有流程是否新增瓶頸，避免只看機器人本體效率就宣稱整個工廠生產力增加。

9.4 限制：不要把研究期研發費全部無條件攤給第一台機器人

第一批部署往往有一次性工程成本，之後可在其他場站複用；若把全部研發成本平均分配給第一個試點，可能高估長期規模化成本。反過來，若完全忽略系統驗收、維修、安全與雲端服務費，則會低估部署成本。應提供當期實現成本和合理規模化情境兩組，而非唯一不透明估值。

10. 失效與恢復：比展示成功率更接近持續工作

10.1 可靠性必須隨時間追蹤

設備在一次試驗成功，不代表連續十小時、十天或九十天能符合相同品質條件。對設備 $r$ 定義失效時間 $T_r$ 、維修完成時間 $R_r$，以右設限方法估計生存曲線、平均復原時間及維修事件率。

例如，以預定可用時段中實際符合任務要求的運行時數定義：

注意 $H_{qualifying}$ 是處於可承擔並合規完成指定作業的時數，不是設備開機燈亮的時間。如果設備通電但持續等待工程師重設，不能自動當作可生產時數。

10.2 平均故障間隔不是完整風險輪廓

Mean Time Between Failures（MTBF）可以提供參考，但它通常隱藏不同嚴重度、任務難度及使用強度下的差異。跌倒、誤抓、刮傷包材、啟動安全急停、錯誤訊息與高危近失事件，應以不同嚴重度與責任級別列帳。沒有事故報告，不等於已證明零風險。

10.3 自主恢復是獨立能力

當機器人遇到箱子掉落、夾爪打滑、相機遮擋、輸送帶延遲或網路中斷，必須區分：自主偵測與重新規劃、依固定流程回復、需遠端人工介入、需現場人員救援、無法安全恢復等結局。

DPIED-02 已說明自動恢復會改變長程成功率，但本篇要求恢復過程的人工工時、額外耗能、損壞及任務重做必須同時進入現場紀錄。只揭露恢復成功率而不揭露成本，仍可能高估實用性。

11. 六項可反駁假說：必須允許反方向結果

下列假說均尚未由本研究的獨立現場資料證實。每項均附帶可支持、可推翻或改寫它的觀察方式；不能因符合直覺就視為已經成立。

H1｜出貨增長與有效自主工作量增長可能不同步

假說：在某些新興通用具身產品類別，出貨量年增率可能長期高於相同任務籃下可查核的合格自主工作量年增率。

測試：在同一品牌與交付隊列中，追蹤每台設備在 3、6、12 個月後的任務與時數；分別估計實際交貨、已委託運轉與 EAW 成長。反駁條件：大量具代表性設備在相同期間迅速轉入 M3–M4，且 EAW 的經驗成長率並不落後出貨成長率；或研究所見差距完全由跨期分母、不同用途組成造成。

此假說不適用於所有工業自動化產品，也不得用市場研究機構的出貨量直接與任意供應商公開的作業數相除。

H2｜同一任務的受控展示與長程現場之間可能存在正的落差

假說：在某些開放環境操作任務中，當採用完整試次、匹配任務分布及一致驗收條件時， $DDG>0$。

測試：隨機抽取同難度任務進行實驗室與現場比較，記錄版本、失敗、操作者、環境難度與自動恢復。反駁條件：估計的 $DDG\le0$ 且區間足夠精確，或正落差經校正選擇偏差後消失。

若現場運行版本較新或增加了輔助設備，結果不能單純歸因於「環境比較容易」，應把整合改善列入模型。

H3｜人工介入與恢復成本可能主導早期商用經濟性

假說：對部分已有足夠單次操作成功率的任務，減少即時人工接管、停機和恢復時間，所改善的全成本可能超過只提高展示成功率。

測試：固定任務籃與成本評價期，對照「模型升級」和「部署／恢復流程優化」，事前預註冊主要成本變數。反駁條件：模型升級在相同總預算下長期持續產生更大經濟改善，或人工介入本身是必要且最便宜的安全措施，移除反而提高總成本。

H4｜架構與場站整合可以在模型固定時提高實際工作量

假說：固定模型權重及本體後，改善排程、感測同步、任務介面、局部控制、故障恢復或工作場站設計，仍可能增加 $W^{IA}$。

測試：同型機器採叢集隨機化或分期導入，模型與硬體版本不變，控制任務需求。反駁條件：在充分檢力與代表性場景下，系統整合改動無法產生可辨識的合格工作改善，或增益只來自更高人工介入而非自主性。

H5｜較通用的機體不保證在每一個場景較具生產力

假說：在高度結構化的實體任務上，專用機械臂、固定式設備、輪式物流機器人或傳統自動化流程，可能在品質、時效、成本與安全維度超越人形通用平台。

測試：在相同任務及現場條件下比較可行的技術組合，並納入其對場站改裝的要求。反駁條件：在合理廣泛的匹配任務籃下，人形通用平台一致達到更優的成本—品質—風險前緣，包括場站改裝成本。此假說不否認人形在為人類設計的空間、複雜工具與多任務切換方面可能有獨特優勢。

H6｜經濟擴張的先後順序可能因用途而不同

假說：科研資料採集、文娛展示、固定工業操作、物流與家庭服務，可能具有不同的出貨—收入—有效自主工作時滯，而不是同一條 S 型曲線。

測試：把用途和買家分群，追蹤收入來源、維護成本、場站驗收與任務泛化。反駁條件：在控制環境、價格和使用時數後，各用途的成熟時間分布與收益結構並無可辨識差異。

11.1 零假說與競爭解釋

可能的競爭解釋至少包括：

1. 資料滯後假說：企業已在部署，公開報告較晚，觀察到的落差是資訊延遲，而非能力落差。
2. 需求分層假說：更多設備進入研究、教育與演藝，是不同需求發展，而非「未能轉化」為工廠工作。
3. 樣本選擇假說：展示偏誤或客戶保密使外界只見到部分成功與部分失敗。
4. 場站約束假說：管理制度、電力、空間、維護與工安審核限制上線速度，與模型能力無直接等價關係。
5. 模型能力假說：某些任務最主要的瓶頸確實是世界理解與策略泛化，整合改善只能治標。
6. 傳統自動化替代假說：相對於既有工廠自動化，人形機器人不一定是該任務效率前緣；採用較少不代表 AI 不進步。

本文要求在資料足夠時比較上述競爭解釋，而不是用所有結果支持事先偏好的單一敘事。

12. 最小可執行實證協定：從展示推論進入現場因果辨識

12.1 研究對象及分層

第一階段宜選取需求穩定且可驗收的任務，例如標準料箱搬運、固定零件定位、同類庫存揀選或指定區域巡檢。依產業、場站、班次、物體難度、機型與版本預先分層，另設少量開放環境的未見任務作為外部有效性檢驗。

不能只選擇最成功的五個場站，然後將結果推及所有場站；亦不可只挑最困難的家庭任務就斷言整個機器人技術無法商用。

12.2 觀察窗口與暴露量

對每台設備至少紀錄首週、首月與更長窗口的運行。若選擇連續 90 日作為「穩定部署」實例定義，必須明示此數字是本研究示例性驗收窗口，不是所有產業的國際通用安全標準。對季節性需求與長修期應另外分層。

主要暴露量應是該任務分派的合格機器—時數，不能拿開機時數取代實際可工作時數，亦不能只追蹤試點仍存活的設備，而忽略提前退出者。對退出、轉場和停止試點保留完整追蹤。

12.3 最小現場資訊表

12.4 優先使用實地對照設計

若部署對安全與營運許可沒有衝突，優先採分期隨機導入：在事前同意的候選場站中，隨機安排先導入與後導入，並保持資料收集和安全監督一致。這可降低「最容易成功的場站先部署」造成的偏差。

如不允許隨機化，可考慮配對場站的差異中之差異（Difference-in-Differences），但需檢查平行趨勢、同期設備更新、任務需求轉移、營運季節性及部署溢出效應；未滿足假設時，不得將結果稱為已經辨識的因果效應。

12.5 主要因果估計對象

令 $Y_s(1)$ 是場站 $s$ 在部署特定具身系統時的 EAW 或全成本， $Y_s(0)$ 是未部署、沿用可行既有方案時的對應結果。平均因果效應定義為：

同一場站在相同時段無法同時處於兩種處置，故需要隨機化、實驗序列或具有充分辨識假設的觀察法估計。若部署影響其他場站、人員排程或共享物流系統，需定義叢集級效應而非假設每台設備互不影響。

12.6 多重結果、危險與拒絕權

建議設定一項事前主要結果（例如單位預定機器時數的合格免接管工作當量），並設定安全停損條件與次要結果：重大事故率、人工救援時數、服務品質、總成本、員工受傷風險與客戶反映。

若某方案 EAW 較高，但在事前定義的不可接受安全風險上明顯劣於基線，研究不能以「工作量較高」宣稱整體方案更優。對研究倫理，人工在重大異常時的接管與停止權應保留，不得為了提高無介入比率而禁止必要的安全介入。

12.7 對比版本與模型參數量

除供應商跨代差異外，建議在安全可行時設計 2×2 比較：舊／新模型 × 舊／新整合架構。觀察工作量、介入、事故與成本的交互變化。在現場可驗證以前，不能將「更大模型必然較可用」「更好整合必然較可靠」寫成定律。

13. 兩組完全假設性算例：顯示指標能回答與不能回答什麼

本節全部數字由研究者設計，僅作算術與概念驗證，絕不代表宇樹、Tesla、Figure、Agility、智元或任何真實企業。

13.1 算例 A：出貨較多，不必然有較高合格自主產出

假設同一種標準化倉儲任務、同一觀察期，兩個虛構方案具有：

假設其他設備於本示例觀察期尚未交付同類、可審核的生產任務，則兩個方案在指定任務籃的合格免接管工作總量分別為：

雖然甲的交付量是乙的兩倍，乙的指定任務合格自主產出卻為甲的 $1.6$ 倍。此計算只是反例，不代表出貨與實際產出在真實市場上必然反向。 若非通過驗收的設備也有合格產出，則須納入同口徑計算；若任務種類不同，兩個方案的工作當量不能直接相加或比較。

此外，甲通過驗收設備的每小時合格工作密度是 1.5，高於乙的 1.2，但甲的部署轉化比率較低。這表示單台成熟設備效率、交付設備隊列的工作轉化及總產出是三個不同維度。

13.2 算例 B：同樣合格工作量，也可能有相反的經濟結果

假設一個虛構場站每年需完成 110,000 個同等品質與服務水平的合格工作當量。既有流程的全成本為 110,000 個假設性貨幣單位。方案甲的所有設備、整合、維護、人員與能源合計為 88,000；方案乙為 130,000。則：

兩個方案皆完成同等合格工作量，卻一個比既有流程節省成本，另一個增加成本。若尚有安全、污染、維修風險、工作者疲勞或資料產出價值，應在另一個向度明確評估，而非用未經量化的「未來價值」覆蓋已知成本。

13.3 算例 C：展示成功率差距要先通過共同任務檢查

假設對相同事前抽樣的物體與場景，完整受控試驗成功率為 $0.96$，現場試驗成功率為 $0.78$，兩者有相同 $\pi_g$ 與成功標準，則：

這是 18 個百分點 的描述性展示—現場落差，不是證明 18% 的差異都由機器人控制問題造成。若現場物體難度更高、模型版本不同、或受控試驗只提供成功片段，計算就不再具有相同因果意義。

14. 命題—證據矩陣：截至本文日期真正可以宣稱什麼

14.1 本篇證據有效性的四層說明

第一層：定義與邏輯。例如出貨數不足以辨識 EAW，是因資訊缺失而成立的不可識別命題，並非需要先實測某企業才可成立。

第二層：來源核對。例如 IFR 統計、Counterpoint 估算、BMW／GXO 官方聲明，可核對其出處；但數據來源可能具有統計誤差、商業利益或未公開方法。

第三層：跨情境歸納。例如新興人形產品更容易產生展示—部署落差，具合理性與局部例證，但仍需跨品牌、跨任務對照後才可確認其大小與方向。

第四層：因果與預測。例如強化具身架構是否比增加模型參數更能提高每元成本的物理生產力，目前不能從一般新聞或零散案例確認，須以受控資料判斷。

15. 對「數位—實體智能演化解耦」總論的影響

15.1 可視進步可能領先可審計進步

生成式 AI 已經使文字、影片、動畫與程式的展示頻率顯著提高；實體機器人的展示同樣容易被可見行為吸引注意。可視進步並非假進步，但技術展示的可見性與工作品質的可審計性未必同比增加。

因此，在評估 DPIED-01 的數位與物理能力曲線時，應把影像展示、硬體出貨、研究任務基準與合格工作量視為不同的曲線族。若拿數位代理的「完成程式碼任務」對比人形機器人的「出貨台數」，便是在用不同的結果類型描述兩條曲線。

15.2 高數位智能也可能先表現在物理設計，而非物理執行

更強的模型可能協助設計機器手臂、產線、控制器、資料分類器、模擬環境與維修系統，這些都可能推動物理產業。但 AI 能更好地設計物理系統，不等於相應的機械、材料、供應鏈、場站驗收和長程安全能力已同步獲得。

換言之，數位智能對物理世界的貢獻可以先以設計能力出現，再經過較長的工程與部署轉化期，才能形成現場工作能力。研究不應因後者較慢便否認前者價值，也不能將前者直接當成後者成果。

15.3 出貨不是未來大量普及的否定證據，也不是充分保證

相對於 2026 年當下，新產品的出貨與工位試點可能是通往成熟部署的前置階段。它們可以提高企業經驗、產線能力及訓練資料供給，形成日後加速的條件。反過來，如果可靠性、整合成本、靈巧操作與跨任務學習長期沒有突破，出貨與展示的擴張也可能遇到需求瓶頸。

因此，本篇支持一個條件式時間判斷：通用人形機器人的大量自主工作可能落後數位 AI 能力提升，但落後的幅度和年限必須由後續設備隊列與現場資料確認，不能僅由宣傳熱度決定。

15.4 分散式具身與非人形方案不能被排除

承接 APET-06 與 WIIW-05：具身 AI 的有效身體不必是一個人形外殼，也可由機械臂、移動底盤、物流網、智慧工廠或多個感測—致動節點構成。若研究只計入人形機器人，會錯過已發展成熟的物理自動化路線；若把所有工業機器人直接算成通用人形智能，又會高估開放世界能力。

更好的做法是依具身拓撲、任務開放度、感測—動作深度、現場介入與合格產出分別呈現，讓不同技術路線共同處於可比較但不被強行合併的產業地圖中。

15.5 與 LWCT-02 的經濟邊界

「不均衡豐裕」描述不同生活領域的生產力改善不對稱。DPIED-03 在較狹義的機器人產業內指出：即使人工智慧相關設備出貨變多，也不能無條件推出住宅建造、照護、城市更新、設備維修或物流等必要生活領域的供給能力都同步增加。

進入文明經濟判斷前，必須先完成任務級實體工作量、與原本工作流程的增量差異及成本評估，否則只是把供應鏈的「數量」變成社會生產力的「印象」。這一點將成為本系列後半段的基礎，但不在本篇提前宣稱宏觀效果已經存在。

16. 對本篇可能成立的反例與方法限制

16.1 某些市場出貨本來就近似有效工作擴張

在成熟、標準化、出貨即接近安裝的工業設備市場，出貨與產出可能高度相關。本文的「出貨不能唯一識別 EAW」是資訊論式不可識別命題，不是說在所有現實市場中出貨與 EAW 的相關係數很低。若具備長期統計資料，可以建立估計模型，而非永遠拒絕使用出貨作為輔助指標。

16.2 展示本身可能就是商品

娛樂表演、導覽與教育設備的商業終點可能就是展示或互動體驗；用工廠搬運的 EAW 標準評價這些產品，會錯誤地把成功的商業用途判成失敗。本篇要求依用途分通道，不把非生產用途貶抑為零價值。

16.3 有人類在環不等於沒有生產力

需要偶爾遠端監督的機器人在安全、成本與規模上可能仍具競爭力。EAW 用來辨識免即時接管的自主產出，不是衡量所有商用價值的終極標準。凡以維修、檢查或其他人類監督維持安全的流程，應依實際負擔與合規要求分析。

16.4 長期穩定不是唯一值得追求的技術性質

機器人也可能在短時、高危或一次性的任務中創造極高價值，例如災害現場採樣或遠端危險物排除。這些場景的主要判準可能是安全、任務成功與危害減少，而非一年搬運多少料箱。故應依場景設定適當的任務籃和價值函數。

16.5 對同一台機器的改善可能由多種來源共同造成

若部署改善時同時換了模型、夾爪、相機、控制器、場站動線和訓練資料，不能把成果全部歸因於「新 AI 架構」，也不能把它全部歸因於「更好的硬體」。真實系統的交互作用可以很重要，但需要相應對照才能估計。

16.6 收集資料本身也需要權利與安全界線

將工作中的影像、語音、工人軌跡與住家環境用於具身學習，涉及第三方隱私、商業機密、資料取得權利、雇傭與同意問題。本文只要求評測必要的去識別事件資料、權限控管與可稽核摘要，不主張為了完整評測公開客戶的敏感場景，也不主張在未經授權下複製現場資料。

16.7 時間點限制與跨國比較

本篇截至 2026-11-04。跨國投資規則、產品定義、售價、當地工資、勞動供給、安規和產業結構均不相同，不能把中國人形出貨量、歐洲工業裝機數與美國試點工時當作同一個地區的技術成熟指標。若未控制這些差異，「美國比較成熟」或「中國比較成熟」都可能只是不同統計母體的產物。

17. 結論：看見更多機器人，還要看見它們完成了什麼

本篇不否認具身 AI 的高速產業化跡象，也不否認真實的現場成功案例。相反地，2026 年公開資料顯示，工業和專業服務機器人已有龐大運作基礎，人形機器人出貨量快速增長，部分人形平台已在工廠與物流場站累積可核對的實體工作量。這些事實應被保留，而不能因市場估值爭議、展示過度或部分企業失敗而全部抹除。

但從「一個看得見的成功動作」到「一個能長期完成合格工作的系統」，仍然存在數個不可隨意跨越的辨識層級：試次抽樣、任務環境、感測控制、介入與恢復、可靠性、場站整合、產出品質、全成本及可持續的需求來源。

本文的主要結論如下。

第一，展示成功是真實能力存在的局部證據，但不是全分布能力證明。 欲估計成功率，必須知道完整試次、選樣方式與相同任務標準。

第二，訂單、產出、出貨、安裝與持續自主作業是不同事件。 只有可追溯的設備隊列與任務紀錄，才能估計它們之間的轉化時間和比例。

第三，研究／資料生產、展示／演藝與實體生產具有不同價值通道。 不能將研究型出貨全部算作勞動自動化，也不能將其全部判為無價值。

第四，有效自主工作量應把合格終態、免即時接管與可用時數連起來。 只看一次成功、運作時數或完成任務總量，都會遺漏重要限制。

第五，生產力必須有真正的比較基線。 成本、產線條件、安全、人工工作轉移與服務品質，決定某項部署能否成為經濟增量。

第六，2026 年的產業現象允許多種同時成立的解釋。 出貨擴張、實際作業進步、資本高估與企業淘汰不互相排斥；不能單靠其中一項宣稱整個產業繁榮或停滯。

第七，數位與實體智能的演化解耦，要以可審核的物理成果測試。 模型能力、視覺展示與硬體製造都可能進步，但其增量能否轉成合格實體工作，仍是另一條需要單獨觀察的時間曲線。

於是 DPIED-01 建立兩條能力曲線，DPIED-02 研究能力如何穿過具身系統轉為實際行動，DPIED-03 則建立外部如何辨識該行動是否真正進入可持續生產的證據規則。三篇合起來不構成對未來年份的確定預言，而是一組可以被資料修正的研究問題。

一個時代可以先學會讓智能看起來能改變世界；只有當行動留下可驗證、可維持且有代價紀錄的結果，世界才真正被改變。

參考資料與來源層級

以下公開來源於 2026-11-04 核對，僅支持各自聲明的產業統計、公司案例或技術研究。媒體報導、供應商聲明、第三方市場估算與獨立現場實驗之證據資格不同；本篇不把任何單方統計當作已完成的通用具身 AI 審計。

• [R1] International Federation of Robotics (IFR), Five Million Robots now Operate in Factories Globally, 2026-09-24. https://ifr.org/ifr-press-releases/news/five-million-robots-now-operate-in-factories-globally 。2025 年工業機器人全球安裝與存量；產業協會統計，不代表通用 VLA 部署。
• [R2] IFR, Global Sales of Professional Service Robots Surge 24%, 2026-09-30. https://ifr.org/ifr-press-releases/news/global-sales-of-professional-service-robots-surge-24-percent 。2025 年專業服務機器人出貨及物流用途；產業協會統計，不可與 [R3] 未校正加總。
• [R3] Counterpoint Research, 2026 年上半年全球人形機器人出貨量同比增長近 300%，商用落地持續提速, 2026-08-20. https://counterpointresearch.com/cn/insights/global-humanoid-robot-shipments-soar-nearly-300-percent-yoy-in-h1-2026 。2026 H1 人形出貨、用途組成與預測；市場研究估算，不是逐台現場工作量。
• [R4] Unitree Robotics, Clarification Regarding Unitree's 2025 Sales Data, 2026-01-22，經企業新聞稿於 2026-01-29 發布。https://www.prnewswire.com/news-releases/unitree-ranks-no1-globally-in-humanoid-robot-shipments-exceeding-5-500-units-in-2025--302674729.html 。公司自報人形出貨、量產與訂單定義；供應商聲明。
• [R5] BMW Group, BMW Group to Deploy Humanoid Robots in Production in Germany for the First Time, 2026-02-27. https://newsroom.bmwgroup.com/global/bmw-group-to-deploy-humanoid-robots-in-production-in-germany-for-the-first-time 。Figure 02 在 Spartanburg 試點之操作時數與板金零件處理量；可識別客戶正式案例。
• [R6] GXO Logistics and Agility Robotics, GXO and Agility Robotics Expand Partnership to Accelerate Deployment of Humanoids in U.S. Operations, 2026-10-26. https://www.agilityrobotics.com/content/gxo-and-agility-robotics-expand-partnership-to-accelerate-deployment-of-humanoids-in-u-s-operations 。指定倉庫的累計料箱工作量及部署擴張計畫；客戶／供應商共同聲明。
• [R7] Agility Robotics, Agility Unveils Digit 5 Humanoid Robot Built for Cooperatively Safe Work at Scale, 2026-09-15. https://www.agilityrobotics.com/content/agility-unveils-digit-5-humanoid-robot-built-for-cooperatively-safe-work-at-scale 。Digit 4 多客戶累積作業時數等；供應商聲明，不可與 [R6] 的特定場站料箱數直接相除。
• [R8] Reuters, China's Robot Makers Have Mastered the Moves. Now Comes the Race for Brains, 報導日期 2026-11-01／亞洲時間 11-02. https://www.reuters.com/world/china/chinas-robot-makers-have-mastered-moves-now-comes-race-brains-2026-11-01/ 。轉述 IT 桔子 2026 上半年融資統計和產業方向；媒體報導中的第三方統計。
• [R9] Reuters, China Slows Humanoid Robot IPO Rush as Hype Outruns Reality, 2026-09-21，Investing.com 轉載。https://www.investing.com/news/stock-market-news/china-slows-humanoid-robot-ipo-rush-as-hype-outruns-reality-4908236 。涉及審查、估值與收入持續性之採訪；匿名消息與市場評論部分尚待官方核實。
• [R10] Yann Rivière and Jean-Stanislas Denain, Epoch AI, Where Autonomy Works: Evaluating Robot Capabilities in 2026, 2026-02-10. https://epoch.ai/publications/where-autonomy-works-evaluating-robot-capabilities-in-2026 。跨任務比較可靠性、速度、成本、泛化與部署程度；二級研究整理，非全市場實機普查。

與 EveMissLab 既有研究的關係

下列為本研究體系既有理論文件，不是第三方實證文獻；沿用其概念但不以「過去已寫過」當作命題實際成立的證明。

1. Neo.K，《非人類中心機器人架構：從人形模仿到任務拓撲具身智能》，2026-06-26。
2. Neo.K，《具身 AI 的本地算力困境與分層學習閉環》，v0.1，2026-06-30。
3. Neo.K，WIIW-05，《當智能進入物理世界：具身 AI 與文明作用拓樸》，v0.1，2026-09-02。
4. Neo.K，APET-06，《具身的是什麼？從人形機器人到分散式世界身體》，v0.1，2026-09-23。
5. Neo.K，LWCT-02，《不均衡豐裕：生產力成長、必要生活域與瓶頸稀缺》，v0.1，2026-10-07。
6. Neo.K，DPIED-01，《同一個 AI 年代，兩條不同的能力曲線》，v1.0，2026-11-04。
7. Neo.K，DPIED-02，《模型知道，不等於機器能做到》，v1.0，2026-11-04。
8. Neo.K，《數位—實體智能演化解耦論：九篇系列規劃》，v0.1，2026-11-04。

附錄 A｜最小資料字典樣例（虛構資料結構）

以下只展示可稽核資料欄位格式，不是真實設備事件，不含任何私人身份資訊。

{
  "study_id": "DPIED03_EXAMPLE_ONLY",
  "robot_id_pseudonym": "R_001",
  "site_id_pseudonym": "SITE_A",
  "task_family": "standardized_tote_transfer",
  "task_case_id": "CASE_0001",
  "hardware_version": "HYPOTHETICAL_H1",
  "model_version": "HYPOTHETICAL_M1",
  "policy_version": "HYPOTHETICAL_P1",
  "task_weight_predefined": 1.0,
  "quality_accepted": true,
  "material_human_intervention": false,
  "teleoperation_seconds": 0,
  "rescue_seconds": 0,
  "safety_stop": false,
  "robot_scheduled_seconds": 3600,
  "task_elapsed_seconds": 85,
  "record_origin": "SYNTHETIC_EXAMPLE",
  "validation_method": "PREDEFINED_RULES"
}

真正資料集除事件紀錄外，應有機型／場站的合規資訊、資料收集授權、單位與欄位定義、任務配置版本、失敗事件、工時歸屬、缺失欄位、成本期間及監督者。應保留原始事件之不可任意改寫的紀錄雜湊，並在隱私與商業機密限制下支援第三方審閱。

附錄 B｜對比較結論的防失真檢查表

• 對象是人形、輪式、固定機械臂、無人機或混合系統？
• 比較的是訂單、量產、出貨、安裝、試點、工作成果還是收入？
• 是否為同一觀察時間窗與相同設備隊列？
• 任務籃、物體難度、場站環境與品質標準是否相同？
• 數據是否包含所有試次、失敗和未開始的請求？
• 是否揭露遠端接管、現場救援及日常維護？
• 場站實際運作時間與預定可工作時間是否分開？
• 是否記錄安全事件與必要的停止權限？
• 是否有同等合格成果的現有流程作成本基線？
• 來源是供應商、客戶、產業協會、研究機構或獨立審計？
• 對缺失資料是否保留未知，而非擅自填入成功或失敗？
• 是否將科研與表演用途同商業生產用途區分？
• 是否允許反向結果或與原假說相反的證據？

附錄 C｜原稿一致性與有效性聲明

1. 本文沒有聲稱已獲得任何企業的私人機器人操作紀錄，亦無原創實機測試。
2. 全部產業數字在正文中標示年份、類別及來源；外部資料用於辨認證據等級，不等同因果證明。
3. 五項命題中的不可識別結果由資訊不足的構造反例支持；六項產業假說均屬可反駁命題，未宣稱已得到統計顯著結論。
4. 每個符號都必須連結同一任務、場站、時間窗和可核對單位；跨公司統計母體不同時，禁止任意相除。
5. 所有虛構方案及數值算例均明確標示，與真實機器人公司的績效無關。
6. 本文不以人形外觀界定具身智能，也不以通用模型參數量界定物理部署成熟度。
7. DPIED-03 處理產業公開證據與實際工作的辨識；DPIED-04 將另就影片、感測與動作之物理學習資料問題獨立建模，兩者不互相替代。
8. 聊天畫面只是討論與閱讀介面。本 UTF-8 Markdown 原稿才是正式 canonical source。任何 PDF、HTML 或排版顯示均為衍生版本。

DPIED-03 完。