不做人形機器人：特斯拉前 Optimus AI 負責人豪賭 1 億美元押注專用工業機器人

當前機器人領域最關鍵的押注之一，恰恰是一場「反對」所有人都在追逐的外形方案的豪賭。根據 The Information 旗下 AI Agenda 電子報於 2026 年 10 月 7 日由 Kevin McLaughlin 發布的獨家報導，曾領導特斯拉 Optimus 人形機器人 AI 團隊、其後轉任 Meta 研究科學家的工程師 Ashish Kumar，已共同創辦一家開發非人形工業機器人的新創公司，並據報正在尋求約 1 億美元融資，用以推進其工業自動化布局。

表面上看，這不過又是一位頂尖人才離開大廠創業。但實際情況有趣得多。Kumar 並非機器人通才——他正是人形機器人陣營近年來積極招募的那類核心人物，而他選擇打造「長得不像人」的機器，本身就是一個關於實體 AI（physical AI）真實需求落在何處的重要訊號。

Ashish Kumar 是誰？

Kumar 在特斯拉 Optimus 計畫中領導 AI 團隊約兩年，期間該專案的技術路線發生了實質轉變。2025 年 9 月宣布離職時，他以罕見的具體措辭描述了團隊的策略轉向：「我們全面押注可擴展的方法——用強化學習取代傳統技術堆疊，並透過從影片學習來擴展靈巧操作能力。」他並補充：「AI 是解鎖人形機器人的最關鍵環節。」

最後這句話值得重新審視。Kumar 的論點從來不是人形機器人選錯了產品，而是「智慧、而非硬體」才是真正的瓶頸。他的新創事業顯示，他把這個信念帶向了一個關於硬體的不同結論：既然學習式 AI 已成為核心能力，機器人的軀體就應該是工作所需的外形，而不必然是人形。

他的經歷也支撐著這份技術底氣。加入特斯拉之前，Kumar 在 UC Berkeley 取得博士學位，曾於 Microsoft Research 任職，大學畢業於 IIT Jodhpur。在 Optimus 團隊期間，他的工作涵蓋機械手臂操作（manipulation）、自然步態、穩健性，以及成為該計畫最亮眼展示的「跳舞」演示。他離開特斯拉的時間點，緊接在 2025 年中督導整個 Optimus 計畫的副總裁 Milan Kovac 離職之後，專案整體領導權則交給了特斯拉 AI 軟體副總裁 Ashok Elluswamy。

當有人在 X 上質問他為何離開科技界最受矚目的專案之一時，Kumar 直接否認了金錢動機：「特斯拉的財務回報顯著更高……如果我想最佳化收入，我當時就會留下來。」同樣的邏輯想必也適用於 Meta——這間全球資金最充沛的前沿 AI 實驗室之一，如今也被他放下、只為創辦這家公司。

反向論點：非人形工業機器人

這家新創的細節目前仍相當有限——The Information 的報導設有付費牆，公司名稱與共同創辦人名單也尚未廣泛流傳。但類別很明確：為工業任務打造的機器人，採用專門設計的結構而非通用型人形，處理不需要人類外形的作業。

這是一個經過深思的架構論點，背後有扎實的工程理由：

• 經濟性。 一台人形機器人承擔著極高的物料成本——雙臂、靈巧手、平衡系統、感知堆疊——而對一台只需從固定貨架取物或照顧車床的機器來說，這些全是浪費。專用的機械手臂、龍門架與移動平台，能以遠低的單位成本交付更多工作量。
• 可靠度。 雙足平衡與全身控制至今仍是高難度研究問題。一台鎖在地面或以輪式移動的機器人，在你寫下任何一行學習程式碼之前，就先消除了整類失效模式。
• 部署摩擦。 工廠本來就是圍繞非人形工作流設計的——輸送帶高度、治具幾何、安全圍籬。讓機器人去適應環境，遠比改造環境來適應機器人便宜。

當然，反方論點正是 Elon Musk 與 Figure 的 Brett Adcock 反覆主張的：通用型人形機器人能去任何人類能去的地方、做任何人類能做的事，並把開發成本攤提到所有產業上。如果靈巧操作能力真的能泛化，人形機器人將以規模取勝。而 Kumar 在這個賭注的核心待了兩年——現在卻把自己下一個十年押在相反的方向。

1 億美元的訊號

據報的約 1 億美元融資，意義超出數字本身。對硬體新創而言，這種規模的早期輪次相當罕見，顯示機構投資人將工業實體 AI 視為創投級別的賽道，而非私募股權的設備生意。Kumar 也加入了日益壯大的「前特斯拉、前 Meta 機器人人才自行創業」行列——另一位前 Optimus 科學家 Rémi Cadene 今年稍早已在巴黎揭露其人形機器人新創 UMA 與 Northstar 機器人，主攻歐洲市場。

人才流向也是一種解讀。Gurufocus 在報導這項創業消息時，附帶指出特斯拉股票呈現「溫和高估」——但更持久的訊號是人才動向：當打造過全球最受矚目人形 AI 堆疊的人，為自己的公司選擇工業外形方案時，市場就應該重新評估「人形泛化能力究竟多快能落地到付費的工廠部署」這個問題。

後續觀察重點

未解的問題才是有趣的部分。這家新創會優先切入哪些產業——物流、汽車、電子組裝？機器人將以資本支出出售，還是採用正在興起的「機器人即服務」（RaaS）模式，讓不願持有未經驗證硬體的客戶降低門檻？最關鍵的是：Kumar 在 Optimus 時代的方法論——強化學習、從影片示範學習靈巧操作——有多少能轉移到非人形機身上？如果影片學習在專用硬體上的擴展性不輸人形研究演示，工業自動化的成本曲線可能大幅下彎。

可以確定的是：實體 AI 的淘金熱不再是單一作物品種。在人形極大主義者與外形務實主義者之間，未來兩年的部署數據將裁決這場論戰——而 Kumar 剛讓自己成為其中最可信的主角之一。

註：融資細節以 The Information 與 Gurufocus 於 2026 年 10 月 7 日的報導為準；該輪融資目前為「尋求中」而非已完成。