從電動車到機器人的豪賭正面臨考驗
特斯拉從電動車轉向人形機器人的策略正面臨雙重夾擊：Optimus V3 機械手結構過於複雜，加上部分員工抗拒「訓練取代自己的機器」。這場量產瓶頸出現在馬斯克（Elon Musk）把公司未來押注在 AI 與機器人的關鍵時刻。
編按：本文綜合整理自 Ars Technica 原報導、The Information 原稿、The Verge 與 Electrek，並加入 Siami 編輯部觀點與分析。
馬斯克在 2026 年第二季法說會上形容 Optimus 可能是「有史以來最大的產品」，但他也承認，打造能處理多樣任務的自主人形機器人是「最難解的題目之一」。The Information 取得的內部資料顯示，特斯拉在開發通用機器人並擴大生產規模時，遇到多重技術與人事難題。
Fremont 工廠全面轉向 Optimus V3
特斯拉加州 Fremont 工廠已於 2026 年 5 月停止生產 Model S 轎車與 Model X 休旅車，把產線作業員與工程師全數轉調去支援 Optimus 專案。
然而最新一代的 Optimus V3 在開發與製造端都遭遇瓶頸。The Information 報導指出，生產線自動化設備難以精準對位零件，產線速度也無法拉得太快。特斯拉目前已將產量拉高到「每週數百台」，但 2026 年底的目標是超過「每週 1,000 台」。
汽車產業與其他產業已使用機械手臂等專用工業機器人數十年。特斯拉與其他車廠、機器人公司押注的是：搭配 AI 模型的人形機器人，最終能解鎖通用機器人，無縫融入人類工作環境。
機械手是最大瓶頸：100 多個零件只能靠人工組裝
機械手能做出與人類雙手同等細緻的操控動作，是極大的工程挑戰。這份複雜度直接反映在產線上：Optimus 的手掌與前臂共有超過 100 個螺絲與小零件，目前仍須由人類作業員手工組裝。
這條不完美、高度仰賴人力的組裝流程，導致新生產出的機器人需要立即修補。機械手的觸感感測器也不夠穩定，特斯拉為此開發了一層「手套式」感測器，可以單獨更換，不必整支手換掉。
Optimus 的 AI 能力目前仍不足以執行通用任務，這一點其實業界普遍都還沒克服。The Information 取得的訊息指出，Optimus 機器人目前仍需要在嚴格控制的環境中，為特定任務寫程式才能運作。
- 機械手：100 多個小零件、手工組裝、產線對位困難
- 觸感感測器：可靠度不足，改用可更換手套式設計
- AI 模型：通用化能力不足，仍需特定環境與寫程式
員工反彈：「我在訓練取代自己的機器」
所有機器人公司面臨的最大瓶頸之一，是蒐集足夠訓練數據，讓機器人視覺化學習多元的手工作業。特斯拉高度仰賴模仿學習，因此讓德州與加州的產線工人穿上特殊服裝，在工作中錄製全身動作。
不過 The Information 描述，有員工抱怨說他們「知道這些機器人最終是要取代自己」。特斯拉因此把這項資料蒐集工作移交給專責團隊，並設置了「訓練中心（training hubs）」。
這不只是技術問題，更是人力資源管理的警訊。當公司高調宣傳「機器人是為了把人類從無聊工作中解放出來」時，第一線員工卻看穿這套說法的本質：訓練資料就是「自己被淘汰的 SOP」。
對中國供應鏈的高度依賴
The Information 同時點出特斯拉持續依賴中國供應商生產機器人關鍵零組件。該媒體先前也曾報導，矽谷新創公司把機器人零件從中國裝在行李箱帶回美國的現象。
即使川普政府試圖強化國內機器人與供應鏈，美國機器人產業對中國供應鏈的依賴依然未解。2026 年 7 月，美國聯邦傳播委員會（FCC）已禁止新的外國製機器人（包括人形機器人、四足機器狗與掃地機器人）在國內銷售。
競爭對手也在急起直追
特斯拉的諸多挑戰並非個案，但這無助於緩解其面臨的多線競爭壓力。中國、日本、韓國車廠都在發展自家人形機器人，更別提專注機器人的新創公司。
- Toyota（豐田）：計畫投資數十億美元升級工廠機器人，包括部分人形機器人
- Hyundai（現代）：計畫在未來幾年部署多達 25,000 台波士頓動力（Boston Dynamics）的 Atlas 人形機器人
- Agility Robotics（美國奧勒岡新創）：2024 年率先在亞特蘭大 GXO Logistics 倉庫商轉，是業界最早商用的案例之一
人形機器人的整體商業模式，仍有待更多長期且符合成本效益的部署來驗證，更別說還要證明這些機器人能安全地與人類共處。
為什麼這件事重要
Optimus 的卡關不只是特斯拉的麻煩，它是「通用人形機器人」這個產業命題的第一場大規模壓力測試。三個關鍵訊號值得台灣與全球科技圈注意：
第一，「AI 模型與硬體」的整合難度被嚴重低估。過去兩年，產業界與資本市場過度相信只要把 GPT 等大型語言模型的成功複製到機器人，就能快速突破通用化瓶頸。但 The Information 報導證實，Optimus 在工廠仍須為特定任務寫程式，AI 自主決策能力遠不如馬斯克在發表會上的描述。
第二，「訓練資料來自現有員工」引發的勞動倫理問題即將全面爆發。當特斯拉必須把蒐集工作移交給「專責團隊」、設置「訓練中心」，代表業界已經意識到，要求現職員工協助訓練取代自己的機器，會直接摧毀內部信任。這問題未來幾年將在所有導入 AI 的企業爆發。
第三，Optimus 的供應鏈問題暴露美國製造業空心化的真實成本。即使 FCC 7 月已禁售外國製機器人，特斯拉仍高度依賴中國關鍵零件。這代表美國的人形機器人夢，與其說是 AI 競賽，不如說是製造業回流速度的競賽。
數據解讀與質疑
The Information 報導引述的數字（每週數百台、年底目標 1,000 台）來自匿名消息人士，特斯拉官方從未公開確認。馬斯克在法說會的發言與 The Information 取得的內部訊息，明顯存在溫差：
- 馬斯克公開說法：「最大的產品」、「最有價值公司」
- The Information 內部訊息：機械手組裝失敗率高、產線對位設備反覆故障、AI 通用化未達標
Optimus V3 機械手包含 100 多個零件必須手工組裝，這本身已經是個危險訊號。業界共識是，高複雜度與高度人工介入等於品管難以規模化。任何一顆螺絲沒鎖緊，整支機械手的可靠性就會被打問號。
特斯拉把員工蒐集訓練資料的工作轉交「專責團隊」，短期內或許能緩解士氣問題，但長期來看，若無法解決「機器取代人」的核心矛盾，再多流程優化都只是治標。Toyota 與 Hyundai 等對手正以數十億美元級的投資規模推進，加上中國供應鏈的成本優勢，特斯拉的領先優勢能維持多久，是 2027 年機器人產業最值得追蹤的關鍵問題。
編按：本文綜合整理自 Ars Technica 原報導、The Information 原稿、The Verge、Electrek、Investing.com，並加入 Siami 編輯部觀點與分析。