文：張恭銘
2026年大連夏季達沃斯論壇的展覽區，一隻機械臂正「調皮」地捕捉人類肢體動作並實時回應；不遠處，一台人形機器人剛剛製作完一杯咖啡。這些看似微不足道的「小動作」，印證了當前人工智慧發展的一大趨勢——日益走進現實物理世界。
如果說過去兩年AI的戰場在螢幕裡——生成文字、圖像、影片——那麼現在，AI正長出手腳，開始學習如何與真實世界的物體打交道。從機械臂到人形機器人，製作咖啡成了這場遷徙最生動的縮影。
機械臂咖啡師：專注與精準
最早闖入咖啡領域的，是工業機械臂。它們原本在工廠裡負責焊接、組裝，如今被賦予了新的使命。
安諾機器人基於機器學習系統與視覺捕捉識別技術，研發出全球首款單臂拉花印花咖啡亭。透過動作捕捉技術，將咖啡師拉花的動作1：1錄入機械臂，完成3D建模與機器學習。六軸機械臂重複定位精度達±0.03毫米，能實時監測咖啡油脂厚度、牛奶泡沫密度，誤差小於1%。從取杯、萃取、打奶到拉花，全程90秒，無需人力介入。
華碩推出的機器人咖啡師「Ella」，結合機械手臂與自主視覺辨識，觀展者下單後系統自動完成從取杯到製作的全流程。綿陽新誠科技的雙臂咖啡機器人搭載雙六軸協同機械臂，以亞毫米級精度復刻專業咖啡師的萃取、打奶、拉花全套動作，單杯出品60至120秒。
小米前高管唐沐創辦的影智科技，更把咖啡機器人做成了生意。XBot C3佔地僅1.83平方公尺，製作一杯美式最快約45秒，時產80杯。截至目前，影智科技已在全球100多個城市落地超過1000台咖啡機器人，累計製作超過400萬杯咖啡。2025年營收突破1億元人民幣。
人形機器人：通用與靈活
如果機械臂是「專才」，人形機器人就是「通才」。
在達沃斯論壇上，一台身高1.7公尺的MATRIX-3人形機器人全程自主完成咖啡製作和遞送服務。它不靠預設程序，而是由自研的WAVE具身智能基座模型統籌規劃，配合全身運動控制小腦實現協同調度。系統能識別不同規格的杯具和咖啡機面板，實時調整抓握力度，避免杯具打滑或熱飲潑灑。
美國Figure AI的人形機器人同樣令人驚豔——它只需觀看人類示範10小時，就能學會製作一杯完整的咖啡，無需撰寫任何程式碼。更厲害的是，如果咖啡杯沒放正，機器人會自主調整，無需任何人為遠端遙控。
影智科技最新發布的餐飲人形機器人X-BOT X1，採用輪式底盤加雙臂協同設計，可勝任咖啡製作、調酒、麵點、送餐等多種餐飲任務，預計2026年底啟動批量生產。
從專用到通用：一條漫長的路
從機械臂到人形機器人，表面上是形態的演進，骨子裡是AI理解物理世界能力的躍升。
機械臂的成功，建立在高度結構化的環境之上——咖啡機在哪、杯子在哪、步驟是什麼，一切都可預期。但人形機器人要面對的真實世界，遠比工廠車間複雜。清華大學智能產業研究院創始院長張亞勤指出，物理AI在無人駕駛和工業製造領域落地相對容易，最後才是進入家庭，因為居家環境複雜多變。在他看來，通用機器人距離「進家門」至少需要5年，也可能是10年甚至更長時間。
瓶頸在於「大腦」。螞蟻靈波今年7月發布的業界首個具身原生世界動作模型LingBot-VA 2.0，標誌著機器人基礎模型正式從「基於數字世界模型構建」轉向「面向物理世界原生設計」。機器人的「大腦」不再嫁接互聯網大模型，而是從動態建模、因果預測、實時執行等與環境交互的原始需求出發，進行原生設計。
商業落地與現實挑戰
製作一杯咖啡看起來簡單，但要把這件事規模化變成生意，挑戰重重。
業內專家指出，AI規模化落地應用仍面臨技術、安全、監管等多方面挑戰。隨著AI系統在物理世界中執行操作，網路故障可能轉化為物理故障，直接危及人身安全與業務運營。監管如何跟上技術步伐，也是亟待解決的問題。
儘管如此，市場前景依然可觀。英國未來市場公司發布的《全球物理AI市場2026-2040》報告顯示，全球物理AI市場預計將從2026年的約3830億美元增長至2040年的3.26兆美元。
從機械臂到人形機器人，從達沃斯論壇的展區到街角的無人咖啡亭，AI正在走出螢幕、走出伺服器，走進我們生活的物理世界。一杯由機器人製作的咖啡，或許就是這個時代最樸素的隱喻——技術不再遙遠，它就在你手邊，冒著熱氣。
