川崎重工業目標在 2030 年前推出完全自動駕駛的「Kaleido」人形機器人

川崎重工業本週表示，該公司目標是在 2030 年前推出其「Kaleido」人形機器人的全自動駕駛、人工智慧驅動版本；這項已進行十年的工程計畫，該公司現計劃透過新的國家級運算平台來加速推進。 這項於10月4日在日本報導的聲明，其依據在於「Kaleido」將繼承由Noetra所開發的「物理AI」模型；Noetra是一家位於東京的基礎模型開發商，由日本約四十家最大型工業企業共同資助。 對於正在評估人形機器人的採購團隊而言，目標日期本身的重要性遠不如它所揭示的日本競爭策略：日本並非依靠單一機器人製造商競相擴大產能，而是透過一個共享的國家級運算層，讓多家製造商能同時接入。

總部位於東京澀谷的 Noetra，在日本的產業政策圈之外並非家喻戶曉，在闡述後續內容之前，有必要先介紹這家公司。 由曾負責軟銀日語大型語言模型開發的社長兼執行長丹波弘信領導，Noetra 的成立旨在打造一個在國內訓練、專為機器人（而非聊天機器人）設計的多模態基礎模型。 其約四十家投資方中，軟銀、索尼集團、NEC及本田為核心成員，川崎則屬於更廣泛的產業投資者圈子。 該計畫隸屬於日本經濟產業省的「FRONTia」倡議，該計畫承諾在數年內投入高達 1 兆日圓（約 62 億美元），僅第一年就已撥款 3,873 億日圓（約 24 億美元）。

一個比公司自身路線圖更快的目標

解讀川崎這項2030年主張最有效的方式，是與該公司僅僅六個月前公開發表的聲明進行對照。在2026年3月於自家機器人部落格的一篇貼文中，川崎闡述了Kaleido演進的三階段時間表。 該公司寫道，到了 2030 年左右，類人型機器人將達到「在

在工廠和生產設施等受控環境中進行「遠端控制」，由人類負責決策，而機器人則負責體力勞動。 在非結構化環境（包括災難現場、狹窄空間及高空作業）中實現完全自主，預計將在 2040 年左右達成。至於第三階段——即完全具備抵禦水、灰塵、高溫、低溫、輻射及腐蝕性氣體等環境條件的能力——則預計要到 2050 年左右才能實現。

該路線圖並未明確提及 Noetra，因為當時 Kaleido 邁向 2040 年級別自主能力的進程，取決於川崎重工自身能彙整的運算資源與訓練數據。與 Noetra 的合作改變了這項計算。 透過專用的國家級運算叢集訓練而成的基礎模型，由數十家製造、物流及消費性電子公司共享，讓任何單一參與者都能借用那些若獨自開發則難以負擔的能力。 川崎將其自動駕駛目標提前約十年，顯示該公司預期 Noetra 的運算能力與基礎模型能為 Kaleido 的軟體堆疊增添多少價值，而非聲稱該機器人的機械硬體突然超前進度。

Kaleido 本身並非對當前類人型機器人熱潮的反應。川崎於 2015 年便啟動了該計畫，遠早於波士頓動力（Boston Dynamics）、Unitree 或 Figure 將類人型機器人轉變為風險投資類別之前，並於 2017 年在東京國際機器人展上首次公開展示該平台。 自那時起，該公司已歷經九代硬體迭代，這些硬體是與東京大學機器人研究人員合作開發的，並基於一種刻意不追求華麗的外觀設計哲學：機器人應能在跌倒時完好無損，以輪班制持續工作而非僅供觀眾觀賞，並能使用為人類設計的樓梯、門和手動工具，而非需要重新設計工作場所。 這段發展歷程對於評估「2030年」的目標至關重要，因為這是一項歷時十年的

這是一家硬體公司正著手整合人工智慧層，而非一家人工智慧公司最近才決定打造機器人機身。

主張背後的運算基礎

Noetra 的基礎設施規劃，解釋了為何日本產業界願意下這注。 該公司正利用 NVIDIA 的 Vera Rubin NVL72 機架建置資料中心，配備 13,750 顆 Vera CPU 和 27,500 顆 Rubin GPU，總運算容量約達 140 百萬瓦，預計於 2028 年 6 月左右開始運作。 其宣稱的目標是開發一款由日本自主研發、具備一兆參數規模的多模態模型，該模型專為物理人工智慧（而非文字生成）進行訓練，藉此降低日本對外國基礎模型的依賴，特別是針對工業與物流業者視為敏感的數據。 經濟產業省（METI）更為這項廣泛計畫設定了國家級目標：到2040年，將在日本經濟的十八個產業領域部署一千萬台配備人工智慧的機器人。

即使以早已習慣政府資金的產業標準來看，如此規模的公共承諾也實屬罕見。中國的人形機器人製造商受益於地方政府補貼、政府採購及製造業集群；美國則倚重風險投資，且越來越多地仰賴與國防相關的資金。 日本透過 Noetra 採取的模式更接近共享服務：一個訓練好的模型、一個運算平台，授權給一長串製造商使用；否則這些製造商將各自重複進行耗資數十億美元的訓練。川崎重工的 Kaleido 只是目前最受矚目、且有條件利用該平台的類人型機器人。

Kaleido 9 目前實際能做什麼

以上這些都不應掩蓋硬體當前的實際狀況。 當前的量產機型「Kaleido 9」雖在前代機型基礎上實現了真正的工程突破，但它並非多數買家聽到「自主機器人」一詞時所理解的那種機器人。川崎重工重新設計了腿部結構，使其在踉蹌後能更快恢復平衡，該公司將此變更視為實現

這款機器人可在實驗室以外的環境中運作。在示範中，Kaleido 9 展現了狹義上的自主行走能力，透過光達（LiDAR）以及同步定位與建圖技術來偵測人員與障礙物、辨識樓梯邊緣，並即時調整步幅。這項能力與自主執行任務的能力有實質上的差異。

實際運作時——包括川崎已展示過的災難應變情境——仍需透過頭戴式顯示器進行遠端操控，由人類操作員指揮機器人的動作。 川崎還打造了一款名為「Kaleido Station」的配套輪式平台，旨在將機器人高效地運送過長距離的平坦路段，使雙腿能保留給真正需要應對的崎嶇地形，未來還將作為充電底座使用。 綜上所述，當前系統雖是一台具備自主感知與平衡能力的遠端操控機器，但尚未達到 2030 年目標所描述的獨立決策者水準。這兩者之間的差距，正是 Noetra 的基礎模型旨在彌合之處。

有一種有用的方式來闡述這項轉變：川崎並非承諾在2030年推出更聰明的機器人機體；而是承諾向全國共享的供應商租用更聰明的機器人大腦，並押注這種安排將比其獨自研發完成的時間提早數年實現。

這對日本以外的買家為何重要

對於正在評估人形機器人在護理、物流或輕工業製造領域應用潛力的採購與營運團隊而言，川崎自行公布的近期應用清單，比「2030 年」這個標語更能作為規劃的參考依據。 該公司已將醫療與護理環境中的溝通支援，以及簡單的運輸與巡邏任務，列為其路線圖中「受控環境階段」的實際應用案例——該階段先前被定於2030年，如今則正試圖借助人工智慧輔助來提前實現並升級。 相較於災難應變或非結構化

實地調查顯示，這與日本國內勞動力短缺壓力最為嚴峻的領域——特別是長者照護領域——相吻合。

這也重新定義了買家在評估 Kaleido 的採購或試行計畫時，應如何與競爭對手進行權衡。 包括 Unitree 和 AGIBOT 在內的中國製造商每年出貨數千台類人型機器人，並以低價策略搶佔市場；僅 AGIBOT 一家便報告稱，2026 年上半年出貨量約達 9,700 台。美國的新進業者則採取了不同的路線： Figure 傾向於建立直接的製造合作夥伴關係；而波士頓動力（Boston Dynamics）——在現代汽車集團收購軟銀剩餘股權後，現已由其全資擁有——則承諾自 2028 年起，將在喬治亞州的現代汽車工廠部署其 Atlas 類人型機器人，並預計到 2030 年將其職能擴展至更廣泛的製造任務。 川崎的提案則有別於上述兩種模式：其機器人的軟體發展藍圖，將與一個主權運算平台緊密綁定，而該平台背後的支持者正是未來將購買並整合該機器人的企業，從本田自身的生產線到索尼的消費性電子產品工廠皆然。 這種聯盟結構在數據存取和國內信任方面或許能成為真正的優勢，但也可能演變成協調負擔——當四十家企業針對同一款機器人模型各有四十種不同優先順序時，這類協調負擔往往會拖慢每個共享基礎設施專案的進度。

採購團隊在權衡日本人形機器人供應商、中國的批量定價優勢或美國風險投資支持的開發速度時，應將與 Noetra 的合作關係視為一項獨立的盡職調查項目，而非 Kaleido 規格表中的附帶註腳。 當今值得向川崎銷售團隊提出的問題包括：Kaleido 實際上將運行哪些具體的 Noetra 模型檢查點；買方自身設施的訓練數據是否預期會回饋至共享基礎模型；以及若 Noetra 的 2028 年運算時程延誤，現有何種合約保障。 這些問題目前均無公開答案，而這一點本身就是有價值的資訊

對於任何以 2030 年目標為基礎，正在編列 2027 年或 2028 年部署預算的人而言。

對於 2030 年這個時間點，不應僅憑表面價值直接採信，而應根據兩項獨立訊號進行追蹤：一是 Noetra 的運算設施是否真能如其聲明所言，在 2028 年時程內達到營運狀態；二是川崎自身公開的路線圖是否會在該日期之前再次更新。 一家公司若僅憑藉合作夥伴尚未建成的資料中心，便將其自動駕駛目標推遲十年，這無異於在賭注中，對他方的執行能力寄予的期望不亞於對自身的期望；而這項賭注，早在2030年到來之前，便會從川崎的公開聲明中顯露無遺。

本分析綜合了截至發佈日期的公司聲明及公開市場動態，不應被視為投資、財務或專業建議；其僅供一般資訊參考之用。