高盛（Goldman Sachs）大幅改寫了對人形機器人產業的成長預期。據報導，該行網路與電商研究董事總經理Eric Sheridan於2026年9月1日向客戶發布一份長達80頁的「Physical AI（實體AI）」研究報告，將人形機器人的基準出貨預測上修至2026年7.5萬台、2030年89萬台，以及2035年每年約650萬台；2035年預估對應的年度市場規模約為1380億美元。245

必須先釐清的是，這些數字屬於高盛的預測，不是已確認的訂單或出貨承諾。目前外界看到的內容也主要來自對客戶報告的二手報導，因此較詳細的數據應理解為「據報導的估算」，不能視為完整研究報告的替代品。

預測一次上修多少？

高盛最新基準情境與先前預測相比，差距相當顯著：

• **2026年：**7.5萬台，原估5.1萬台
• **2030年：**89萬台，原估25.6萬台
• **2035年：**約650萬台，原估138萬台

其中最引人注意的是2035年預測，新數字超過先前估計的4倍。高盛據報認為，實體AI的進展正讓人形機器人具備更強的工作能力，同時製造業也逐步接近商業化、規模化生產，兩者疊加後，市場擴張速度可能快於原先預期。256

實體AI為何可能加速人形機器人落地？

「實體AI」指的是能感知周遭環境、理解物理任務，並在真實世界採取行動的人工智慧系統。對人形機器人而言，這代表它們有機會從只能執行固定、重複動作的自動化設備，進一步處理倉庫與工廠中更具變化性的工作。

高盛據報將成長動能歸納為三項：

1. **機器人智能提升：**更好的AI模型可能減少逐一手動設計動作與編寫任務程式的需求。
2. **製造成本下降：**高盛的報告假設，2025年至2035年間，人形機器人的平均物料清單（BOM）成本每年下降約7%，平均售價則每年下降約6%。
3. **走向商業規模生產：**產量增加後，製造效率可望提升，讓機器人在適合的工作場景中更有機會與人力成本競爭。

在這項預測下，人形機器人的平均售價將由2025年的約4.18萬美元，降至2035年的約2.13萬美元。36

但價格下降不代表所有工作都會立刻具備經濟效益。高盛據報仍把真實世界資料不足、通用自主能力不夠、系統可靠性問題與高昂成本列為大規模部署的主要障礙。機器人訓練需要從實際互動中取得力量、扭矩、運動和物體操作等資料，這類資料不像文字或圖片那樣容易大規模收集。318

物流倉儲可能是第一個大規模應用場景

高盛將電子商務倉儲與物流視為人形機器人最早大規模導入的領域，汽車製造則緊隨其後。倉庫環境相對受控，同時又存在搬運、分揀與流程協作等多元工作，能讓具備彈性的通用型機器人展現價值。25

在這套產業判斷中，亞馬遜與沃爾瑪是最受關注的早期企業。既有的倉儲自動化系統，能提供部署基礎、營運資料，以及在專用機器之外測試通用型機器人的經濟誘因。

高盛據報估算，亞馬遜更廣泛的自動化計畫在2026年至2030年間，可能累計節省約720億美元的服務成本。在樂觀情境下，這可能使亞馬遜的EBIT（息稅前利潤）利潤率提高約240個基點，相當於其總服務成本約5.6%的槓桿效果。這些是情境分析，不是亞馬遜提供的財測或公司指引。33335

汽車工廠將成為下一個主要戰場

汽車製造被視為下一個重要導入場景，原因在於車廠本身已具備大型生產體系、機器人應用經驗、製造工程能力與供應鏈整合基礎。

公開摘要中提到的相關企業包括特斯拉、現代、豐田、本田與三菱汽車。汽車業的角色也可能不只是客戶，還可能成為人形機器人的生產者。高盛據報估算，豐田在2035年可能生產約19萬至54萬台人形機器人。若以全球每年650萬台的市場預測計算，約相當於全球年產量的3%至8%。38

這項估算代表潛在生產能力，並不表示豐田已承諾生產上述數量的機器人。

每台機器人可能帶來逾6000美元半導體需求

人形機器人的商機不只集中在整機製造商。高盛據報估算，每台人形機器人可能對應約3000美元至逾6000美元的半導體內容價值，涵蓋高效能運算模組、類比與混合訊號元件，以及邊緣儲存等類別。17

這反映實體AI對硬體的多重需求：機器人需要運算能力進行推論，需要感測器與控制系統來理解環境和完成動作，也需要記憶體與連結能力，在真實世界中協調各項操作。

不過，實際晶片組合仍會因設計、功能與生產模式而異，因此這個數字應視為可服務市場的估算，而不是每台機器人都完全相同的物料清單。

軟體定義控制，可能改變工業自動化版圖

這份研究的另一項觀察，是工廠控制系統可能從依賴硬體的可程式邏輯控制器（PLC），逐步轉向由軟體定義或虛擬PLC（vPLC）主導的架構。17

如果工廠控制變得更以軟體為核心，價值可能從封閉、專用的硬體與軟體組合，轉移到彈性調度、AI模型及通用運算平台。這意味著傳統工業自動化與工廠控制供應商，若客戶日益偏好可互通、軟體定義的系統，可能面臨更大競爭壓力。

目前公開摘要不足以可靠量化vPLC市場規模，也不足以列出高盛認定必然受到衝擊的特定企業。因此，較穩妥的解讀是產業層面的方向性變化，而不是針對個別公司的確定判斷。17

企業對通用型機器人的期待有多高？

高盛據報進行的「高階主管視角」（Executive Perspectives）調查顯示，約40%的受訪高階主管預期，未來3至5年內，通用型機器人將至少自動化10%的工作流程。35

這項結果反映企業界已有一定程度的興趣，但不代表預測中的部署一定會按時發生。實際導入仍取決於機器人能否安全、穩定地完成特定工作，並以低於現有人力或其他自動化方案的成本運作。

關鍵不在原型機，而在能否賺錢地工作

高盛這次上修展望，較適合被理解為對工業人形機器人技術與經濟潛力的更強信心，而不是宣告通用型機器人已經能勝任所有職場工作。

預期的落地順序相對清楚：物流與倉儲先行，汽車製造接棒；半導體供應商與工業軟體業者則可能成為額外受惠者，或面對新的競爭者。

真正的考驗，是實體AI能否把越來越具能力的原型機，轉化為能在真實環境中長時間穩定運作、並且創造利潤的設備。在資料、靈巧操作、可靠性與成本問題獲得解決之前，2035年650萬台的預測仍是一個積極的情境，而不是已經確定的結果。318

高盛（Goldman Sachs）大幅改寫了對人形機器人產業的成長預期。據報導，該行網路與電商研究董事總經理Eric Sheridan於2026年9月1日向客戶發布一份長達80頁的「Physical AI（實體AI）」研究報告，將人形機器人的基準出貨預測上修至2026年7.5萬台、2030年89萬台，以及2035年每年約650萬台；2035年預估對應的年度市場規模約為1380億美元。245

必須先釐清的是，這些數字屬於高盛的預測，不是已確認的訂單或出貨承諾。目前外界看到的內容也主要來自對客戶報告的二手報導，因此較詳細的數據應理解為「據報導的估算」，不能視為完整研究報告的替代品。

預測一次上修多少？

高盛最新基準情境與先前預測相比，差距相當顯著：

• **2026年：**7.5萬台，原估5.1萬台
• **2030年：**89萬台，原估25.6萬台
• **2035年：**約650萬台，原估138萬台

其中最引人注意的是2035年預測，新數字超過先前估計的4倍。高盛據報認為，實體AI的進展正讓人形機器人具備更強的工作能力，同時製造業也逐步接近商業化、規模化生產，兩者疊加後，市場擴張速度可能快於原先預期。256

實體AI為何可能加速人形機器人落地？

「實體AI」指的是能感知周遭環境、理解物理任務，並在真實世界採取行動的人工智慧系統。對人形機器人而言，這代表它們有機會從只能執行固定、重複動作的自動化設備，進一步處理倉庫與工廠中更具變化性的工作。

高盛據報將成長動能歸納為三項：

1. **機器人智能提升：**更好的AI模型可能減少逐一手動設計動作與編寫任務程式的需求。
2. **製造成本下降：**高盛的報告假設，2025年至2035年間，人形機器人的平均物料清單（BOM）成本每年下降約7%，平均售價則每年下降約6%。
3. **走向商業規模生產：**產量增加後，製造效率可望提升，讓機器人在適合的工作場景中更有機會與人力成本競爭。

在這項預測下，人形機器人的平均售價將由2025年的約4.18萬美元，降至2035年的約2.13萬美元。36

但價格下降不代表所有工作都會立刻具備經濟效益。高盛據報仍把真實世界資料不足、通用自主能力不夠、系統可靠性問題與高昂成本列為大規模部署的主要障礙。機器人訓練需要從實際互動中取得力量、扭矩、運動和物體操作等資料，這類資料不像文字或圖片那樣容易大規模收集。318

物流倉儲可能是第一個大規模應用場景

高盛將電子商務倉儲與物流視為人形機器人最早大規模導入的領域，汽車製造則緊隨其後。倉庫環境相對受控，同時又存在搬運、分揀與流程協作等多元工作，能讓具備彈性的通用型機器人展現價值。25

在這套產業判斷中，亞馬遜與沃爾瑪是最受關注的早期企業。既有的倉儲自動化系統，能提供部署基礎、營運資料，以及在專用機器之外測試通用型機器人的經濟誘因。

高盛據報估算，亞馬遜更廣泛的自動化計畫在2026年至2030年間，可能累計節省約720億美元的服務成本。在樂觀情境下，這可能使亞馬遜的EBIT（息稅前利潤）利潤率提高約240個基點，相當於其總服務成本約5.6%的槓桿效果。這些是情境分析，不是亞馬遜提供的財測或公司指引。33335

汽車工廠將成為下一個主要戰場

汽車製造被視為下一個重要導入場景，原因在於車廠本身已具備大型生產體系、機器人應用經驗、製造工程能力與供應鏈整合基礎。

公開摘要中提到的相關企業包括特斯拉、現代、豐田、本田與三菱汽車。汽車業的角色也可能不只是客戶，還可能成為人形機器人的生產者。高盛據報估算，豐田在2035年可能生產約19萬至54萬台人形機器人。若以全球每年650萬台的市場預測計算，約相當於全球年產量的3%至8%。38

這項估算代表潛在生產能力，並不表示豐田已承諾生產上述數量的機器人。

每台機器人可能帶來逾6000美元半導體需求

人形機器人的商機不只集中在整機製造商。高盛據報估算，每台人形機器人可能對應約3000美元至逾6000美元的半導體內容價值，涵蓋高效能運算模組、類比與混合訊號元件，以及邊緣儲存等類別。17

這反映實體AI對硬體的多重需求：機器人需要運算能力進行推論，需要感測器與控制系統來理解環境和完成動作，也需要記憶體與連結能力，在真實世界中協調各項操作。

不過，實際晶片組合仍會因設計、功能與生產模式而異，因此這個數字應視為可服務市場的估算，而不是每台機器人都完全相同的物料清單。

軟體定義控制，可能改變工業自動化版圖

這份研究的另一項觀察，是工廠控制系統可能從依賴硬體的可程式邏輯控制器（PLC），逐步轉向由軟體定義或虛擬PLC（vPLC）主導的架構。17

如果工廠控制變得更以軟體為核心，價值可能從封閉、專用的硬體與軟體組合，轉移到彈性調度、AI模型及通用運算平台。這意味著傳統工業自動化與工廠控制供應商，若客戶日益偏好可互通、軟體定義的系統，可能面臨更大競爭壓力。

目前公開摘要不足以可靠量化vPLC市場規模，也不足以列出高盛認定必然受到衝擊的特定企業。因此，較穩妥的解讀是產業層面的方向性變化，而不是針對個別公司的確定判斷。17

企業對通用型機器人的期待有多高？

高盛據報進行的「高階主管視角」（Executive Perspectives）調查顯示，約40%的受訪高階主管預期，未來3至5年內，通用型機器人將至少自動化10%的工作流程。35

這項結果反映企業界已有一定程度的興趣，但不代表預測中的部署一定會按時發生。實際導入仍取決於機器人能否安全、穩定地完成特定工作，並以低於現有人力或其他自動化方案的成本運作。

關鍵不在原型機，而在能否賺錢地工作

高盛這次上修展望，較適合被理解為對工業人形機器人技術與經濟潛力的更強信心，而不是宣告通用型機器人已經能勝任所有職場工作。

預期的落地順序相對清楚：物流與倉儲先行，汽車製造接棒；半導體供應商與工業軟體業者則可能成為額外受惠者，或面對新的競爭者。

真正的考驗，是實體AI能否把越來越具能力的原型機，轉化為能在真實環境中長時間穩定運作、並且創造利潤的設備。在資料、靈巧操作、可靠性與成本問題獲得解決之前，2035年650萬台的預測仍是一個積極的情境，而不是已經確定的結果。318