事件
2026 年 5 月，Meta 宣布收購人工智慧新創 Assured Robot Intelligence（ARI）。ARI 是一家約 20 人的團隊，專注於開發人形機器人的基礎模型，使機器人能在複雜、動態的環境中理解並適應人類行為。
Meta 的策略聲明明確指出：收購的目標是讓機器人具備「精準理解、預測並適應人類行為」的能力——換言之，收購的是演算法決策能力，而非硬體製造。
為什麼這不只是一場機器人軍備競賽
Special 值得注意的是，Meta 此舉發生在特斯拉、Google、亞馬遜等科技巨頭已投入大量資本到硬體機器人研發的時代背景下。
但 Meta 的策略邏輯與眾不同：不搶硬體紅利，直接搶『底層大腦』。
類比手機產業的演進： - 2000-2005 年：硬體製造商（Nokia、摩托羅拉）認為優勢在精密製造 - 2007-2010 年：平台方（蘋果、Google）發現優勢在於作業系統與應用生態 - 2010 年後：掌控 OS 的廠商對所有上層應用擁有決定權——應用商店稅率、API 開放程度、資料存取權限都由平台方單方決定
人形機器人的演進路徑似乎重複同一個模式。
『大腦層』為何會成為新的平台層級
人形機器人的價值鏈可分為三層：
1. 硬體層（驅動器、感測器、結構）：成本高、差異化空間小、逐漸商品化 2. 演算法層（基礎模型、運動控制、行為預測）：門檻極高、決定了機器人能否真正「自主」 3. 應用層（家務、製造、物流）：高度依賴底層演算法的能力
Meta 的洞察是：擁有演算法層的廠商將成為生態的「守門人」。
具體來說： - 硬體廠商（如特斯拉）製造機器人後，需要將其『授權』給掌握演算法的平台方 - 基於 ARI 演算法的機器人，Meta 可以決定誰能上傳模型、誰能存取行為資料、誰能向終端用戶銷售 - 長期來看，Meta 掌握的資料（上百萬機器人的運動、互動數據）會強化其演算法優勢——形成正回饋
『底層平台』的商業槓桿
歷史模式表明：一旦平台層級確立，上層廠商的利潤率會被系統性壓低。
蘋果 App Store 的例子： - 應用開發者利潤率：10-30% - 蘋果平台方利潤率：70-90%（來自服務費、廣告、生態稅）
人形機器人產業中，如果 Meta 成功掌控「決策引擎」層，其商業模式可能演變為： - 向硬體廠商授權基礎模型（帶有商用限制） - 對終端用戶的服務收費（訂閱、API 存取、資料服務） - 掌控機器人行為資料，用於強化下一代模型
為什麼其他科技巨頭沒有這麼做
特斯拉投資硬體，Google 投資邊緣計算，亞馬遜投資倉儲應用——他們都在『應用層』或『硬體層』爭奪。
Meta 的不同之處：它沒有現成的硬體業務，反而成為優勢。Meta 可以中立地面對所有硬體廠商，向他們販售「我的演算法使妳的硬體更聰明」——類似 Android 對硬體廠商的角色。
當然，這個策略的成敗取決於一個關鍵因素：ARI 的基礎模型在泛用性、準確性、適應速度上是否真的領先——如果它只是平庸的演算法，收購就只是資本堆砌，無法形成平台壁壘。