機械狗街頭自主巡邏 城市日常添新意

過去幾年，生成式AI紅遍全球，大家習慣叫它幫忙寫電郵、做企劃、畫圖和寫程式。來到2026年，真正的主角卻換了名字——AI Agents，也就是智慧代理。這些代理不再只是回應問題的聊天機械人，而是能夠理解目標、拆解步驟、調用工具、持續執行任務的「數碼同事」。業界甚至預測，未來相當比例的決策與工作流程，都會由這類智慧代理自主完成。

如果說生成式AI解決的是「怎樣說」，AI Agents要處理的就是「怎樣做」。在辦公室裡，它可以自動整理郵件、匯總數據、產出報告，甚至自行發送給相關同事；走到真實世界，它則會驅動機械人和AI攝影機，自主巡邏、分析現場，再把結果交給人類決策者。對智慧城市和智慧保安場景而言，這代表巡邏工作正從「人手為主，機器輔助」，走向「AI自主，人工監督」的新模式。

要令這種智慧代理在現場可靠落地，Edge Computing（邊緣運算）扮演了關鍵角色。違例泊車監察、工地安全巡查、酒店保安巡邏，都是高度即時、環境複雜、又不能容許系統突然「斷線」的場景。把AI算力集中在雲端雖然方便，但在延遲、可靠性和私隱保護方面總有瓶頸。相反，當我們把運算能力推到機械狗或巡邏機械人身上，讓影像在現場即時分析和決策，就能在毫秒級的反應時間內完成偵測與回應，同時減少對網絡的依賴，提升系統穩定與安全。

不過，要讓機械人真正「看得懂」世界，而不只是移動鏡頭，我們還需要一個能同時理解影像與語言的大腦——這就是視覺語言模型（VLM，Vision‑Language Model）。傳統AI影像分析可以偵測車牌、辨識車輛是否停在黃線上、數人頭，每一項都要為特定任務設計模型和規則。VLM則把「看圖」和「懂語言」整合在同一個多模態模型裡，既能消化即時影像，又能理解人類以自然語言下達的指令和問題，並在兩者之間進行語意對齊與推理。

換句話說，當你對搭載VLM的機械狗說：「幫我看看這裡有沒有違例泊車」，它會先理解「違例泊車」的語意與規則，再主動分析現場畫面，找出停在不合規位置的車輛，記錄車牌和時間，最後把結果以文字或報表形式呈現。同一個大腦，也可以在下一個任務裡理解「請圈出所有大垃圾箱」或「找出所有紙箱」，並在畫面中即時標記這些物件，不必為每一種新物件重新訓練獨立模型。這就是VLM為巡邏型AI Agents帶來的質變：從一次只做好一件事的工具，進化成能用語言理解多種場景的泛用大腦。

今年7月8至10日，國際科技與資訊技術展LEAP East首度登陸香港會展，我們的團隊會在現場展示這種「VLM + Edge Computing」結合下的新一代巡邏機械狗。在模擬街道與停車區域裡，機械狗會透過搭載的AI攝影機與邊緣運算模組，自主巡邏、分析停泊車輛是否違規，並進行車牌辨識，把違例泊車的車牌、時間與位置記錄成數碼證據，未來可串接執法或車場管理系統。對交通管理部門來說，這套系統能24小時覆蓋黑點路段，減輕前線人手壓力；對商場或住宅屋苑保安而言，則能更精準地維持車流秩序。

除了違例泊車巡邏，我們也希望讓現場觀眾親身感受「即場打Prompt，AI便能行動」的體驗。展區會預先布置大垃圾箱、紙箱堆和其他物件，參觀者可在操作介面上輸入指令，例如「請幫我圈出現場所有大垃圾箱」或「找出所有紙箱」。搭載VLM的Edge模組會即時理解這些自然語言描述，在影像畫面上標註相關物件，甚至可以讓機械狗移動到指定物件旁邊。對非技術用戶來說，這代表他們可以用語言即時創造新的視覺任務；對營運方而言，這種按需配置的巡邏功能，令系統更容易適應活動、貨運或施工場景的變化。

當AI Agents走出螢幕，進入街道、工地、商場以至屋苑，我們看到的是一個由自主巡邏和智慧感知支撐的新城市日常。VLM讓機械人具備高階視覺理解力，Edge Computing則確保它們在現場快速而可靠地作出決策；而多代理協作與人機協同，將進一步擴大覆蓋範圍，提升整體安全與效率。在今年的LEAP展上，我們誠邀大家走近展台，與機械狗對話，親眼看看當AI Agents學會在真實世界「自主巡邏」之後，香港與整個城市營運可以有多大的想像空間。

撰文：托寶智能方案行政總裁 王嘉敏（Jazzy）

Jazzy (王嘉敏)

** 博客文章文責自負,不代表本公司立場 **

剛從Beyond Expo展覽回來。今年最吸引眼球的，毫無疑問是各大中國機械人製造商爭相展示的人型機械人。它們的外觀愈發精緻，動作日益流暢，舉手投足間透著一股未來感。作為行業的一份子，見到這些成果，心中自然充滿期待——誰不想看到機械人真正走進日常生活呢？

不過，穿梭於各個展台、與來自不同行業的參觀者交流之後，我逐漸有了一個更清晰的觀察：對於那些真正需要在第一線使用機械人的客戶來說，他們最渴望的，並非能夠模仿人類動作的人型機械人，而是一部能夠真正自主行動、獨立完成任務的服務機械人。

這並不是說人型機械人不值得關注。恰恰相反，人型設計在長遠而言極具想像空間——能夠適應人類環境、使用人類工具，理論上是最終極的機械人形態。然而，回顧當前實際應用場景，人型機械人大多仍需要相當程度的人手操控。無論是行走、取物還是執行指定任務，背後往往需要專業操作員通過遙控器或動作捕捉系統來協同指揮。換句話說，現階段的人型機械人更像是一套高階的「遙控裝置」，而非能夠獨立工作的自動化夥伴。

相比之下，市場用家的需求從來都很務實：他們要的是一部能夠自己走、自己看、自己判斷的機械人，可以在深夜無人時段自動巡邏，可以在凹凸不平的工地爬上爬下，可以在狹窄的樓梯間穿梭檢測——而這些，正是專注於自主行動能力的服務機械人所擅長的領域。

這也正是托寶智能方案有限公司持續優化M20機械犬的出發點。最新型號的M20，已經具備可按編程路線自主行走的能力，特別適合屋苑及工地等實際應用場景。在屋苑層面，管理處可以預設巡邏路線，讓M20定時巡查公共區域、停車場及後樓梯，減輕保安人員夜間或清晨的巡邏負擔；而在建築工地這個高風險環境中，M20的四足設計能夠爬樓梯、穿梭於狹窄空間，配合AI攝影機實時檢測火災、工人跌倒或反光衣佩戴是否合規，真正做到24小時不間斷的自主監控。

人型機械人若要在地形複雜的工地穩定行走，目前技術上仍有不少挑戰；要它獨立完成巡邏或清潔任務，更有一段距離。但這不意味著人型路線走錯了方向——兩條技術路線所服務的場景與時間維度本來就有所不同。人型機械人代表著對未來「通用夥伴」的探索，而能夠自主行動的服務機械人，則解決著當下最迫切的安全與人力問題。

從Beyond Expo回來，我更確定，托寶選擇聚焦於實用型服務機械人，是一條既務實又充滿潛力的路。我們會繼續提升M20的自主導航精準度、AI辨識能力及續航表現，讓它成為物業管理公司與建築商信賴的工作夥伴。同時，我也樂見人型機械人技術日漸成熟——當有一天它們真正能夠脫離遙控器、獨立走進工地和屋苑時，我相信那會是整個行業共同的節日。

撰文：托寶智能方案行政總裁 王嘉敏（Jazzy）